照妖镜:一个工具的自我超越

人和动物的最大区别,就是人会使用工具。那么,作为一个工具,如何在用户需求多变、产品功能多样的当下,不断地实现自我超越呢?今天我们就来聊一聊。

一、高开低走

听说天庭第一发明家太上老君,又引入了一条新的生产线。生产效率提升的不是一星半点。以前一个月才能制造出一个九齿钉耙、金刚镯,据说现在一天就能可以,甚至防伪二维码都可以做成彩色的了。看来,天庭的又一轮通货膨胀就要开始了。

得知这个消息,躺在太上老君的五金店最底层货架的角落里吃灰的照妖镜便郁闷了起来。

照妖镜,听名字,就知道曾经是个狠人。但是狠人一旦加上“曾经”二字,就多少有些凄凉了。照妖镜的前半生,可谓是高开低走。在封神演义中,它是高精尖的秘密武器,是成败的关键胜负手,拼技术,不流血!连姜子牙这样的VP级大佬想要使用,都得提前5个工作日预订。

可眼下,天庭编制不断扩招,新业务不断上线,神仙们对于宝物的要求也越来越多。有人中意款式,有人看重功能,还有人觉得工具和工具一定要配合使用,张口闭口,要兼容。

有些工具啊,业务场景刚需,但人气却持续低迷。好听的是用户场景清晰,不好听的就是功能过于单一,没有想象空间。

当然,照妖镜本身也存在问题,尤其是灵敏度不够稳定。上一次竟然在真假美猴王这样的关键项目中掉了链子,这样的事故对于一件工具的前途,简直就是毁灭性的打击。

同时,横向竞品也是层出不穷。龙宫有龙王,地府有谛听,就连千里眼这样曾经的边缘神仙,也在经过培训之后,从取经项目中拿到了大单,让人分外眼红。还有二郎神这样自带buff的神仙,更是将工具的基因融入到了自己的身上,成为工具人,哦不,工具神!

照妖镜心里想,太卷了,太卷了!

现在,天庭全员OKR,长生不老这样没有KR的目标,早已被“向天再借5万年”这样可衡量、够具体的目标所期待。照妖镜要生存、谋发展,不学习看来是不行了。

那么,要咋学呢?

二、如何学习

学习的这事儿,其实不难。

首先学习的榜样要明确!

你看,同样是搞监测、鉴定,阿里云日志服务SLS就因为运维能力出众,受到了各方人士的认可,但作为阿里云产品家族中的重要一员,日志服务SLS并不满足已经取得的成绩,不断提升自己,是真•榜样

其次,学习的方法是关键!要找到薄弱环节,重点打造,有的放矢。

照妖镜的问题其实可以总结为:横向场景不足,纵向功能单一。这方面,同样可以向SLS的学习。不同的配方,却也可以煮出同样的味道。

举个例子:

SLS秉承着西域少林也是少林、五岳剑派同气连枝的大格局,不断丰富自己的“朋友圈”。近期,SLS和阿里云应用实时监控服务ARMS开展合作,进一步巩固各自的智能运维生态位,实现1+1>2的效果。

怎么个1+1>2呢?

相比于SLS,ARMS RUM更专注于对 Web、Weex和小程序场景的监控,从页面打开速度(测速)、页面稳定性(JS诊断错误)和外部服务调用成功率(API)这三个方面监测页面的健康度,降低页面加载时间,提升页面稳定性。

俗话说,英雄还需英雄帮。两款产品深度合作之后,ARMS 现有版本的数据和分析能力构建在 SLS 之上。在具体分工上, ARMS侧负责上层应用, SLS侧提供基础的存储计算能力

具体的化学反应包括:

数据分析自定义:开放了基于SLS存储能力,用户可以基于SLS查询、分析、告警等能力实现自定义分析,同时可将数据同步到下游,如投递到对象存储OSS等。

基础能力有保障:上传 endpoint 复用 SLS 所有 region 的基础设置,为用户提供合规、链路加速等能力。

业务场景全覆盖:基于 SLS 的 APP 可以兼容开源OT协议,支持和后端trace打通;提供多端统一会话分析和 Insight 能力,移动端监控将会支持包括 iOS、Android、H5、小程序、钉钉等平台,提供完整的端性能监控能力。

