企业官网建设流程全解析

wordpress 建站很简单,wordpress 网易,做网站用什么团建,东莞做工业产品网站建设本文字数#xff1a;4782#xff1b;估计阅读时间#xff1a;12 分钟作者#xff1a;Mike Shi本文在公众号【ClickHouseInc】首发欢迎阅读 2025 年 11 月版的《ClickStack 更新速览》。ClickStack 是为 ClickHouse 打造的开源可观测性平台#xff0c;我们每月会精选 Click…本文字数4782估计阅读时间12 分钟作者Mike Shi本文在公众号【ClickHouseInc】首发欢迎阅读 2025 年 11 月版的《ClickStack 更新速览》。ClickStack 是为 ClickHouse 打造的开源可观测性平台我们每月会精选 ClickHouse 的新特性与 HyperDX UI 的最新改进让可观测性变得更快、更好用、功能更强大。本次更新引入了 Service Maps、incident.io 集成、根 span 筛选、trace 内搜索、折线图对比以及用于突出显示特定属性的新控件。新加入的贡献者构建开源可观测性平台离不开大家的协作而我们强大的社区正是这一切的核心。衷心感谢本月的新贡献者你们的每一份贡献无论大小都是让 ClickStack 更进一步的基石。jwhitaker-gridcog alok87 hiasr dhtclk beefancohenService Maps备受期待的 Service Maps 已进入 beta 测试阶段。这是 ClickStack 用户呼声最高的功能之一。Service Maps 能为团队提供整体视角展示服务之间的调用关系请求在各个组件间的流转以及流量模式和故障情况。它帮助大家将零散的 trace 数据转化为系统行为的直观图景从而更轻松地理解依赖关系快速发现分布式架构中的问题。在 ClickStack 中我们始终注重功能与上下文的结合而不仅仅是提供一个孤立的页面。因此你会在多个使用场景中遇到 Service Maps。例如在左侧导航栏中你可以浏览完整的服务图谱了解各服务之间的连接关系而在查看某条 trace 时瀑布图右侧还会显示一个聚焦视图直观展示该请求跨服务的路径帮助你更快地定位问题同时不中断排查流程。目前 Service Maps 还处于早期 beta 阶段初始版本主要聚焦于流量与错误的可视化同时采用数据采样方式来保障大规模下的系统性能。如果你对底层实现感兴趣我们可以告诉你Service Maps 背后的 SQL 查询会在同一条 trace 中将服务端 span 与对应的客户端 span 进行匹配并基于采样数据推断服务之间的调用关系、统计请求数量以及识别失败请求从而实现高效且可控的分析体验。对于喜欢研究 SQL 的你来说WITH now64(3) AS ts_to, ts_to - INTERVAL 900 SECOND AS ts_from, ServerSpans AS ( SELECT TraceId AS traceId, SpanId AS spanId, ServiceName AS serviceName, ParentSpanId AS parentSpanId, StatusCode AS statusCode FROM otel_v2.otel_traces WHERE ((Timestamp ts_from) AND (Timestamp ts_to)) AND (((cityHash64(TraceId) % 10) 0) AND (SpanKind IN (Server, Consumer))) ), ClientSpans AS ( SELECT TraceId AS traceId, SpanId AS spanId, ServiceName AS serviceName, ParentSpanId AS parentSpanId, StatusCode AS statusCode FROM otel_v2.otel_traces WHERE ((Timestamp ts_from) AND (Timestamp ts_to)) AND (((cityHash64(TraceId) % 10) 0) AND (SpanKind IN (Client, Producer))) ) SELECT ServerSpans.serviceName AS serverServiceName, ServerSpans.statusCode AS serverStatusCode, ClientSpans.serviceName AS clientServiceName, count(*) * 10 AS requestCount FROM ServerSpans LEFT JOIN ClientSpans ON (ServerSpans.traceId ClientSpans.traceId) AND (ServerSpans.parentSpanId ClientSpans.spanId) WHERE (ClientSpans.serviceName IS NULL) OR (ServerSpans.serviceName ! ClientSpans.serviceName) GROUP BY serverServiceName, serverStatusCode, clientServiceName ORDER BY serverServiceName ASC, serverStatusCode ASC, clientServiceName ASC;Root span 筛选功能Root span 筛选是对 trace 搜索体验的一项简洁而实用的增强。此前ClickStack 在搜索时会返回所有匹配的 span包括根 span 和子 span。