关于 全套服务广平找妹子上门41435693】xtf 的搜索结果,共904
疏****月 2018-07-09
一键线Archer | 百度持续部署的瑞士军刀
干货概览 业部署(熟称线)是运维领域最常见的业类型,主要涉及线代码变更、配置文件变更(数据变更由于其高频、大量的特点,我们已在数据传输文章《嗖的一下,让数据自动生效》中专讨论过)。一般的业线具有不定时操作、业部署情况复杂、单机启停策略复杂等特点。在手工运维时代,运维人员需要花费大量精力进行此类重复性工作,且易于出错。从公布的数据显示,Google 70%的生产事故由线变更触发,如何减少变更过程中人为误操作,提供一个灵活、稳定的部署系统是运维台研发人员所亟需解决的问题。 基本介绍 在运维自动化的大潮下,百度运维管理台Noah发布了一键线部署系统——Archer。Archer致力于提供一产品线过程的可迁移发布解决方案,实现一键完成机器初始化、部署、添加模块监控、添加CT任、动态数据文件的分发等过程的自动操作。在操作方面,Archer提供了命令行工具作为发起一次线的操作入口,这种设计模式也决定了其易于集成的特点。在DevOps流水线作业中,Archer可以作为一个环节结合进整条测试发布流水线中。
嘟****y 2018-07-11
大型企业适用的云台账户体系
这个账户只是为了让客户低成本的获取,不包含客户给供应商的任何承诺,双方的权利义要看商合同。 第二.账户内资源隔离 企业客户尽量会将资源集中采购,在采购IDC/CDN这类简单时不用担心资源混淆。但用过去管理虚拟机的经验,管理IaaS和PaaS时要有资源池隔离,不同部和项目的主机资源要分别计费和管理。 一个很常见的场景是,人事部的OA系统申请了15万云主机费用,生产车间的ERP和销售部的CRM系统不设限,外部客户A项目预算是50万,B项目是200万,等等等等。 如果没有资源池的概念,就是一个账户管所有资源的“大通铺”模式,客户要把脚趾头都掰完了才能算清各项目的消费金额;万一云台调整了资源价格,较真的客户又要从头重算一次。 这个“大通铺”最尴尬的不是计费繁琐,而是一个账户下所有资源毫无权限隔离,客户或者只有一个人去登录云台,或者将不同业注册完孤立的账户。互联网公司无法理解传统企业和自然人有关的流程是多沉重,客户选一个云台管理员完成所有操作,客户的项目越多管理员员就越晕越累。
流****水 2018-07-11
度云企业级运维台——NoahEE
管理 我们首先介绍管理是因为管理是整个运维工作的基础,也是NoahEE这个各个系统能够进行批量自动化操作的关键。管理这个概念的出现,是随着业快速膨胀的必然,其要解决的主要问题是一个“量”,或者说“规模”的问题。在早期业较为简单时,一个可能部署在几台甚至一台机器,进行变更等运维操作简单直接,登录到机器人工操作就好了。随着业的发展,分布式应用与广泛使用,我们越来越多的面临着运维场景与运维执行之间的脱节。 举个例,今天17:00开始对X机房的地图导航模块进行升级。对于产品研发的同学来说,关注点是语义明确且更具描述性的“运维场景”;而对于运维人员来说,关注点是此次升级操作所涉及的机器等资源在哪里。在业规模发展到一定程度后,运维工作还停留在早期人工或脚本方式执行的阶段时,这样的差异非常频繁的发生。 在实际的运维中,还有更多的因素需要考虑,例如机器是否会分配给不同部(资源的隔离)?权限又该如何控制?随着规模变大,人力成本等管理成本升,然而效率低下、可用性不升反降等等都是非常可能出现的问题。百度对于这个问题给出的答案是,必须先要解决资源组织管理问题。
h****e 2018-07-10
程序:我从哪里来?
