软件开发的大部分工作理所当然地集中在创建上，包括 DevOps，这是一个相关但不同的领域，更关注产品的整个生命周期。但系统上线并不意味着工作就完成了。在 Google SRE 指南的前言中，作者指出，“系统总成本的 40%到 90%是在上线后产生的。”SRE 关注上线后的情况，旨在帮助确保产品尽可能保持可用。SRE 最重要的元素是系统可靠性和运行时间。世界上最好的服务如果无法运行，对任何人也没有多

Semantic Kernel和LangChain都是为了简化AI应用的开发，但它们的侧重点不同。Semantic Kernel更注重技能的定义和管理，而LangChain则更侧重于大型语言模型的组合和调用。选择哪个框架取决于具体的应用场景和需求。在我们的场景里我们更多的是考虑使用semantic kernel的方式来构建，不是说langchain不好，只是langchain的代码侧抽象的东西太厉

监控是整个运维乃至整个产品生命周期中最重要的一环，通过配置合理的告警机制，采集准确的监控指标，来提前或者尽早发现问题，解决问题，进而保证产品的稳定，提升用户的体验。『分布式实验室』特约记者艾尔斯兰（下文称艾尔）采访了Nightingale核心开发者秦晓辉，就什么推动监控系统更新，可观测性三大模块怎么关联，以及Nightingale的定位做了交流。Nightingale是一款先进的开源云原生监控分析

大浪淘沙，2024 年的今天，市面上很多监控系统慢慢淡出了大家的视野，而一些新的监控系统也逐渐崭露头角。今天我们就来看看 2024 年的当下，哪些 IT 运维监控系统最值得关注。

这套连载课程，纵观整个行业的解决方案，做出横评对比，然后以夜莺监控系统为蓝本，介绍一个监控系统的方方面面。学习完本教材，会对监控系统有个非常全面的认知。适合人群：DevOps工程师、SRE、研发工程师。作者有10余年DevOps研发经验，8年监控系统开发经验，所以本课程不止讲解操作，还会讲解很多原理。监控概述监控系统到底是解决什么问题的？大家通常所谓的监控系统，其实只是可观测性三大支柱之一，何为可

本文介绍了夜莺监控的设计思路，重点阐述其与时序库和采集器的对接逻辑。夜莺从V5版本开始专注告警引擎功能，放弃自研时序库，转而对接多种数据源。文章分析了PUSH/PULL两种数据采集模式的特点，并解释了开发Categraf采集器的原因：统一各类采集器的体验，满足企业用户需求。最后指出夜莺的核心是告警引擎，Categraf是可选项，但建议用于采集基础指标以获得更好体验。该设计体现了产品定位的精准性和架

PPT。

上周五去参加了第二届 CCF·夜莺开发者创新论坛，在会上，夜莺 v7 LTS 版本正式发布，另有多名嘉宾分享了自己公司的可观测性实践经验，挺有收获。说了半天你还没听过夜莺？那这里补充一点介绍信息。夜莺监控是一款开源云原生观测分析工具，采用 All-in-One 的设计理念，集数据采集、可视化、监控告警、数据分析于一体，与云原生生态紧密集成，提供开箱即用的企业级监控分析和告警能力。夜莺于 2020

在 Linux 下，core dump 文件的路径是由定义的，如果这个文件不存在，或者内容为空，那么 core dump 文件就会生成在当前目录下。core上面的输出表示，core dump 文件会生成在当前目录下，文件名为 core。我们可以通过修改此时，我们会生成一个类似这样的文件：/tmp/cores/core.bash.8539.VM-0-33-debian.1236975953。其中，b

夜莺开源项目在2023.7月底发布了V6版本，这个版本开始，项目目标不止于做一款开源监控系统，而是要做一款开源可观测性平台，不过路漫漫其修远兮，初期只是把日志数据源引入并完成了基本的可视化，后续会着力打通指标和日志的数据串联以及数据特征提取。欢迎小伙伴一起参与共建。