哈哈哈123asdf

本文作者：张亮  滴滴云-商业数据 负责人 2014年加入滴滴，负责过LogAgent、Kafka、ElasticSearch、OLAP的引擎建设工作，具有丰富的高并发、高吞吐场景的架构设计与研发经验

云原生作为云计算的下一站，在重构IT架构的同时，也为更多垂直领域释放了新的技术红利与增长机遇。云原生对于资源与任务的灵活调度极大地满足了人工智能算法对更高算力、更高稳定性的需求。

持续稳定并体验良好的测试环境，一直是影响产品迭代效率和稳定性的关键环节，也是DevOps自动化测试环节中最具挑战的一环，滴滴在测试环境上的探索从公司成立之初就从未停止，在这过程中沉淀了很多宝贵的经验。

这一节讲解一下监控数据从采集到传输到处理的整个架构流程，大部分监控系统都超脱不了这个架构，理解本篇，就理解了大部分监控系统的架构啦。

上一章我们大体看到了Linux、Redis相关的一些指标，大伙可能对监控指标是啥有了个大概了解。那在监控系统里，怎么表示一条指标呢？本章来解释这个问题。

在滴滴打车业务中，服务端API向上接收端上请求并组装返回，向下串接订单、计价、收银等业务中台的各个系统，完成整个打车流程，湾流平台项目期望在服务端API层打造一个「出行中台」。

很多用户来问，这个指标是什么意思，那个指标是什么意思，解释半天也解释不明白，核心原因是，用户对他要监控的目标本身就缺乏知识。比如Nightingale里的一个net.in.dropped指标，表示入方

目前大多数增益模型仅讨论了二元处理变量情况下的处理效应估计，然而在网约车市场中存在大量多维、连续的处理变量。针对这一困境，我们构造了连续因果森林模型，并成功地应用在了网约车交易市场策略上。

本文作者：秦晓辉—滴滴夜莺项目负责人、滴滴高级专家工程师 写在前面 笔者从Open-Falcon开源到现在，从事运维监控领域相关工作差不多7年，在做Open-Falcon和Nightingale的社区