Tracing im Actor-Modell ohne Degradation durch Envelope
In Actor-Systemen gibt es keinen eingebauten Kanal für den Trace-Kontext. Discord hat dies ohne Architekturwechsel und ohne Produktionsunterbrechung gelöst.
Infrastruktur
Infrastruktur auf ThecoreGrid behandelt Design, Betrieb und Weiterentwicklung der grundlegenden Systeme, die moderne Software in großem Maßstab ermöglichen.
Wir analysieren Compute-, Netzwerk- und Storage-Layer sowie Virtualisierung, Containerisierung und Cloud-Plattformen in Highload-Umgebungen. Im Fokus stehen produktionsreife Aspekte: Zuverlässigkeit, Fehlertoleranz, Kapazitätsplanung, Kosteneffizienz und sichere Systemarchitektur. Themen umfassen Infrastructure as Code, Automatisierung, Provisioning, Multi-Region-Setups, Traffic-Routing und Recovery-Strategien. Wir beleuchten reale Trade-offs und operative Herausforderungen, gestützt durch BigTech-Praktiken, Incident-Post-Mortems und Erfahrungen aus großskaligen Infrastruktur-Ausfällen. Ergänzt wird dies durch Deep Dives in Observability, Performance-Tuning und Plattformstabilität unter dynamischen Lasten. Statt einfacher Setup-Guides liefert der Tag fundierte technische Einblicke für Platform-Engineers, DevOps-Teams, SREs und Architekten, die robuste, skalierbare und effiziente Infrastruktursysteme aufbauen und betreiben.
Verteilte Inferenzsimulation ohne Abweichungen
Verteilte Inferenzsimulation mit Uniference: wie DES die Lücke zwischen Modellierung und Deployment von KI-Systemen schließt.
Latency-aware Proxy gegen DNS: wie man die S3-Belastung ausgleicht
DNS-Round-Robin funktioniert unter Last nicht mehr, wenn Clients beginnen, Antworten zu cachen. Agoda hat dies auf der Ebene des Objektspeichers festgestellt und die Lastverteilung in eine separate Schicht verlagert. Das Problem trat während des Wachstums der Datenlasten auf. S3-kompatible Endpunkte verwendeten DNS-Round-Robin zur Verteilung des Traffics. In der Praxis cachten die Clients die DNS-Antworten und … Weiterlesen
Leckage durch CMS und eine neue Klasse von Modellen: wie Anthropic mit doppeltem Risiko konfrontiert wurde
Entwurfsmaterialien zu einem neuen KI-Modell wurden aufgrund eines Konfigurationsfehlers im CMS öffentlich zugänglich. Der Vorfall beleuchtete gleichzeitig zwei Dinge: die Fragilität von Content-Pipelines und das wachsende Risiko durch die Modelle selbst.
Dekomposition der Round-Trip-Latenz: Wie man Datenbankverzögerungen vom Netzwerk- und Middleware-Overhead trennt
Timeouts von Anfragen bedeuten nicht immer ein Problem in der Datenbank. Oft ist die Degradation im Weg zwischen der Anwendung und der DB verborgen. Das Problem tritt auf, wenn die Metriken der Datenbank stabil erscheinen, die Kunden jedoch Timeouts erhalten. Auf der Beobachtungsebene sieht es wie ein Widerspruch aus: Die Latenz steigt, während die Datenbankzeit … Weiterlesen
Kubescape 4.0: Übergang zur CEL-Detektion und Verzicht auf Host-Level-Agenten
In Kubescape 4.0 verschiebt sich der Fokus von reaktiver Sicherheit zu proaktiver Sicherheit. Die wichtigsten Änderungen sind Runtime-Detektion, Überarbeitung des Agentenmodells und die Auslagerung von Sicherheitsdaten aus etcd. Das Problem zeigt sich im großen Maßstab. Wenn der Cluster wächst, beginnt die Sicherheit, um Ressourcen mit dem Control Plane zu konkurrieren. Die Speicherung von Sicherheitsmetadaten in … Weiterlesen
Kubernetes fsGroup als versteckter Engpass: Beschleunigung von Neustarts durch fsGroupChangePolicy
Lange Neustarts von Stateful-Services erscheinen selten als ein Problem der Sicherheitskonfiguration. Doch genau so verwandelte sich das sichere Default in Kubernetes in 30 Minuten Ausfallzeit pro Neustart. Das Problem trat im großen Maßstab auf. Atlantis, das Terraform über GitLab MR verwaltet, funktioniert als Singleton StatefulSet und speichert den Zustand in einem PersistentVolume. Jeder Neustart – … Weiterlesen
Reduzierung der Reibung in agentic AI: lokale Validierung und isolierte Umgebungen in AWS
AI-Agenten stoßen nicht an Modelle, sondern an die Architektur. Wenn das Feedback langsam ist, funktioniert die Autonomie nicht. Das Problem tritt auf, wenn der AI-Agent versucht, den Zyklus „generiert → überprüft → korrigiert“ zu schließen. In typischen Cloud-Systemen dehnt sich dieser Zyklus aus: Das Deployment dauert Minuten, Tests hängen von der Bereitstellung von Ressourcen ab, … Weiterlesen
Skalierung der architektonischen Kontrolle: deklarativer Ansatz statt manueller Überprüfung
GenAI hat die Codeproduktion beschleunigt, aber die Konsistenz (alignment) zum Engpass gemacht. Manuelle Prozesse halten nicht mehr mit, und die Architektur beginnt zu fragmentieren. Das Problem zeigt sich nicht sofort — bis zu dem Moment, an dem die Geschwindigkeit der Änderungsgenerierung die Fähigkeit der Organisation übersteigt, diese zu überprüfen. Historisch wurde die Kontrolle von Menschen … Weiterlesen
eBPF-Profiling in Go: Wie die Symbolisierung über gopclntab Adressen in Funktionen umwandelt
Der Profiler im Kernel-Space sieht nur Adressen. Nützliche Einblicke entstehen erst nach der Symbolisierung – und in Go ist dieser Schritt anders gestaltet als in anderen Sprachen. Das Problem tritt auf, wenn das Profil bereits gesammelt wurde, aber nicht interpretiert werden kann. Der eBPF-Profiler erfasst Stack-Traces auf Kernel-Ebene und erhält eine Reihe von Program Counter-Werten … Weiterlesen