dự đoán bóng đá kèo nhà cái, Kota Kimura và Tomoka Toda sẽ biểu diễn trên sân khấu tại “CloudNative Days Winter 2025”

・Tiêu đề
"Thực hành và di chuyển OpenTelemetry Collector để hỗ trợ môi trường nhiều người thuê 100 cụm - Thông số kỹ thuật chính của số liệu nhật ký"

・Loa
dự đoán bóng đá kèo nhà cái　Kỹ sư phần mềm cấp cao / Chủ sở hữu sản phẩm KaaS
Kỹ sư phần mềm Kota Kimura

・Tốc độ thời gian
18/11 15:20-16:00　Bài A

・Tóm tắt
Trong phiên này, chúng ta sẽ chia sẻ những điều đã học được khi di chuyển sang và sử dụng OpenTelemetry Collector trong môi trường nhiều bên thuê quy mô lớn với hơn 100 cụm Kubernetes Trước đây, phép đo từ xa được tổng hợp bằng Prometheus + VictoriaMetrics hoặc Promtail + Loki, nhưng với cấu hình trong đó mỗi tác nhân gửi trực tiếp dữ liệu đến nền tảng tổng hợp, đã phát sinh một vấn đề là cần phải sửa đổi cụm người dùng để thực hiện điều khiển linh hoạt như đệm và lọc Do đó, chúng tôi đã xây dựng Đường ống đo từ xa bằng cách sử dụng OpenTelemetry Collector làm lớp trung gian được quản lý, giúp có thể kiểm soát nó bằng phần mềm, đồng thời giúp dễ dàng liên kết với các nền tảng khác ngoài nền tảng tổng hợp sản phẩm của chúng tôi (ví dụ: Datadog)

Buổi học này sẽ tập trung vào các chủ đề sau
・Cách sử dụng Toán tử OpenTelemetry
・Trạng thái hỗ trợ OTLP trong mỗi OSS
・Thiết kế đơn vị tổng hợp bộ sưu tập (Cụm / Đối tượng thuê / Dữ liệu)
・Thông số kỹ thuật giao thức mới như Prometheus RemoteWrite 20・OpenMetrics 20
・Xu hướng mới nhất như Prometheus v3・Loki v3・Grafana Alloy


===============================================================

・Tiêu đề
"Triển khai bộ đếm phân tán có thể mở rộng hỗ trợ phân phối CM của ABEMA"

・Loa
Kỹ sư phần mềm Tomoka Toda

・Tốc độ thời gian
19/11 15:20-16:00　Bài C

・Tóm tắt
Với hoạt động phân phối quảng cáo của ABEMA, khi một quảng cáo được chèn vào chương trình phát sóng trực tiếp, các yêu cầu thu nạp quảng cáo và đo lường lượt xem sẽ diễn ra đồng thời từ tất cả người xem và lưu lượng truy cập tăng đột biến lên hàng trăm nghìn RPS, đặc biệt là đối với các chương trình phổ biến Trong khi đáp ứng lượng tải này, chúng tôi đánh giá các điều kiện khác nhau trong thời gian thực và kiểm soát việc phân phối quảng cáo Vì trạng thái xem quảng cáo và ngân sách quảng cáo của mỗi người dùng thay đổi theo từng thời điểm nên điều cần thiết là phải có một bộ đếm có thể mở rộng để có thể đếm và hiểu các sự kiện xảy ra gần như theo thời gian thực
Chúng tôi đã triển khai tính năng này dưới dạng bộ đếm phân tán bằng cách sử dụng ứng dụng được triển khai trong Go trên Kubernetes và Valkey Cluster, Cloud Spanner, BigQuery, vv
Ban đầu, chúng tôi dự định triển khai mọi thứ trên bộ nhớ, nhưng trong quá trình xem xét các yêu cầu kinh doanh, chúng tôi nhận thấy rằng số lượng khóa bộ đếm là khoảng 1 tỷ, vì vậy, chúng tôi quyết định tạo cấu hình kết hợp với NewSQL để đạt được cả hiệu suất đọc/ghi và dung lượng lưu trữ Trong phần này, chúng ta sẽ nói về thiết kế của bộ đếm phân tán này, các ví dụ triển khai thực tế và khái niệm giới thiệu cấu trúc dữ liệu phân tán nhất quán cuối cùng nhằm hướng tới khả năng mở rộng hơn nữa