2024去哪儿热门技术文章大汇总 | 内含福利

作者：宋倩倩&梁成琰

推荐理由：随着去哪儿业务的飞速发展，对监控系统提出了更高的要求。而原有的分钟级监控系统在故障发现上存在局限，导致故障发现有一定延迟，故遵循1-5-10故障恢复体系，去哪儿网自主研发了秒级监控系统，大幅提升了订单监控精度和故障快速发现的能力。

系统实践成效显著：国内酒店一分钟故障发现率从20%提升至100%，预警准确率保持在90%以上，故障发现时长从4分钟降至1分钟内，极大提升了公司对业务波动的实时掌控能力。

作者：齐凯凡

推荐理由：业务分析作为策略发现的重要环节，容易陷入维度简单、效率低下、深入挖掘困难以及维度处理不当等困境，而好的归因分析将使得这一环节运行效率更快，质量更高以及结果更可解释。

本文主要介绍去哪儿网归因分析从0-1的应用落地过程，从横向的业务问题发现到具体原因定位，再到可控因素定义和量化，最后提供有效的建议输出，结合纵向的第一层现象解释，深入到第二层方法探索，再到第三层的解决问题，完整归因流程的搭建结合实际业务case的应用，一起感受归因分析带来的丝滑体验！

作者：宋璐

推荐理由：面对百万级的核心面板指标和数以亿计的单机指标，如何实现分钟级智能异常检测的同时，保证准确率大于80%，误报率低于20%？此外，还需要将业务人员的经验知识融入模型参数，并尽量简化流程，不能有过大的标注和验证成本。为解决这一艰巨挑战，我们构建了一套自动化的对模型预训练、调优、反馈的系统——雷达智能运维系统，并在24年实现了全司覆盖，有效及时地发现了300+的线上问题，本文将对这一系统进行详细介绍。

作者：余东&贾建东&徐伟

推荐理由：从实践中学习技术，提升KAFKA集群稳定性治理！通过本篇文章，你将了解生产环境中大流量KAFKA集群面临的问题，以及如何补缺关键监控，并利用监控一步步优化集群瓶颈。

作者：任文龙

推荐理由：本文深度揭秘 Node 生成图片实践，经过对多种图片生成方式详比，选定 Satori + Sharp 方案。文中细述了其优势与实践流程，涵盖速度与内存优化，还介绍了 Satori 特性。此方案已在多场景支撑生成超 1 亿张图片，性能稳定，极具参考价值。

作者：李海龙&郭浩然

推荐理由：随着AIGC的广泛应用，其核心存储组件——向量数据库类型多样且各具特色，本文介绍了PGDBA运维的PgVector，并展示了运维实践过程中遇到的坑，最后给出了使用PgVector的一些真实的AIGC类业务案例。希望此文可帮助Qunar&途家的小伙伴更好地应用向量数据库来解决实际AIGC类的业务问题，为业务赋能贡献绵薄之力。

作者：雷孝龙

推荐理由：本文探讨如何通过自动化手段实现Redis的高效运维，帮助DBA在保证系统稳定性的同时，显著降低运维成本。文章具体介绍了去哪儿网的Redis体系架构，并基于此定制了一套完备的自动化方案和工具，且在大规模生产环境下取得成功，具有较高的实用价值和参考意义。

作者：王坤

推荐理由：本文介绍了去哪儿的容器DNS架构演进，通过对比原生方案与 NodeLocal DNSCache，一方面剖析了原生方案的不足，另一方面阐述了改造方案的优势，包括涵盖故障域隔离、并发请求多 Server、效率及缓存命中率提升等。同时，本文还展示了测试记录与上线方案，能为大规模 DNS 优化提供实用思路与方法。