推理部署
Ray Serve 模型部署实战：Deployment、DAG 编排与弹性伸缩
Ray Serve 是被很多团队忽视的模型服务框架。它在复杂 DAG、异构资源、弹性伸缩上的表现远超单纯的 FastAPI。本文讲清它的核心抽象和生产落地。
#分布式
共 5 篇
数据库运维
ClickHouse 生产运维实战：集群部署、副本分片、性能调优与故障排查
ClickHouse 高吞吐 OLAP 能力背后有一套独特的运维范式：ReplicatedMergeTree、ZooKeeper/Keeper、分布式表、物化视图、TTL、MergeTree 家族选型。本文按生产落地路径 …
推理部署
vLLM 多机多卡分布式推理：Tensor Parallel 调优与踩坑实录
从单机 8 卡讲到多机多卡，把 vLLM 的 TP/PP 拆分、Ray 启动方式、NCCL 调优、PagedAttention 显存核算和常见翻车场景串成一条完整的落地路径。
Kubernetes
ETCD 运维实战：部署、备份恢复与 K8s 集群数据管理
ETCD 是 Kubernetes 的命脉，所有集群状态都存储在这里。本文从实际运维角度梳理部署、备份、恢复和配置动态更新的完整操作链路，包含多个踩坑经验。
数据库
MongoDB 分片集群实战：从 shard key 设计到 chunk 均衡的全链路
很多团队把 MongoDB 分片当成"设个 shard key 就完事"，结果上线半年后发现 80% 数据在一个 shard 上、balancer 每天搬几十 GB 却怎么都追不上、某个 …