三、学有所成

向SLS学习了一个月后。取经项目组的大单又来了,这次是非常棘手的火焰山项目,竞标公司是元老级妖怪牛魔王和铁扇公子的夫妻店,技术雄厚,价格低廉。照妖镜经过多次申请,才在托塔天王怀疑的眼神中,被再次启用。

当见到牛魔王的时候,照妖镜心中的热血再次被点燃,它等了多年,就是在等一个机会,一个可以拿回本该属于自己的一切的机会。

事情的经过,后来被托塔天王写入了项目总结中,PPT上用红色加粗字体这样写道:

......哪吒取出火轮儿挂在那老牛的角上,便吹真火,焰焰烘烘,把牛王烧得张狂哮吼,摇头摆尾。才要变化脱身,又被托塔天王将照妖镜照住本相,腾挪不动,无计逃生,只叫莫伤我命!情愿归顺佛家也!......

那一刻,是属于照妖镜的荣耀moment,那一刻,它得到了。而这些,照妖镜当然要感谢SLS,正是那次学习后,照妖镜与风火轮深度兼容,提升了自己的业务半径,不仅提升了监测、鉴别能力,还学会了 “照住本相”的新能力。

听西游宇宙的朋友说,照妖镜最近的绩效,已经连续几次3.75了,不久前,还登上了最新一期的《天庭兵器排行榜》,用户满意度直逼乾坤圈。

各位小朋友们,你看,学习是多么的重要啊!

原文链接

本文为阿里云原创内容,未经允许不得转载。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/510638.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

云原生混部最后一道防线:节点水位线设计

引言 在阿里集团,在离线混部技术从 2014 年开始,经历了七年的双十一检验,内部已经大规模落地推广,每年为阿里集团节省数十亿的资源成本,整体资源利用率达到 70% 左右,达到业界领先。这两年,我们…

为什么 ChatGPT 会引起 Google 的恐慌?

在 ChatGPT 尚未全面开放使用之际,它散发的巨大威力,似乎已经让行业内的竞争对手感到了威胁。整理 | 屠敏出品 | CSDN(ID:CSDNnews)距离 ChatGPT 上线不足一个月的时间,其已经成为各行各业智囊团中的“网红…

阿里云中间件开源往事

分布式架构和云原生重塑了中间件的游戏规则,这给国内开发者提供了重新定义中间件的历史机遇。 在分布式架构流行前,国外 IT 厂商引领着中间件市场的发展,且以闭源、重商业的服务形式为主;随着云计算和互联网的普及,阿…

一个开发者自述:我是如何设计针对冷热读写场景的 RocketMQ 存储系统

悸动 32 岁,码农的倒数第二个本命年,平淡无奇的生活总觉得缺少了点什么。 想要去创业,却害怕家庭承受不住再次失败的挫折,想要生二胎,带娃的压力让我想着还不如去创业;所以我只好在生活中寻找一些小感动&…

Serverless实战 - 2分钟,教你用Serverless每天给女朋友自动发土味情话

一、Serverless简介 Serverless,中文意思是“无服务器”,所谓的无服务器并非是说不需要依靠服务器等资源,而是说开发者再也不用过多考虑服务器的问题,可以更专注在产品代码上,同时计算资源也开始作为服务出现&#xf…

如何实现一个 Paxos

Paxos 作为一个经典的分布式一致性算法(Consensus Algorithm),在各种教材中也被当做范例来讲解。但由于其抽象性,很少有人基于朴素 Paxos 开发一致性库,而 RAFT 则是工业界里实现较多的一致性算法,RAFT 的论文可以在下面参考资料中…

比 Bloom Filter 节省25%空间!Ribbon Filter 在 Lindorm 中的应用

1 前言 Lindorm是一个低成本高吞吐的多模数据库,目前,Lindorm是阿里内部数据体量最大,覆盖业务最广的数据库产品。超高的性能和低RT一直是Lindorm追求的目标,因此Lindorm也在不断地优化和迭代,争取在每个小点上都做到…

阿里云云原生一体化数仓 — 数据治理新能力解读

一、数据治理中心产品简介 阿里云DataWorks:一站式大数据开发与治理平台 架构大图 阿里云 DataWorks定位于一站式的大数据开发和治理平台,从下图可以看出,DataWorks 与 MaxCompute、Hologres 等大数据引擎紧密配合,在数据的 采、…

