查看MaxCompute资源使用情况
资源观测提供某段时间内，对多种资源（如数据传输服务、计算资源、存储资源等）的监测情况，您可通过观测各指标的曲线图或图表，优化和调整作业的执行计划及资源配置，提高作业的执行效率和性能。本文为您介绍如何查看MaxCompute的资源使用情况。
调用QueryTunnelMetric查询Tunnel资源观测时序数据-云原生大数据计算服务 MaxCompute-阿里云
用于查询指定时间范围内的Tunnel数据传输服务相关指标数据。
调用QueryTunnelMetricDetail查询Tunnel资源观测详情数据-云原生大数据计算服务 MaxCompute-阿里云
用于查询指定时间范围内的Tunnel数据传输服务相关详情数据。
MMS迁移作业观测
数据迁移服务MMS（MaxCompute Migration Service）提供迁移观测能力，支持查看迁移作业的进度以及迁移速度，以便合理安排迁移任务，避免在业务高峰期产生影响。
在阿里云ES中使用Prometheus和Grafana
TimeStream是阿里云Elasticsearch团队自研，并结合Elastic社区时序类产品特性共建的时序引擎。阿里云Elasticsearch支持无缝对接Prometheus+Grafana，支持Prometheus Query相关的API，可以直接将TimeStream索引作为Grafana的Prometheus数据源使用，能够提高时序指标数据存储与查询分析的性能，同时节约成本。本文介绍...
基于eBPF的云原生可观测性开源项目Kindling之慢系统调用
【视频回放】Kindling之慢系统调用背景系统调用是内核提供给用户的功能接口，在我们的系统中，通常会运行许多系统调用，其中有很多系统调用是由我们的用户程序来触发的(比如C语言中的printf()函数，实际会触发底层的write()系统调用)。在绝大多数情况下，系统调用可以在很短的时间内执行完成并且返回，但是在某些情况下， 系统调用可能会执行的比较慢，从而成为我们进程运行时的瓶颈。对于这些执行较....
基于eBPF的云原生可观测性开源项目Kindling之Dubbo2 协议开发流程
1 项目概览Kindling collector项目作为Go端分析器，使用类似opentelmetry的pinpeline进行数据分析。其中涉及5个组件：UdsReceiver - Unix Domain Socket接收器，接收探针事件并传递给后续的网络分析器。NetworkAnalyzer - 网络事件分析器，将接收的Read / Write事件匹配成单次请求后，根据协议解析请求内容生成关键....
基于eBPF的云原生可观测性开源项目Kindling之eBPF基础设施库技术选型
eBPF技术正以令人难以置信的速度发展，作为一项新兴技术，它具备改变容器网络、安全、可观测性生态的潜力。eBPF作为更加现代化的内核技术，相较于内核模块，它的编写难度已经有了较大的降低，但是不可否认对于普通开发者还是有一定门槛。因此，很多云原生软件会在eBPF系统调用(函数)和libbpf之上封装一层更加简单易用的api，比如falco的libs、bcc的libbcc、cilium的cilium....
基于eBPF的云原生可观测性开源项目Kindling之容器环境下的DNS问题排查
问题描述最近在协助用户做业务的容器化迁移时，对业务做压力测试，发现ui服务的/homepage接口出现了偶发性的响应请求超时。给大家分享下排查问题过程。问题定位先通过skywalking看看相关ui的/homepagetrace，通过下图可以看到总耗时超过5828ms。发现延时出现在ui/homepage的self上，共耗时4005ms。其他依赖调用的时间只用了1823ms。可以确认从ui/ho....
基于eBPF的云原生可观测性开源工具Kindling之Kindling-agent 性能测试评估
背景Kindling-agent是基于eBPF的云原生可观测性开源工具Kindling中采集端的组件，能够通过采集和分析内核事件，获取运行于同一宿主机上的其他服务的业务、网络等指标。其工作模式是在主机上以独立进程的方式收集所需数据，所以只需要我们在应用所在主机部署Kindling-agent即可启动相应能力，随后可以通过prometheus和grafana套件对不同机器上探针采集的数据进行整合分....
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。
阿里云云原生
关注云原生中间件、微服务、Serverless、容器、Service Mesh等技术领域、聚焦云原生技术趋势、云原生大规模的落地实践
+关注