LLM 上新:排名领先、对家模型对比
手机发布:跑分领先、友商机型对比
这种宣发路径下很难忍住不去做”定向优化“
手机发布:跑分领先、友商机型对比
三个 Pod 在被驱逐(Evicted)的队列里聊了起来,交流自己为什么被杀掉:
第一个 Pod 说:“我用的 CPU 超过了 Limit,系统说我有膨胀的个人英雄主义,就把我 OOM Kill 了。”
第二个 Pod 说:“我用的资源远低于 Request,系统说我浪费国家公共资源,消极怠工,为了提高装箱率(Bin-packing)把我缩容了。”
第三个 Pod 一脸委屈:“我表现完美,不仅资源使用率稳定,还严格遵守了所有的配额限制!”
前两个 Pod 问:“那你为什么也会在这?”
第三个 Pod 长叹一声:“因为有一个 PriorityClass: system-node-critical 的 Pod 要调度到这个节点上来。给领导让路,是政治任务。”
故障是由于工程师更改了一个数据库系统的权限所引发的。该设置会导致数据库向 Bot 管理系统所使用的“特征文件(feature file)”输出多重条目,进而导致该特征文件的大小翻了一番。随后,有问题的特征文件被分发到了网络中的所有机器上。
网络中的设备软件对特征文件的大小设定了上限,而翻倍后的文件超过了这一限制,导致软件崩溃。
Cloudflare 一度怀疑这是由超大规模 DDoS 攻击引起的,但很快锁定了核心问题,成功阻止了体积异常的特征文件进一步传播。将其替换为该文件的早期版本后核心流量基本恢复正常流转。但随着流量重新涌入,Cloudflare 最终耗费了数小时来缓解网络各部分增加的负载。