关于 『快三计划导师带赚回血上岸需要注意的几点』Q65__173__ 的搜索结果,共1839
追****圣 2018-07-11
给书记省长讲清楚云
地方政企和这类企业合作时有很强议价能力,盲目倾向技术优先创业云厂商,而是选择服务态度和执行能力好创业云厂商。地方政企很难确切搞懂厂商技术有哪些优势,而项目推进落地都是靠云厂商来执行。 第类是外企云厂商,这类厂商是被广阔中国市场吸引过来,也有兼顾外企中国分部客户。这类厂商在国内发展都不太顺,和他们沟通主看他们有什么合作诚,是否穷极思变。 最后一类是系统集成企业,这类厂商已经服务地方政企十年了。他们最大和缺都是为服务政府和国企为生,他们可以买技术搭建出云平台,但他们建好云平台是再卖给本地政府和国企。这类企业完成从供应商到合作方转变。 云算不是万能药,它无法解决哪些问题。 在地方政企看来,云算只是一种商业形式,不能对它报以不切实际期望值。 云算行业不大量雇佣本地劳动力,无法解决大批就业问题;云算核心员工会呆在一线城市远程操控,很难将云算人才引进到当地。 云算不会产生污染,所以不用考虑环保减排问题,但其环保节能问题很严重,每个数据中心都会占用大量电力。
h****8 2018-07-10
能力比梦想更重——企业级服务难寻产品经理
个人产品经理是一个梦想和热情职业,但在政企和工业级IT服务领域,能力比梦想更重。 本文是想说清楚,政企和工业级软件领域,能力比梦想更重,个人产品经理来到这个行业就会被秒成渣。如果一个企业招产品经理,知道这个行业有哪些难什么样产品经理(其实是软件和服务设)。 1. 求拆解能力 个人产品经理在设一款APP时,是可以用生理主观感受给产品打分。但是让一个产品经理来设个流水线自控系统,他主观感受并不重,必须用技术和业务能力将客户求描述和引。某些产品经理因为自己毫无感受憋不出词来,就把客户求当做圣旨跪拜,这不仅是吃里扒外,还是会搅黄项目搅屎棍。 拆解客户求,必须技术能跟客户做平等对话,业务了解客户工作流程,还理解大型客户内部利害关系,不能靠“视察”客户会议室装专家宾,也不能像外行一样凡事都跪问客户。 我举第一个例子是很多系统都有监控,监控系统产品经理完成下列工作才合格: 技术:产品经理对“check tcp 80”和“check http 200”这类业务术语没概念,客户被坑一次骂一次才能改一
若****客 2018-07-10
IT架构本质--我感悟
前言:架构是个无趣工作 老僧十年前未参禅时,见山是山,见水是水。 及至后来,亲见知识,有个入出,见山不是山,见水不是水。 而今得个休歇处,依前见山只是山,见水只是水。 参禅重境界在IT技术圈同样适用,初学者感叹每个产品都如此精妙绝伦,追逐着最强IDE;老司机喜欢自比管乐指江山,嘲讽着最好语言;当一切归平淡,搞IT就是一份思想延伸和语言翻译工作;其中技术架构就是一份古朴甚至无趣工作。 我将架构工作总结出五条核心道理,这五条经验简单直白又深奥通透,算是对我十二年IT工作一个总结。 1. 求优化最重 少查少写少依赖,Less is more 一个IT系统是多角色多模块分层分级,像OSI模型层应用简单依赖下层支撑,SOA设中同级角色也只看对方接口。 各角色分工明确方便速实现业务,但是给架构优化也埋下大坑,底层盲目支撑是巨大资源浪费,平级调度协作也没任何弹性。前端一个小逻辑求会致后端大规模联动,不同服务也没权限理解对方内存数据,各个角色工程都只看自己工作范围,这是正常又无奈现状。
w****t 2018-07-10
AIOps中四大金刚
具体职责包括: 在AIOps时代,运维工程一方面熟悉运维领域知识,了解运维难题和解决思路;另一方面了解人工智能和机器学习思路,能够理解哪些场景问题适合用机器学习方法解决,提供怎样样本和数据,即成为AI在运维领域落地实施解决方案专家。 运维AI工程 在单机房故障自愈场景中,运维AI工程将机器学习算法与实际故障处理业务场景相结合,针对单机房故障场景风险,进行策略研发与实验工作。如下图所示: 运维AI工程分别设了如下算法策略来满足整个复杂故障场景自动决策: 异常检测算法:解决故障发现时指标异常判断问题,基于AI方法实现较高准确率和召率,作为整个故障自愈数据基础。 策略编排算法:基于当前线实际流量和服务状态,设损益算模型,判断基于何种方式操作组合或步骤,能够使整个自动止损来收益最大,风险最小。 流量调度算法:基于线服务容量与实时流量情况,进行精确流量比例算,防御容量不足或不准风险,并实现流量调度收益最大化。