入门即享受!coolbpf 硬核提升 BPF 开发效率

编者按:BPF 技术还在如火如荼的发展着,本文先通过对 BPF 知识的介绍,带领大家入门 BPF,然后介绍 coolbpf 的远程编译(原名 LCC,LibbpfCompilerCollection),意为酷玩 BPF,…

拥抱开放,Serverless 时代的下一征程

Serverless 作为云计算的最佳实践和未来演进趋势,其全托管免运维的使用体验和按量付费的成本优势使得它在云原生时代备受推崇。Serverless 的使用场景也由事件驱动,数据处理等部分特定场景转向更为广泛通用化的 WEB,微服务,AI&…

云原生混部系统 Koordinator 架构详解

混部技术的介绍和发展 混部的概念可以从两个角度来理解,从节点维度来看,混部就是将多个容器部署在同一个节点上,这些容器内的应用既包括在线类型,也包括离线类型;从集群维度来看,混部是将多种应用在一个集…

全链路灰度在数据库上我们是怎么做的?

什么是全链路灰度? 微服务体系架构中,服务之间的依赖关系错综复杂,有时某个功能发版依赖多个服务同时升级上线。我们希望可以对这些服务的新版本同时进行小流量灰度验证,这就是微服务架构中特有的全链路灰度场景,通过…

InnoDB 之 UNDO LOG 介绍

undo log的组织形式 此部分是关于Undo log的组织形式的一个介绍;主要分为两部分来对undo log的组织形式进行介绍:文件结构和内存结构。在介绍这两部分时,先从局部出发,最后再给出各个部分的联系。 1. 文件结构 首先&#xff0c…

Spark 如何对源端数据做切分?

引言 典型的Spark作业读取位于OSS的Parquet外表时,源端的并发度(task/partition)如何确定?特别是在做TPCH测试时有一些疑问,如源端扫描文件的并发度是如何确定的?是否一个parquet文件对应一个partition&am…

数据库事务隔离发展历史

事务隔离是数据库系统设计中根本的组成部分,本文主要从标准层面来讨论隔离级别的发展历史,首先明确隔离级别划分的目标;之后概述其否定之否定的发展历程;进而引出 Adya给出的比较合理的隔离级别定义,最终总结隔离标准一…

为什么游戏行业喜欢用PolarDB

为什么游戏行业喜欢用PolarDB 游戏行业痛点 在我看来, 不同行业对数据库使用有巨大的差别. 比如游戏行业没有复杂的事务交易场景, 他有一个非常大的blob 字段用于存储角色的装备信息, 那么大Blob 字段的更新就会成为数据库的瓶颈, 比如在线教育行业需要有抢课的需求, 因此会有…

从业务开发中学习和理解架构设计

前言 在软件开发领域经常会接触到架构这个词汇,在我最初的印象中,架构是一个很高级的词汇。它似乎代表了复杂的工程结构、高层次的抽象设计、最新的开发语言特性等等。对于当时只专注于写业务逻辑的我来说,不免心生对架构的敬畏。工作中对架…

腾讯云联合中国联通打造下一代IDC数字化运营应用

近日,腾讯云联合中国联通智网创新中心打造的下一代IDC数字化运营应用,正式亮相2022中国联通合作伙伴大会。立足双方资源和经验优势,该数字化应用可实现对数据中心电力系统、制冷环境、安全防范等全方位智慧化运营,助力中国联通推进…

研发效能的思考总结

前言 在谈效能之前,我想先谈谈作为一个技术人或者技术TL,研发的核心价值是什么? 之前看了一篇文章,比较有意思,分享一下观念: T外包公司:最核心的竞争力不是技术,而是快速响应、资…

以“升舱”之名,谈谈云原生数据仓库 AnalyticDB 的核心技术

背景 说到升舱,我们首先想到的是飞机经济舱升级到商务舱、头等舱。阿里云企业级云原生数据仓库AnalyticDB(以下简称ADB)[1]在帮助以金融机构为主的行业数字化转型和传统数仓升级项目中,也引用了“升舱(仓)…