大模型驅動的雲原生可觀測性

段嘉 李傑

大模型驅動的雲原生可觀測性
  • 出版商: 機械工業
  • 出版日期: 2026-06-01
  • 售價: $774
  • 語言: 簡體中文
  • 頁數: 422
  • ISBN: 7111808576
  • ISBN-13: 9787111808572
  • 相關分類: Large language model、Serverless

    • 下單後立即進貨 (約4週~6週)

商品描述

這是一部系統講解如何將大模型技術應用於雲原生可觀測性領域的實戰指南。它為讀者構建了智能可觀測性的完整知識圖譜，能為研發團隊與技術決策者提供從方法論到工程落地的完整路徑，從而將數據轉化為洞察，將被動響應轉化為主動決策。 全書共11章，分為四個部分。 第一部分（第1、2章）：剖析雲原生時代運維的根本挑戰，首次提出將大模型作為應對這些挑戰的新範式，涵蓋可觀測性基礎知識、大模型核心特征與能力邊界。 第二部分（第3~7章）：深入解析大模型與可觀測性的核心技術體系，包括大模型生態框架、應用部署工具鏈、雲原生可觀測三大支柱（日誌/指標/追蹤）、OpenTelemetry/eBPF關鍵技術，以及GPT/DeepSeek/Llama等國內外主流大模型的架構設計與最佳實踐。 第三部分（第8、9章）：詳細闡述大模型與可觀測性技術融合的機制和創新點，提供從數據處理到智能決策的完整技術路徑。圍繞OpenTelemetry剖析其在大模型可觀測性中的演進，深度解析大模型與雲原生架構的深度融合機制、與可觀測性生態的交互模式，以及與AIOps的深度融合範式。 第四部分（第10、11章）：聚焦工程化落地，系統回答“如何落地”。通過某AI平臺智能日誌分析與自然語言查詢實踐、某證券公司Agent及智算可觀測性建設實踐兩大真實案例，詳細展示從架構設計到實戰部署的可借鑒、可覆用、可擴展路徑。

作者簡介

李傑（Luga Lee） AstrasX AI創始人，資深架構師，擁有15年以上技術研發與架構經驗。長期紮根技術一線，先後在多家知名企業擔任架構師及首席架構師，專註於雲原生架構與大模型工程化落地，在如何利用大模型構建智能可觀測體系方面有豐富的實戰經驗。 微信公眾號“架構驛站”（微信號: ArchHub）主理人。Jakarta EE Ambassador、Traefik Ambassador、TraefikLab中國社區創始人/主理人、雲原生可觀測性平臺DeepFlow Champion。著有圖書《雲原生網關Traefik：入門、進階與實戰》。

目錄大綱

推薦序一
推薦序二
前言
第一部分 新範式——為什麼可觀測性需要大語言模型
第1章 大語言模型驅動的雲原生可觀測性技術背景
1.1 可觀測性的基礎知識
1.1.1 可觀測性的基本定義與理論基礎
1.1.2 架構視角下的範式對比：傳統監控和可觀測
1.1.3 可觀測範式的典型應用場景與架構適配
1.1.4 可觀測性的核心價值與業務影響
1.2 可觀測性平臺的支柱體系
1.2.1 事件：離散狀態變更的數據基石
1.2.2 日誌：事件記錄與語義溯源
1.2.3 指標：量化評估與趨勢分析
1.2.4 追蹤：調用路徑與因果追蹤
1.2.5 上下文——跨域關聯與語義整合
1.3 可觀測性架構的發展演進
1.3.1 階段一：面向運維監控的集中式日誌和指標監控
1.3.2 階段二：面向系統集成的分布式鏈路請求追蹤
1.3.3 階段三：面向業務驅動的全鏈路統一可觀測
1.4 本章小結
第2章 從模型到範式——大語言模型基礎
2.1 大語言模型概述
2.1.1 大語言模型的定義和核心特征
2.1.2 與傳統語言模型的區別
……
第二部分 核心技術——當可觀測性遇上大語言模型
第三部分 融合與創新——如何構建一個大語言模型驅動的可觀測性系統
第四部分 架構與落地——基於大語言模型的雲原生可觀測性架構設計與應用實

類似商品