金****洲 2018-07-10
混乱集群遇见TA 从此岁月静好
当裸机启动之后,这个系统便以root身份运行,能保活自己,还能托管维护其余基础设施,后续迭代升级也能自动完成,整个流程高度自动化,不人工介入,极大地降低运维成本。 第二天 工程们说:“这个系统必须运行稳定,性能卓越,支持跨平台(Linux、Windows、ARM)安装,做到同时管理万台服务器,一儿都不慌”。 第天 工程们说:“这个系统不能像瑞士军刀,而应该重剑无锋、大巧不工,仅支持基础设施维护管理,能做到速扩缩容!出现问题能立刻滚,保障云环境安全和稳定。” 第四天 工程们说:“这个系统还做到‘麻雀虽小,五脏俱全’!为基础设施提供虚拟化容器隔离,应用部署,应用拓扑搭建和集群控制功能。为应用整个生命周期保驾护航,提供一条龙服务。” 总之就是四个字,“轻”、“稳”、“专”、“全”,对于这一切,工程们很满。 于是百度云工程们结合百度历年来云经验与技术沉淀,潜心打磨,匠心打造,最终强势推出新一代私有云云基础设施管理引擎HALO。 Q:HALO是什么?
小****园 2018-07-10
让PB级云存储不再神秘
你买最贵EMC存储柜也不能保证100%不丢数据,怕丢数据备份方案而不是寄希望于单一硬件或服务。 TB级用户同样不用太关心存储群集性能,因为你是用HTTP协议访问一个广域网服务,广域网和客户端才是网络吞吐性能瓶颈。家云存储厂商在SLA里都没承诺速率,宽本来就免费,而下行宽都会走CDN。但是这类客户已经出现迁移困难了,假设你有200T数据从某云迁到自己机房,如果你迁移用IDC宽是1000M20天才能完成任务。 文是拨开一些企宣烟幕弹信息,下文是TB级用户最关问题。 (1)价格问题。 假设你有200T数据,每年开销在30万左右;这里说谈价格不是让你死抠存储价格是10万还是40万,而是存储会来其他消费,比如说现在存储算CDN宽了,比如说两个云存储互为备份宽同步费用有多少。当前存储厂商是按付费定期调价,短周期看大家都是在不成本降价获取客户,但长周期看寡头形成竞争会淡化,存储涨价是合法商业行为,而你数据量大且深度耦合平台业务很难搬走。企业服务市场没有免费蛋糕,我们适当考虑超低价服务风险。 (2)云端处理和分发能力。
s****7 2018-07-10
见微知著看技术误解——从裸光纤和NTPD谈起
一、裸光纤故事 前天和朋友聊天,谈到一根裸光纤可以分波分多大问题。 个业内好友都明确说一根裸光纤最多跑10G宽,而于老板明确表示裸光纤任何一个波分(或者不做波分)都可以跑100G以。 后来我和于老板深究原因,不可能个朋友都骗我或者都蠢,很可能前些年光纤波分机自己只能甩出10G口,或运营商租光纤套餐里只有10G规格,给大家造成了裸光纤只能跑10G印象。同样固有印象是光纤必须从运营商那里租,而且价格很贵还必须买波分设备等等;其实现在企业专线市场竞争很充分,拉同城裸纤一公里也就小百块钱,而且短距离裸纤也不值得波分设备,直接对接模块即可。 二、NTD是试金石 我对裸光纤是门外汉,但同样技术误解让我想到了NTP,我一直拿ntpd和ntpdate当做初中级系统工程试金石,分不清就月薪五千,分得清就八千以(2014年市价)。但很多货真价实IT专家也在此事跌倒,我也希望通过聊清楚一层误会,说明高级工程该少迷信多思考。 NTP是网络时间协议,它是多项传输、算、加密技术核心参数。
l****m 2018-07-10
五年前预言——2012年云算时代运维职位展望
