Facebook đang chứng kiến ​​một cuộc suy thoái quy mô lớn

Business Insider báo cáo rằng mô hình kinh doanh và danh tiếng của Facebook đều bị ảnh hưởng nghiêm trọng khi các nhà quảng cáo tìm cách rời bỏ mạng xã hội này.

Vào quý 2 năm 2022, Meta, công ty mẹ của Facebook, lần đầu tiên được dự đoán sẽ có mức tăng trưởng bằng 0

Theo Reuters, CEO Mark Zuckerberg cũng gọi đợt suy thoái này là một trong những đợt suy thoái tồi tệ nhất mà Meta từng trải qua

Trong khi nhiều công ty quảng cáo kỹ thuật số khác, bao gồm Google, Twitter và Snapchat, cũng tăng trưởng chậm, thì tình hình ở Meta còn tồi tệ hơn

Nhiều nhà quảng cáo không chỉ sẵn sàng rút khỏi Facebook mà còn nghĩ đến việc phân bổ chi tiêu của họ cho các nền tảng khác, trái ngược với trước đây, khi Facebook luôn là nền tảng ưu tiên hàng đầu. nền tảng

Sau nhiều năm phát triển nhanh chóng, các chuyên gia meta đang quay trở lại "mặt đất". "

Người phát ngôn của Meta đã trả lời những nhận xét nói trên bằng cách nói. "Chúng tôi sẽ tập trung thực hiện các kế hoạch dài hạn của mình. "Nền tảng chúng tôi cung cấp cho các doanh nghiệp, theo ý kiến ​​của chúng tôi, là cách hiệu quả nhất để kết nối mọi người

Theo Business Insider, những thay đổi trong chính sách quyền riêng tư của Apple khiến mô hình kinh doanh của Facebook bị ảnh hưởng

Apple giới thiệu công cụ Minh bạch theo dõi ứng dụng (ATT) vào năm 2021, yêu cầu các ứng dụng lưu và sử dụng vị trí, danh bạ và các dữ liệu khác, cụ thể là bắt đầu từ cuối tháng 4. Tất cả người dùng phải có sự cho phép của chủ sở hữu thiết bị

Do sửa đổi này, giờ đây các nhà quảng cáo không thể nhắm mục tiêu chính xác và đánh giá mức độ thành công của các chiến dịch trên ứng dụng, đặc biệt là Facebook

Hơn nữa, tổn hại danh tiếng của Facebook từ làn sóng tẩy chay năm 2020 tiếp tục là một vết nhơ khiến các nhà quảng cáo lớn nghĩ đến việc đầu tư tiền của họ vào các nền tảng ít tai tiếng hơn.

Trong khi đó, các nền tảng truyền thông xã hội như Twitter, Pinterest và Snap nhận được đánh giá cao từ Lou Paskalis, cựu giám đốc truyền thông của Ngân hàng Hoa Kỳ và hiện là chủ tịch của Hiệp hội Thương mại Công nghệ và Tiếp thị Hoa Kỳ (MMA)

Vì đầu tư vào Meta quá rủi ro nên khách hàng quảng cáo sẽ thận trọng hơn khi làm như vậy, ông dự đoán. "Danh tiếng của nền tảng là một phần quan trọng trong việc quyết định nơi để đặt tiền," ông nói thêm

Nhiều nhân viên cấp cao và có uy tín đã rời Meta, bao gồm cả các nhà quản lý David Fisher và Carolyn Everson và Giám đốc điều hành Sheryl Sandberg, điều này cũng làm tổn hại đến danh tiếng của công ty

Meta liên tục phát triển các chiến lược dài hạn, đặt cược vào xu hướng metaverse, để lôi kéo quảng cáo

Tuy nhiên, Business Insider tuyên bố rằng điều này khiến khách hàng rời bỏ doanh nghiệp và chuyển sang các nền tảng cạnh tranh như TikTok

Theo Carly Carson, đại diện của PMG, khách hàng của họ dự định tăng chi tiêu cho TikTok, Twitter và Reddit

Tuy nhiên, Facebook vẫn là nền tảng quảng cáo lớn thứ hai thế giới, chỉ sau Google nên các doanh nghiệp nhỏ vẫn cần đến nó

Các doanh nghiệp vừa và nhỏ coi đây là cơ hội để tiếp thị tới nhiều người dùng hơn trong khi các công ty quảng cáo lớn đa dạng hóa chi tiêu của họ, giảm sự phụ thuộc vào Meta

Tỷ lệ chi tiêu Meta của khách hàng trong năm nay đã tăng từ 29. 9% trong quý đầu tiên đến 31. 7% trong quý, theo Ron Jacobson, Giám đốc điều hành của Rockerbox, một nền tảng phân bổ tiếp thị với khoảng 150 thương hiệu