干货概览 在计算机程序或者的层次,我们来试着分析前面提到的几个问题。 问题 1.我是谁? 叫什么,包含了哪些实例,规模、部署情况、实例运行状况如何? 2.我从哪里来? 游有哪些,不同的游流量如何分配? 3.我往哪里去? 的下游有哪些,不同的下游流量如何分配? 面对这样的问题,我们的答案是什么呢? 在百度的运维实践中,我们只需“BNS”就可以获得想要的答案。 BNS(Baidu Naming Service,百度名字)是百度云智能运维团队研发的一分布式的名字系统,是百度云Noah智能运维产品中的一个重要基础系统。它为每一个赋予一个独一无二的名字,根据这个名字,我们就可以获取到这个的相关信息 ,这些信息包括:在机器部署信息(机器IP,部署路径,配置,端口信息),的实例运行状况等其他重要信息。简单来讲,它提供了一个名到资源信息的一个映射关系。
追****圣 2018-07-11
给书记省长讲清楚云计算
前几条都是从降低成本可靠的角度请云计算企业来合作建厂,如果你有市场有客户那对方会主动寻求合作。从长周期来看云计算的客户是覆盖行业的,各地内部采购的计算机项目根本不值一提,市场和客户要靠云计算厂商自己去。但现在云计算厂商还在早期扩张摸索之中,云厂商极端渴求各种政云企业云成功模式案例,一旦摸出来案例会迅速推广国。这个窗口期只有三五年,随着政云企业云被其他公司摸透并推广开,这些项目就从首发明星案例变为普通捆绑销售了。 挑选合格的云计算合作厂商,每类厂商有哪些特点。 前文说的为何要引凤,如何算筑巢。当云厂商看到商机肯合作时,我们要掌握各类云厂商的特点才能心里有数。 第一类是大型云厂商,他们自身有很强的资源整合能力和执行销售能力。地方政企和这类企业合作的话语权很弱,但极小风险就能看到收益。 第二类是创业云厂商,他们一般是靠技术优势和态度从大型云企手里抢单。地方政企和这类企业合作时有很强的议价能力,注意不要盲目倾向技术优先的创业云厂商,而是选择态度和执行能力好的创业云厂商。地方政企很难确切搞懂厂商的技术有哪些优势,而项目的推进落地都是要靠云厂商来执行的。
m****t 2018-07-11
设计中立公有云云管
云厂商提供OSS+CDN的好处就是内网互通节省带宽费用,但大客户很可能越过云管台直接采购,小客户一年可能只节省几十块钱。云管台要集成OSS和CDN时,一定要注意这两个是没有区域概念的,比如客户用了百度北京的虚拟机加七牛浙江的云存储和阿里国的CDN,此时客户业绝对跑的通,三方互通有额外网络开销。云管台的资源创建和计费系统都要考虑清楚,尽量资源走一个供应商,或要求不同供应商之间相互免费。 述PaaS资源都有一个特点,可以按照使用量付费,或者提供贴合到业逻辑操作层面的支持功能,那也就代表着客户的计费访问数据铁定会被供应商拿到,而业数据是否被偷窥要看供应商自律。 我们再看看下文一些更专业(偏)的。 容器云入槛太高,在中小客户场景下缺乏成功案例,如果没有具体项目要求容器云,就等到接完面的PaaS再考虑接入容器云。 反DDOS攻击只能由云厂商提供,因为开销偏大计费不灵活,但又没有日常管理需求,客户到云管台到厂商沟通时直接用邮件、工单和合同即可,如果没有频繁攻击和检测需求,可以不留展示界面只用邮件通知。
M****点 2018-07-10
中国云计算现状——产品篇
最常见的PaaS是数据库,最重要的PaaS是对象存储,最成熟的PaaS是CDN,最有魅力的PaaS是Serverless,我们重点看这四个。 一个经典PaaS应该只是一个进程,进程是无法长期存储数据的,小量结构化数据依赖数据库存储,海量数据依赖对象存储。 云数据库(如RDS)很重要但想象空间有限,因为企业里已经有数据库和DBA了,DBA并不信任云端未知架构数据库的性能、稳定性和数据安性,而且企业仍然需要DBA承担设计维护工作。 对象存储是新兴需求,企业里本来就没大规模对象存储搭建能力,而且对象存储对应用程序友好手简单,客户对它是积极拥抱甚至业依赖。一旦用户在对象存储台堆积了TB的数据,大数据和AI分析应用自然就部署来了。广域网传输稳定性不够成本又过高,只能是计算组件跟着存储就近部署,PaaS云创业公司从对象存储入手才更有客户粘性和横向扩展空间。 大数据类PaaS类似于云数据库,用户要自带海量数据过来,Mapreduce过程和结果又都要用户负责,最终客户觉得云台什么都没做,大数据PaaS都用成IaaS定制模板虚拟机了。
