thepixely
本站致力于IT相关技术的分享
构建基于 Qdrant 与 Scikit-learn 的多阶段向量检索管线并集成 Jaeger 全链路追踪 构建基于 Qdrant 与 Scikit-learn 的多阶段向量检索管线并集成 Jaeger 全链路追踪
我们最近交付的一个语义搜索服务在内部测试时表现尚可，但上线后，随着查询复杂度和并发量的增加，P95 延迟开始频繁触及告警阈值。服务本身并不复杂：一个 FastAPI 接口接收查询文本，使用 Scikit-learn 加载的 TfidfVec
2023-10-27 可观测性
Python OpenTelemetry Qdrant Scikit-learn Jaeger
利用Celery与VPC构建与Gatsby集成的Pinecone异步向量化管道并嵌入Lua动态排序 利用Celery与VPC构建与Gatsby集成的Pinecone异步向量化管道并嵌入Lua动态排序
我们面临一个日益严峻的挑战：内部技术文档库（数万份Markdown文件，托管在Git中）的检索效率已经降至冰点。传统的基于关键词的搜索（如grep或Elasticsearch的BM25）在处理概念相似但用词不同的查询时表现拙劣。“如何实现服
2023-10-27 架构与设计
Gatsby VPC Celery Pinecone Lua
基于 Axum 构建与 Prettier 和 NLP 集成的高性能代码分析与格式化服务 基于 Axum 构建与 Prettier 和 NLP 集成的高性能代码分析与格式化服务
团队的 CI 流水线越来越慢，其中一个瓶颈竟是代码格式化和静态检查步骤。每个作业都要在独立的 Docker 容器里 npm install 然后运行 Prettier，这在 Rust 为主的技术栈中显得格格不入且效率低下。我们需要一个集中式
2023-10-27 后端架构
Axum Backend Prettier NLP Rust
基于Java和Redis实现Feature Store中的热点特征计算防穿透分布式锁 基于Java和Redis实现Feature Store中的热点特征计算防穿透分布式锁
项目紧急上线了一套实时特征平台（Feature Store）的核心计算服务，最初几天流量平稳，一切看起来都很完美。然而，随着运营活动引流，某个核心用户群体的活跃度瞬间飙升，监控系统开始疯狂告警：计算集群的CPU利用率触顶，底层数据源（一个M
2023-10-27 分布式系统
Java 分布式锁 Code Review Feature Store 服务发现
利用 XState 与 Cloud Functions 构建持久化于 Cassandra 的分布式 Saga 协调器 利用 XState 与 Cloud Functions 构建持久化于 Cassandra 的分布式 Saga 协调器
一个持续超过30秒、跨越多个微服务的数据处理流程，一旦中间环节失败，就会导致数据状态不一致。在生产环境中，这种“数据孤岛”和“半成品”状态是灾难的开始。传统的两阶段提交（2PC）协议在这种长周期、异步的 serverless 场景下，由于其
2023-10-27 分布式系统
Google Cloud Functions Cassandra XState Chef Saga
利用 Crossplane Composition 自动化集成 Rollup 与 React Testing Library 的前端项目初始化 利用 Crossplane Composition 自动化集成 Rollup 与 React Testing Library 的前端项目初始化
我们团队的前端项目初始化流程一度陷入混乱。每个新项目启动，都是一次对开发者耐心和规范意识的考验。package.json 里的脚本命令五花八门，CI/CD 配置文件需要从旧项目里小心翼翼地复制粘贴，稍有不慎就会引入错误的依赖或过时的配置。代
2023-10-27 平台工程
Prettier Crossplane React Testing Library Rollup
3 / 5