Con số này vẫn ít hơn so với cùng kỳ năm ngoái (38. 6%), mặc dù

Sau những thay đổi của Apple, Meta tuyên bố công ty đang cố gắng xây dựng lại cơ sở hạ tầng quảng cáo của mình;

Bản thân các thành phần phần cứng có thể bị lỗi vì bất kỳ lý do nào, kể cả sự xuống cấp của vật liệu (e. g. , các thành phần cơ học của ổ đĩa cứng quay), một thiết bị được sử dụng vượt quá mức độ bền của nó (e. g. , thiết bị flash NAND), tác động môi trường (e. g. , ăn mòn do độ ẩm), và lỗi sản xuất

Nói chung, chúng tôi luôn mong đợi một mức độ lỗi phần cứng nào đó trong trung tâm dữ liệu của mình, đó là lý do tại sao chúng tôi triển khai các hệ thống như hệ thống quản lý cụm to minimize service interruptions. In this article we’re introducing four important methodologies that help us maintain a high degree of hardware availability. We have built systems that can . Chúng tôi giám sát và khắc phục các sự cố phần cứng Chúng tôi áp dụng các phương pháp chủ động để sửa chữa phần cứng và . Và chúng tôi đối với lỗi phần cứng và hệ thống trên quy mô lớn để nhanh chóng giải quyết vấn đề.

Cách chúng tôi xử lý khắc phục phần cứng

Chúng tôi định kỳ chạy một công cụ có tên là MachineChecker trên mỗi máy chủ để phát hiện lỗi kết nối và phần cứng. Sau khi MachineChecker tạo cảnh báo trong hệ thống xử lý cảnh báo tập trung, một công cụ có tên Facebook Auto-Remediation (FBAR) sẽ chọn cảnh báo và thực hiện các biện pháp khắc phục có thể tùy chỉnh để sửa lỗi. Để đảm bảo rằng vẫn có đủ dung lượng cho các dịch vụ của Facebook, chúng tôi cũng có thể đặt giới hạn tốc độ để hạn chế số lượng máy chủ được sửa chữa cùng một lúc

Nếu FBAR không thể đưa máy chủ trở lại trạng thái bình thường, lỗi sẽ được chuyển cho một công cụ có tên là Cyborg. Cyborg có thể thực hiện các biện pháp khắc phục ở cấp độ thấp hơn như nâng cấp chương trình cơ sở hoặc hạt nhân và tạo hình lại. Nếu sự cố yêu cầu kỹ thuật viên sửa chữa thủ công, hệ thống sẽ tạo một phiếu trong hệ thống phiếu sửa chữa của chúng tôi

Chúng tôi nghiên cứu sâu hơn về quy trình này trong bài viết “Khắc phục phần cứng ở quy mô lớn. ”

Cách chúng tôi giảm thiểu tác động tiêu cực của báo cáo lỗi đối với hiệu suất máy chủ

MachineChecker phát hiện các lỗi phần cứng bằng cách kiểm tra các nhật ký máy chủ khác nhau để biết các báo cáo lỗi. Thông thường, khi xảy ra lỗi phần cứng sẽ được hệ thống phát hiện (e. g. , không kiểm tra chẵn lẻ) và tín hiệu ngắt sẽ được gửi đến CPU để xử lý và ghi lại lỗi

Vì các tín hiệu ngắt này được coi là tín hiệu có mức độ ưu tiên cao nên CPU sẽ tạm dừng hoạt động bình thường của nó và tập trung vào việc xử lý lỗi. Nhưng điều này có tác động tiêu cực đến hiệu suất trên máy chủ. Ví dụ: để ghi lại các lỗi bộ nhớ có thể sửa được, một ngắt quản lý hệ thống ngắt truyền thống (SMI) sẽ làm ngừng hoạt động của tất cả các lõi CPU, trong khi ngắt kiểm tra máy có thể sửa được (< . CMCI) would stall only one of the CPU cores, leaving the rest of the CPU cores available for normal operation.

Mặc dù CPU ngừng hoạt động thường chỉ kéo dài vài trăm mili giây, nhưng chúng vẫn có thể làm gián đoạn các dịch vụ nhạy cảm với độ trễ. Ở quy mô lớn, điều này có nghĩa là sự gián đoạn trên một số máy có thể có tác động bất lợi theo tầng đối với hiệu suất ở cấp độ dịch vụ

Để giảm thiểu tác động đến hiệu suất do báo cáo lỗi gây ra, chúng tôi đã triển khai cơ chế kết hợp để báo cáo lỗi bộ nhớ sử dụng cả CMCI và SMI mà không làm giảm độ chính xác về số lượng lỗi bộ nhớ có thể sửa được.  

