DeepFlow

李飞、张祥祥2024-09-03阅读:

Java 程序 Hang 是应用运维中经常遇到的故障类型，由于此类故障与操作系统调度、应用代码逻辑等均有复杂的相互催化关系，故障触发条件极难确定，因此也是故障诊断中最难啃的骨头之一。在此篇案例中您将看到，某银行在分布式核心系统“认证网关 Hang” 故障的诊断过程中，如何使用 DeepFlow 大模型智能体快速分析 Java 程序 CPU 持续剖析数据，在故障发生后 3 分钟内迅速定位出 Hang 的原因。

实践案例AutoProfilingStella

李飞2024-07-19阅读:

用 AI 实现 Ops 来解决运维困境一直是 IT 界的梦想，大模型的出现让 AIOps 看起来近在咫尺，但深入分析历史我们会发现运维中的数据盲区、数据孤岛、数据关联、获取成本等问题是运维诊断难以模型化、AIOps 难以实现的根本原因。本篇文章总结了云杉网络 DeepFlow 解决方案负责人李飞在“智能可观测运维技术 MeetUp”的演讲内容，向您介绍 DeepFlow 可观测性平台如何通过 eBPF 技术带来的零侵扰、全栈采集能力消除数据盲区，通过 AutoTagging 技术带来的高性能数据统一标注能力消除数据孤岛，通过高质量的可观测性数据体系构建基于数据的运维能力，消灭运维中的猜测、直觉和灵感，打造 AIOps 落地应用的稳定基石，以及通过大模型智能体对 DeepFlow 可观测性数据分析取得的进展和效果。

演讲实录Stella

AutoProfiling - 新增 Off-CPU 持续剖析并支持 AI 智能体分析

向阳2024-06-17阅读:

v6.5 新特性解读：企业版支持 Off-CPU 持续剖析，用于排查业务性能不达预期但 CPU 用量却不高的问题。另外，v6.5 中也增加了 Stella （DeepFlow 的 AI 智能体）对持续剖析数据的分析能力。

AutoProfilingStella

产品

DeepFlow Enterprise 解决方案

DeepFlow Enterprise 案例学习

关于