这虽然提供了最大的灵活性也确保数据全面覆盖但当一个 trace 中有多个客户端 span 同时匹配查询条件时该 trace 就可能多次出现在搜索结果中。对于需要处理大量 trace 的用户而言这种情况往往会增加浏览和排查的复杂度。现在ClickStack 新增了一个筛选选项可将搜索结果限定为仅包含 root span。用户只需在左侧导航栏中启用该筛选器即可将结果集中在顶层 span 上从而更高效地进行浏览、对比和定位。这项小改动极大提升了 trace 的可用性尤其适用于高基数环境。如果你经常使用 root span 搜索我们建议你调整主键设计以更好地支持这一用法。由于 root span 在 trace 数据中占比极小单独为其建立索引可以显著减少扫描的数据量从而有效降低查询延迟。在某些情况下一个 trace 内可能包含成千上万个 span因此缩小搜索范围能带来显著性能提升。比如在主键中引入 empty(ParentSpanId) 条件可加速这类查询ORDER BY (toStartOfMinute(Timestamp), StatusCode, flow, country, ServiceName, Timestamp)当专门针对根跨度root span过滤进行优化时将 empty(ParentSpanId) 引入键key中可以加速这些查询ORDER BY (toStartOfMinute(Timestamp), empty(ParentSpanId), StatusCode, flow, country, ServiceName, Timestamp)属性高亮功能我们在与用户的合作过程中持续深入了解他们最关注的工作流程。其中一个高频反馈就是希望能在搜索结果中直观显示特定字段。这些字段应具备以下能力可按来源配置、可点击以快速筛选并能方便地添加到当前查询中。用户还希望在查看 trace 时这些字段不仅显示在选中的 span 上而是只要在 trace 中出现就能被可视化呈现。为此ClickStack 推出了两个新功能来满足这些需求。第一项功能是高亮属性Highlighted Attributes。这类字段支持按数据来源单独配置用户可定义表达式从日志或 span 中提取字段并将其显示在结果列表的侧边面板中。每个高亮属性都支持设置别名以提升可读性并可配置一个用于查询的表达式 —— 若未指定则默认使用字段名。通过这种方式用户可以完全掌控关键字段的显示形式和查询行为。以下是两个实际示例展示如何提取字段、命名别名并定义搜索表达式。 在这个日志来源示例中我们从资源属性中提取 pod 和 node 名称并分别设置别名 Pod 和 Node。每个字段还定义了一个 Lucene 表达式 —— 当用户点击值发起搜索时系统将使用该表达式而非 SQL。这些高亮字段会直接出现在搜索结果列表每一行的右侧使用户无需展开条目即可快速查看关键信息。点击字段值后对应的搜索表达式将自动应用帮助用户以最少操作优化查询。第二项功能是高亮 trace 属性Highlighted Trace Attributes也同样以来源为单位进行配置。这些字段在 trace 视图顶部集中展示 —— 只要它们在 trace 的任意位置出现就会被高亮显示。它们既可用于展示重要计算结果也可构建指向外部系统的快捷链接。在以下示例中我们使用了 ClickPy 演示数据集提取字段。ClickPy 是我们对外开放的演示系统基于 PyPI 下载数据提供免费分析服务。第一个例子生成了一个链接指向与某个 Python 包相关的 ClickPy 页面系统在识别该字段时会将其变为可点击状态。另一个例子则提取了所有数据库 span 的执行时间并将其汇总显示在瀑布图顶部让用户可以一眼看出关键性能指标。在浏览日志或 span 对应的 trace 时这些字段将展示在瀑布图上方。例如在上述场景中所有数据库响应时间和返回 ClickPy 的跳转链接都将一并呈现。Incident.io 集成功能继上个月推出告警功能后我们继续优化团队将通知发送至日常使用工具的流程。本次更新新增对 incident.io 的原生集成用户可直接将告警推送至 incident.io而无需手动配置 webhook 接口。未来几个月我们还将持续增强告警功能并简化配置流程帮助团队以更少的操作设置出有效且可执行的告警规则。Trace 内部搜索ClickStack 始终坚持的一项核心原则是无论在可观测性流程的哪个阶段用户都应具备随时搜索数据的能力。本次版本进一步强化了这一能力在 trace 瀑布图界面中引入了 Lucene 搜索功能。由于瀑布图展示了来自多个来源的 span 和日志我们为每个数据源分别提供了独立的搜索输入框使用户可以在不离开当前上下文的前提下快速筛选、定位并深入探索构成 trace 的关键事件。折线图时间段对比在分析系统随时间的性能变化时通常需要将当前表现与过往状态进行对比。许多工具依赖用户通过观察单条折线并凭经验进行对照这种方式虽可行但操作效率不高。在本次 11 月更新中我们新增了“时间段对比”功能为此类需求提供更直观的解决方案。启用该功能后用户可以基于选定的时间范围绘制折线图并通过简单的开关按钮叠加显示前一时间段的数据。系统自动将“前一时间段”定义为紧邻当前区间、长度相同的时间范围并以虚线形式显示在同一坐标轴上。借助该功能用户无需手动对比或切换图表就能迅速识别性能变化、退化趋势或潜在优化点。如以下示例所示。我们欢迎你对这一新功能以及本月推出的其他更新提出反馈建议。征稿启示面向社区长期正文文章内容包括但不限于关于 ClickHouse 的技术研究、项目实践和创新做法等。建议行文风格干货输出图文并茂。质量合格的文章将会发布在本公众号优秀者也有机会推荐到 ClickHouse 官网。请将文章稿件的 WORD 版本发邮件至Tracy.Wangclickhouse.com