Bài báo của chúng tôi “Tối ưu hóa hiệu suất xử lý ngắt cho lỗi bộ nhớ trong các trung tâm dữ liệu quy mô lớn” thảo luận chi tiết về vấn đề này

Cách chúng tôi tận dụng công nghệ máy học để dự đoán sửa chữa

Vì chúng tôi thường xuyên đưa các cấu hình phần cứng và phần mềm mới vào trung tâm dữ liệu của mình nên chúng tôi cũng cần tạo các quy tắc mới cho hệ thống tự động khắc phục sự cố của mình

Khi hệ thống tự động không thể khắc phục lỗi phần cứng, sự cố sẽ được chỉ định một phiếu yêu cầu sửa chữa thủ công. Phần cứng và phần mềm mới có nghĩa là các loại lỗi tiềm ẩn mới phải được giải quyết. Nhưng có thể có khoảng cách giữa thời điểm phần cứng hoặc phần mềm mới được triển khai và thời điểm chúng tôi có thể kết hợp các quy tắc khắc phục mới. Trong khoảng thời gian này, một số vé sửa chữa có thể được phân loại là "không được chẩn đoán", nghĩa là hệ thống chưa đề xuất hành động sửa chữa hoặc "chẩn đoán sai", nghĩa là hành động sửa chữa được đề xuất không hiệu quả. Điều này có nghĩa là nhiều lao động hơn và thời gian ngừng hoạt động của hệ thống trong khi các kỹ thuật viên phải tự chẩn đoán sự cố.  

Để thu hẹp khoảng cách, chúng tôi đã xây dựng một khung máy học học hỏi từ cách khắc phục lỗi trong quá khứ và cố gắng dự đoán những sửa chữa nào sẽ cần thiết cho các vé sửa chữa hiện tại không được chẩn đoán và chẩn đoán sai. Dựa trên chi phí và lợi ích từ các dự đoán chính xác và không chính xác, chúng tôi chỉ định một ngưỡng về độ tin cậy của dự đoán cho từng hành động sửa chữa và tối ưu hóa thứ tự của các hành động sửa chữa. Ví dụ: trong một số trường hợp, chúng tôi muốn thử khởi động lại hoặc nâng cấp chương trình cơ sở trước vì những loại sửa chữa này không yêu cầu bất kỳ sửa chữa phần cứng vật lý nào và mất ít thời gian hơn để hoàn thành, vì vậy thuật toán nên đề xuất loại hành động này trước. Rõ ràng, học máy cho phép chúng ta không chỉ dự đoán cách sửa chữa một vấn đề chưa được chẩn đoán hoặc chẩn đoán sai mà còn ưu tiên những vấn đề quan trọng nhất

Bạn có thể đọc thêm về điều này trong bài báo của chúng tôi “Dự đoán các biện pháp khắc phục lỗi phần cứng trong các trung tâm dữ liệu quy mô lớn. ”

Cách chúng tôi tự động phân tích nguyên nhân gốc ở cấp độ nhóm

Ngoài nhật ký máy chủ ghi lại các lần khởi động lại, kernel hoảng loạn hết bộ nhớ, v.v. , cũng có nhật ký phần mềm và công cụ trong hệ thống sản xuất của chúng tôi. Nhưng quy mô và độ phức tạp của tất cả những điều này có nghĩa là rất khó để kiểm tra tất cả nhật ký cùng nhau để tìm mối tương quan giữa chúng

Chúng tôi đã triển khai công cụ phân tích nguyên nhân gốc rễ (RCA) có thể mở rộng để sắp xếp thông qua hàng triệu mục nhập nhật ký (mỗi mục được mô tả bởi hàng trăm cột có khả năng xảy ra) để tìm mối tương quan dễ hiểu và có thể thực hiện được

Với việc tổng hợp trước dữ liệu bằng cách sử dụng , cơ sở dữ liệu trong bộ nhớ theo thời gian thực, chúng tôi đã cải thiện đáng kể khả năng mở rộng của thuật toán khai thác mẫu truyền thống,, . Chúng tôi cũng đã thêm một bộ bộ lọc về các mối tương quan được báo cáo để cải thiện khả năng diễn giải của kết quả. Chúng tôi đã triển khai công cụ phân tích này rộng rãi bên trong Facebook cho RCA về tỷ lệ lỗi thành phần phần cứng, khởi động lại máy chủ không mong muốn và lỗi phần mềm.

Bạn có thể đọc thêm trong bài báo của chúng tôi, “Phân tích kích thước nhanh để điều tra nguyên nhân gốc rễ trong môi trường dịch vụ quy mô lớn. ”

Meta có sa thải người không?

Facebook sắp sa thải nhân viên?

Việc tuyển dụng Meta có bị đóng băng không?

Facebook có đóng băng tuyển dụng không?