s****d 2018-07-11
亿元级云用户分析
1.云目的分析 大型云用户云的宏观目的和普通用户类似,但多角色多部的利益诉求非常复杂。 降低成本:客户最直观的诉求,或者削减IT预算,或者同等预算下支撑更多的;其他客户诉求都难以清晰描述,唯独成本可以看发票和合同。 明确责任:客户不想承担各个IT系统的衔接和选型责任,相比软件厂商和系统集成商,云厂商的责任覆盖范围会更广泛一些。 收拢数据:云本身并不碰业数据,但云是很好明确业数据存储位置的机会,云业改造是规范数据结构的理由。 求新图变:企业客户在气势如虹时要居安思危,在困境危难之中穷极思变,IT技术是企业的潜在增长点甚至退路。 本文讨论的是有模糊度和利润空间的云计算项目,CDN和IDC资源可以用做计收载体,但不能做为云目的分析。亿元以器、CDN的订单很多但既无技巧也无利润,这些资源厂商也在跟云厂商学习如何包装项目。 2.客户角色利益分析 大企业多角色之间的利益诉求不同,所以表现形式也不同。我将客户三大角色列出来讨论,销售-售前-项目经理铁三角组合明确客户的诉求,才更好游刃有余的客户。
w****0 2018-07-11
单机房故障自愈-黎明之战
故障发现:百度监控台 百度监控台,针对单机房止损过程中的可用性场景,覆盖故障发现、止损决策、问题定位各阶段的监控。同时针对单机房止损依赖的容量管理场景,提供资源类监控采集,为容量规划、扩缩容提供数据支持。实现从运营商外网链路、百度内部网络设备/链路、/实例、机器/容器的方位数据采集与监控。满足网络类单机房故障、业类单机房故障的监控覆盖需求。 同时提供一系列数据分析方法。如智能异常检测、趋势预测、多维度分析、关联分析、和链路拓扑分析,实现故障的精准发现和定位。 故障止损:百度流量调度台 针对百度的网络架构和业架构,我们将流量调度拆分为三层:接入层、层、依赖层。 接入层:从外网用户发起请求经过运营商网络到百度统一前端(BFE)的过程,使用DNS实现外网流量调度。 层:从BFE流量转发至内网的过程,使用BFE提供的GSLB动态负载均衡进行流量调度。 依赖层:内网下游业之间的流量调度过程,使用百度名字(BNS)进行流量调度。
j****2 2018-07-10
百度大脑开放日来袭 24种新AI能力呈现
人工智能连续3年进入政府报告、“智能+”成为时代新命题,这些信息都显示2019年会是AI产业面加速落地的一年。AI行业的发展,离不开千万开发者的助力。 3月20日,首场百度大脑开放日新登场,介绍了新开放的24种新AI能力,AI赋能市政、物流、教育等行业的20个案例,也为向开发者、行业人士展现了如何搭AI开放生态的高速列车。 百度大脑开放日来袭 作为百度在人工智能领域多年研究成果的集大成者,百度大脑正在飞速进步着。自2016年启动开放以来,百度大脑目前已经是规模最大的AI开放台,开放了158项AI能力,24小时快速集成,开发者数量超过100万,面向广泛的企业和开发者提供最先进、最面的AI能力,不断降低AI应用落地的槛。 百度AI技术生态部总经理喻友谈到,“在百度大脑的开放生态中,开发者一直是最为重要的一环。百度大脑开放能力不断加速,有很多有价值的技术难以被开发者了解。2019年百度大脑开放日新登场,希望为AI开发者提供及时、面、近距离地了解百度大脑最新AI产品和案例,且能深度、持续交流的台。”
红****2 2018-07-10
故障自愈机器人,保你安心好睡眠
如何应对不同业流量调度策略和台的差异?
