随着云原生技术栈的迅速发展，系统复杂性逐渐下沉到服务网格、网关、通用 sidecar、serverless 运行时、内核等基础设施层面，给可观测性带来了巨大的挑战。本文结合真实的排障案例，介绍了火山引擎云原生团队在容器全栈观测方面的技术实践。来源 | 火山引擎云原生团队一、容器观测的挑战近年来，伴随云原生技术栈的迅速发展，越来越多工程师开始借助容器、Kubernetes、服务网格等基础设施快速搭建

在《火山引擎多云容灾架构下的流量调度实践》一文中，我们介绍了接入层和应用层的容灾实现，下一步就需要考虑如何实现数据库的跨云容灾方案，以期在极端场景下，确保业务稳定可靠持续性运转。来源 | 火山引擎 - 解决方案一、数据库容灾背景及主流方案在当今数字化时代，数据库跨云容灾至关重要。数据库跨云容灾的主要目标是确保在面临各种灾难场景（如自然灾害、硬件故障、网络攻击等）时，数据库能够保持可用性和数据完整性

在《字节跳动容灾实践：同城容灾+异地多活是最好的模式吗？》一文中，我们介绍了字节跳动从单机房到同城多机房再到异地多活的演进过程。本文将围绕字节跳动当前的模式——同城容灾+异地多活，介绍团队在异地单元化架构落地上的一些思考和实践。来源 | 业务架构 - 平台标准与解决方案1. 什么是单元化单元化的核心理念是将业务按照某种维度划分成一个个单元，理想情况下每个单元内部都是完成所有业务操作的自包含集合，能

本文系火山引擎多云多活技术拆解系列文章的第三篇，将基于火山引擎的技术实践和客户服务经验，介绍如何在多云环境中实现高效、精准的流量调度，保障业务持续稳定。来源 | 火山引擎云原生云服务集中化风险正在成为大多数企业的共识。许多企业和机构现在面临这样的处境：一旦单个云服务商出现故障，将导致业务发生严重中断。——Gartner容灾架构从最早期的单活形态（同城主备）发展到同城多活形态，再演化到异地多活，故障

如何在多云环境中构建同城双活架构

来源 | 火山引擎云原生自 2023 年推出至今，Stable Diffusion 已吸引了大量用户前往 Stability AI 等网站进行体验，在 AI 绘画的场景下，Stable Diffusion 已经成为当前最火的解决方案。就在 8 月，Stable Diffusion 初创团队又推出了新的 AI 绘画模型 FLUX.1 ，该模型拥有 12B 的参数（远远超过了最新版本的 Stable

本文介绍了如何通过火山引擎持续交付的 AI 应用功能，完全屏蔽 Kubernetes 底层细节，一键拉起 Stable Diffusion 模型，轻松拥有属于自己的 AI 应用。来源 | 火山引擎云原生团队近年来，AI 技术发展迅猛，深度学习、自然语言处理、计算机视觉等领域取得了突破性进展。AI 已在各行各业中广泛应用，如智能客服、智能驾驶、智慧城市等，越来越多的企业和组织希望将 AI 应用落地到

基于字节跳动内部实践，结合企业搭建应用发布平台过程中会遇到的诸多问题，火山引擎云原生团队成功抽象了一套构建强大、易用应用发布平台的轻量级解决方案。来源 | 火山引擎云原生团队应用发布平台是企业用于实现一站式应用投产发布的基础设施，可对应用发布进行统一管理、自动化执行，包括单体/微服务应用发布、分布式/容器化发布、应用全生命周期管理和蓝绿/金丝雀发布等。下图展示了一个典型的场景：用户通过浏览器或手机

KubeAdmiral v1.0.0 的发布源于社区和开发人员在过去一年中取得的成就，感谢所有参与此版本的贡献者。来源 | KubeWharf 社区项目 | https://github.com/kubewharf/kubeadmiralKubeAdmiral 是字节跳动于 2023 年 7 月正式开源的多云多集群管理引擎，它孵化于字节跳动内部，从上线至今一直强力支撑抖音、今日头条等大规模业务的平

目前火山引擎容器服务 VKE 已向个人用户开放，欢迎大家登录控制台体验！来源 | 火山引擎云原生团队进入 2024 年后，企业对 LLM 的关注开始转向生产环境的大规模部署，将 AI 模型接入现有基础设施以优化系统性能，包括降低延迟、提高吞吐量，以及加强日志记录、监控和安全性等。然而这一路径既复杂又耗时，往往需要构建专门的平台和流程。在部署 AI 模型的过程中，研发团队通常需要执行以下步骤：环境搭

