【可观测性工程】埋点哲学：粒度、采样、基数爆炸与成本模型
埋点不是多加几行日志，而是一整套关于什么该记、什么该采样、什么该丢弃的工程决策体系。从信号分层、基数控制、采样策略到落地规范与工程坑点，给出可操作的埋点治理框架。
sampling 标签归档
共 6 篇文章 · 返回首页
【可观测性工程】Traces 栈与采样：Jaeger、Tempo、Zipkin、SkyWalking
拆解 Jaeger、Tempo、SkyWalking 三种开源分布式追踪方案的架构本质与工程取舍：全索引 vs 无索引、采样策略（头部/尾部/自适应）、传播协议（W3C TraceContext）的断裂诊断，以及选型决策框架。
【可观测性工程】存储与成本：采样、下采样、冷热分层、对象存储
可观测性数据量以每年 2-3 倍的速度增长，存储成本很快就超过计算成本。拆解五大支柱的成本结构、采样是最大的杠杆、冷热分层与压缩的实战策略，以及降本路径图。
【系统架构设计】分布式追踪：OpenTelemetry 与全链路可观测
分布式追踪的采样率设多少？100% 采样的成本和收益分别是什么？本文从 Google Dapper 论文的 Trace/Span 模型出发，拆解 W3C Trace Context 标准的传播机制，深入 OpenTelemetry SDK、Collector、Exporter 三层架构，对比 Jaeger 与 Tempo 的存储设计差异，讨论头部采样、尾部采样与自适应采样的工程取舍，结合 Uber 迁移 OpenTelemetry 的实战经验，给出追踪数据驱动的自动拓扑发现与关键路径分析方法。
【Transformer 与注意力机制】48｜从 logits 到文本：贪心、Beam Search、采样的几何直觉
语言模型不会直接输出“答案”，它每一步输出的是下一个 token 的 logits。本文解释 logits、softmax 和概率分布的关系，比较贪心解码、Beam Search、temperature、top-k、top-p、重复惩罚等策略，说明为什么解码不是模型之外的小细节，而是直接决定文本风格、稳定性和幻觉风险的决策层。
【操作系统百科】perf 子系统
perf 到底看到了什么？PMU 硬件计数器、tracepoint、perf_event_open、perf ring buffer、Processor Trace——本文讲 perf 子系统的内核机制。