Log

或许应该把“定期出去面试”也作为个人技能提升的一部分，和别人沟通，了解从别人的视角 ta 会期待从你的工作中看到什么； 以及从“面试官”的视角来审视自己日常的工作还是很神奇的一个体验，有的时候需要再追问一下，有的时候以为自己懂了，其实没有懂。 面试里面最难的在于沟通，面试官问的和自己答的，什么样的问题得到什么样的答案，对问题什么样的理解会得到什么样的答案。

或许最近的经历会让我开始思考环境带来的高度和自己的高度，我理解的深度，以及我大把的时间思考的问题和思考本身的意义。

按照垂直结构来划分微服务架构的话大概分为三层： 1. 基础设施层 infrastructur layer ：server、container、networking 2. 应用层：代码和数据库 3. 监测和管理层： 用于观测前两层的 datadog 就是这样一个属于监测和管理的工具。 如何发挥作用的？ - 和基础设施层：Datadog 会安装一个“agent”在 Hosts (EC2) 或者 Nodes (Kubernetes)上来监测 CPU, Memory, and Disk usage - 和应用层： Datadog 用注入到代码中的 APM (Application Performance Monitoring) libraries 来监测， 主要负责 Distributed Tracing. 所以一个大概的流程是发起一个请求 -> datadog 拦截并开始记录 -> 请求继续 -> datadog 记录下 span 的运行时间。 对于 java 的代码，这个 apm 是如何注入的？Java Agent (-javaagent flag)。JVM 允许 Datadog Agent 查看所有加载到内存的 class 文件。 Datadog 是如何实现日志和 metric 的监控的？ - 对于日志，主动读取 application 写的日志文件/var/log/app.log - 对于 metric， Datadog Agent opens a listening port (usually UDP 8125) on the server，应用主动向这个端口推送 metric

最近写 annual review 的时候发现我无法回忆起这一年我做了什么事，工作上和生活上。