“安全问题的唯一正解在于允许那些（导致安全问题的）Bug 发生，但通过额外的隔离层来阻拦住它们。” —— “Linux 之父” Linus Torvalds来源 | 火山引擎云原生团队以容器为代表的云原生技术正在飞速发展和广泛应用，在云平台创造了与传统 IDC 截然不同的使用体验：即用即得的资源容量、无需手动运维的基础设施、跨平台无缝迁移的应用……不过这些特性在为企业带来巨大便利和极高效率的同时，

基于优异的调度性能，Gödel Scheduler 拥有在超大集群规模 (20k+ Nodes, 1000k+ Pods)、超高业务负载 (1k+ Incoming Pods/s)、超多复杂场景 (ML/批流/潮汐混部等) 下长期稳定运行的能力。来源 | KubeWharf 社区Gödel Scheduler 是字节跳动开源的在离线统一调度器，旨在使用同一套调度器来统一调度和管理在离线业务，实现资

第一篇 | 从节点中心转型 Serverless 化架构的利器第二篇 | 面对降本增效，如何有效提升装箱率？第三篇 | 弹性容器实例：基于 Argo Workflows 和 Serverless Kubernetes 搭建精细化用云工作流近十年来，数字化转型浪潮席卷各行各业，诸如金融、零售、制造、电信、医疗保健、汽车等行业都开始依赖数字服务和数字基建重塑业务、拓展边界。随着越来越多关键行业和关键业

本文根据 2024 Kuberntes Community Days 上海站现场演讲内容整理。来源 | KubeWharf 社区项目 | github.com/kubewharf/katalyst-coreKatalyst 是字节跳动开源的精细化资源管理项目，通过在离线业务混合部署、拓扑感知调度、资源超分、潮汐混部等方式提升 Kubernetes 集群的资源利用率和工作负载的性能。自 2023 年

本文以自动驾驶系统的开发和部署的关键环节之一——数据回灌为例，并结合实际落地案例，介绍火山引擎云原生服务如何帮助车企提升效率、加速商业化进程。来源 | 火山引擎云原生团队随着汽车行业智能化和网联化的加速发展，在 5G、人工智能、云计算、大数据等新技术的加持下，汽车已经从交通工具变为新一代的智能终端。而自动驾驶作为汽车新四化（电动化、网联化、智能化、共享化）的核心，更是被视为汽车科技“皇冠上的明珠”

Katalyst 是字节跳动开源的成本优化实践系统，致力于解决云原生场景下的资源不合理利用问题，为资源管理和成本优化提供解决方案。来源 | KubeWharf 社区项目 | github.com/kubewharf/katalyst-core经过几个月时间的开发测试工作，Katalyst 近日完成了 v0.5.0 版本的发布。在该版本中，我们解耦了 Katalyst 常态混部能力对 kubewha

来源 | 火山引擎云原生团队数字化转型浪潮下，企业正面临前所未有的数据中心管理挑战。根据 Gartner 在 2023 年 9 月发布的报告《Navigate Cloud Computing and Data Center Infrastructure Markets》：随着数据中心基础设施的不断发展与云计算市场的日益成熟，企业各类工作负载的上云需求也在快速增长，但是由于公有云的局限性，70% 的

本文介绍了字节跳动云原生可观测团队在构建 OneAgent 方面的探索，涉及数据模型、流程管道、编排调度和构建体系等方面，还分享了 OneAgent 在字节跳动内部的几个应用案例，展示了其在数据采集效率、资源消耗和系统稳定性方面的优势。字节跳动拥有海量的主机和微服务实例，涵盖物理机、虚拟机、容器等多种场景，每秒产生的千亿级别的可观测性数据，在可观测性数据采集和管道化处理等方面给技术团队带来了巨大挑

Argo Workflows on VKE/VCI 保姆级操作教程

作为字节跳动在离线混部场景中最核心的调度系统，Gödel 提供丰富的资源 QoS 管理能力，可以统一调度在线和离线应用，极大提升资源利用率。来源 | 字节跳动基础架构团队开源 | github.com/kubewharf/godel-scheduler本文解读了字节跳动基础架构编排调度团队发表在国际云计算顶级会议 SoCC 2023 上的论文“Gödel: Unified Large-Scale