M****H 2018-07-11
故障定位场景下的数据可视化实践
基于面的需求,可以总结为以下三个定位的层次,从整体到局部逐步缩小故障范围,到故障根因: 局问题定位:快速确认线状态,缩小故障判定范围。为可能的止损操作提供判断依据。本文会介绍如何构建一个景分析仪表盘。 细分维度定位:通过分析地域、机房、模块、接口、错误码等细分维度,进一步缩小问题范围,确定需要排障的目标模块、接口等。本文会介绍如何基于多维度数据可视化解决维度数量暴增带来的定位难题。 故障根因确认:一些情况下,问题的根因需要借助除监控指标之外的数据进行分析。例如线变更、运营活动导致的故障。本文针对导致故障占比最高的变更线类故障进行分析,看如何快速到可能导致故障的变更事件。 景掌控缩小范围 对于一个乃至一条产品线而言,拥有一个布局合理、信息丰富的景监控仪表盘(Dashboard)对于状态景掌控至关重要,因此在百度智能监控台中,我们提供了一款可定制化的、组件丰富的仪表盘。 用户可以根据的特征,自由灵活的组织仪表盘布局,配置所需要展示的数据信息。
无****禾 2018-07-11
云客户需求引导管理--实战型IT太极拳
前言 多年之前,我要搜集云台技术运营数据,就主动了解客户云台的运行状况。然后我就发现来到了暴怒战场,客户的需求同事们都承诺下来了,但一年半载都没人做。我闲不住就开始救火,客户有十个要求我会拒绝七个,两个慢慢做,一个承诺立刻解决。客户并没有投诉我,倒是离职的时候多个客户邀请面谈并发出了Offer。 这几年我一直把“客户提十个需求我会拒掉七个”当做招牌技能,今天就聊聊客户需求为什么要引导,该如何引导。 云台卖的都是,靠销售体系打下单来只是万里长征第一步。如果云厂商做不好,公有云没有消费额,私有云可以换别人家的软件授权;如果云厂商做好大客户的技术,完可以从备胎公有云变为主力公有云,私有云群集也月月有扩容。各位投标中标的CDN厂商已经领教过客户的切量神功了,而云主机等资源的切换也会越来越简单方便。 过去的案例 我们先看四个生产环境案例。 案例1.有外售型私有云客户要把虚拟机的内网带宽从1G扩充到4G,沟通后发现是最终用户要在单虚拟机跑大流量应用。
f****8 2018-07-10
2018年云计算行业展望
被资本催熟的业普遍都会早衰,团购大战、外卖大战、打车大战都让我们看到了资本抛弃业的速度极快,三年后云计算不能拿来给资本画饼了,一些只能烧钱的云计算公司都会被合并和售卖。 但云计算本质是企业,并不会出现一家通吃的情况,那些能够自给自足的云计算公司,完可以像韩遂、公孙康、孟获一样割据几十年。当Oracle在数据库领域雄霸天下的时候,DB2、SqlServer、Mysql、Mongodb只是挣得没那么舒而已,他们并没有被挤死,类似的例还有企业级操作系统软件、企业级咨询、企业级硬件供应商等等。云计算是企业,企业从未出现过一家通吃的先例,拿个人互联网用户的习惯到企业客户身是不科学的。 二、一个云行业半个IT界 云计算行业的梦想限是替换掉整个IT行业中所有的后端环节,整个IT业一半的产值都会归属到云计算公司。 什么叫“所有的后端环节”,就是除了直面客户、直面业逻辑的那一部分工作之外,其他的环节部融入云计算台之中。 旧的IT势力在享受行业的自然增长,优质IDC仍然供不应求,工程师们仍然很好工作。
x****7 2018-07-10
从外行进阶专业 传统企业AI转型差的可能只是一个百度EasyDL
如果说,源创是用AI改造存量,那么,更年轻的惠合科技则用AI创新了: 这家2016年成立于杭州的创业公司,主要为大量快消品牌定制整合性营销解决方案,过去两年,惠合科技推出了“e店佳”陈列审核方案,接入百度AI定制化图像开放台技术后,建立了产品的图象识别库,实现图象快速采集,标注并建立模型,将传统零售店商品陈列审核方式智能化。 2018年1月起,惠合科技从台抽取3000家零售店,作为陈列审核的首次尝试,线下渠道店只需手机传视频,“e店佳”就可轻松识别出陈列商品是否符合规范,准确率在90%以,极大提升审核的效率,人员效率提升超过30%,其后将方案应用于40000家零售店,帮助合作品牌商营销费用下降27%、销售额提升15%。 “我们和百度一起合作,实现可即用、更轻快、高精度、强安的特点,帮助品牌商提升了店执行效率。”惠合科技CEO郑云帆表示,公司已准备与品牌商联手,扩大“e店佳”方案的使用范围。 事实百度EasyDL每一次开放新的能力,就会有一批嗅觉敏锐的企业迅速跟进,新的创新案例层出不穷。
TOP