novelso

我们面临的挑战是构建一个大型、多团队协作的在线诊断平台。平台由多个独立的微前端（如视频通话模块、实时遥测图表模块、共享白板模块）组成，它们需要共享并同步一个统一的实时会话状态。这个状态不仅包含谁在线，还包括每个用户的光标位置、正在交互的组件

2023-10-27 后端架构

我们的视频会议平台开始频繁出现无法复现的质量投诉。用户反馈“卡顿”、“声音断断续续”，但我们的基础监控——CPU、内存、网络IO——一切正常。问题在于，这些宏观指标无法反映单个 WebRTC 流的微观体验。我们依赖 WebRTC 的 get

2023-10-27 可观测性

WebRTC Grafana MariaDB Dask

我们的模型服务迭代正变得越来越痛苦。最初，BentoML为我们提供了一个清晰的打包和部署规范，这很好。但随着业务逻辑的膨胀，问题也随之而来：每次上游需要一个新的特征预处理，或者下游需要一种新的结果格式化方式，整个BentoML服务就必须重新

2023-10-27 MLOps

BentoML 消息队列 Nacos Prettier

我们团队维护一个复杂的内部运营平台，其前端架构在三年前就演进到了微前端（Micro-frontend）。最初，各个微应用间的通信依赖于 Custom Events 和一个共享的全局状态库，这种方案在系统规模尚小时尚可应付。但随着业务复杂度的

2023-10-27 架构设计

我们面临一个棘手的工程问题：一个核心业务系统使用 MongoDB 作为其生产数据库，其模式（Schema）高度动态，频繁地添加字段以适应快速迭代的业务需求。与此同时，分析团队需要将这些数据近乎实时地同步到 Snowflake 数据仓库中进行

2023-10-27 数据工程

一个典型的模型部署场景始于一个简单的需求：将一个计算密集型的Python函数封装成一个API。最初的版本几乎总是直截了当的，一个接收输入，调用模型，返回结果的HTTP端点。 # initial_service.py # 一个极其基础的、无任

2023-10-27 后端架构