其中损失最严重是中小网站,他们已经不运维人员;大型网站对运维人员求会逐渐减少;对非网站应用影响可能仅仅限于技术革新;因此对软硬件生产商、IDC托管商甚至运维培训、IT论坛都会造成衍生影响。 当前云算技术势头很好,但因为技术和市场等原因还慢慢发展,而且云算做是“锦添花”事情,企业用不用云算对自身业务功能影响不大。我们运维人员从做事可靠性、有全局识,凭借这些特性仍然能活很好。运维这个岗位可能会消失,但做过运维人还是有很多路可以走。 大家都知道黑云压城也该未雨绸缪了,如果你已经是个运维老鸟或者很就投身运维工作,我建议大家往这个方向动动脑子: 1、企业采用公有云方案后,仍然一个懂行人解决公有云平台监控、评估、采购、报修这类问题。但这个职位应该一个公司公司只一个人,且再等十年云算彻底标准化后还会再次消失。当然了,我相信能胜任这个岗位人,在云算已经规范到不专人维护时候,他们也会有能力找到更合适岗位。
不****主 2018-07-09
高精地图
高精地图还包含很多语义信息,地图可能会报告交通灯不同颜色含义,也可能指示道路速度限制,及左转车道开始位置。 高精地图最重特征之一是精度,手机航地图只能达到米级精度,而高精地图可以使车辆能够达到厘米级精度,这对确保无人车安全性至关重。 二、高精地图与定位、感知规关系 高精地图用于定位 高精地图是Apollo平台核心,许多无人驾驶车模块都有赖于高精地图,有了高精地图我们就在该地图进行自定位。这味着弄清我们在地图位置,这就是定位——无人驾驶车辆在地图确切位置。 首先车辆可能会寻找地标,我们可以使用从各类传感器收集数据,如摄像机图像数据、激光雷达收集云数据来查找地标。车辆将其收集数据与其在高精地图已知地标进行比较,这一匹配过程是预处理、坐标转换、数据融合复杂过程。 无人车整个定位过程取决于高精地图,所以车辆通过高精地图明确它处于什么位置。 高精地图用于感知 无人车也可以使用高精地图来帮助感知,就像人眼睛和耳朵会受到环境因素影响一样,无人车传感器也是如此。
M****点 2018-07-10
中国云算现状——产品篇
前言 篇文章《中国云算现状——成本篇》(特大号首发改名为《做好云花多少钱》)讲是成本问题,即什么企业有可能能做云算。本文是第二篇产品篇,目标客户是云算产品经理和云算标准用户。我从一个老用户角度谈谈每种云算产品该如何使用,哪些产品改进是刚放心吐槽,哪些产品有内因就是改不了。本文主说用云产品问题,买云产品问题在采购篇单聊。 正文 现在是2017年,云算服务是物理硬件优质替代方案,客户很认可云算极低采购和交付成本优势。这时候我们少被企宣PPT洗脑,追求华而不实远景,这些PR文章受众是风险投资、客户决策层和创业者。我们应该摸清楚云方案和硬件方案比有什么特和局限性,客户明白特才能使用得心应手,客户明白局限性才会早作备用方案,产品经理心里不慌才会关核心功能。 一、IaaS产品 IaaS平台本质是,产品以做硬件资源虚拟化为本,业务承接物理硬件替代求,其优势是最速度最低成本交付,客户为预占物理资源付费。IaaS产品是最经典算服务,核心组件是云主机,如虚拟网络、云硬盘和安全组都是为支撑云主机业务而服务
布****五 2018-07-10
如何执行一条命令
面临困难 命令行素,也是如何执行一条命令行面对个问题,如前文所述,对于单机环境来说,这个问题在前人努力下已经被很好解决。可是如果十万台机器每天执行十亿条命令,同时保证时效性,保证执行成功率,保证结果正确收集,保证7*24小时稳定运行,就不是一件简单事情了。所谓远行无轻担,量大易也难,在构建这样执行系统过程中面临诸多困难,此处举个突出例子如下: 信息存储问题:为了支持水平扩展,高效内存数据库作为缓存。为了做到执行命令可追溯、可统对执行过命令信息持久化。日均十亿热数据,年均万亿冷数据,仔细选择存储方案。 任务调度问题:为了达到在任多台服务器执行命令求,确定何时分发命令、何时收结果以及怎么样并发度批量下发。 消息传输问题:为了保证命令高效正确送达目标服务器,构建一个可靠命令传输网络,使命令信息在准确送达前提下保障传输可靠与高效,毕竟百度十万台服务器分布在世界各地。 代理执行问题:为了更好处理权限、单机并发等单机执行问题,在目标机构建执行代理,以应对单机复杂执行环境。
TOP