关于 全套服务新干找妹子上门43501393】kym 的搜索结果,共922
h****e 2018-07-10
程序:我从哪里来?
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。
疏****月 2018-07-09
一键线Archer | 百度持续部署的瑞士军刀
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平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,百度运维管理平台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。
s****d 2018-07-11
亿元级云用户分析
IT决策人要重度考量IT部利益,这就是云销售和售前的工作重点了,售前和销售要安抚IT决策人的顾虑,尊重客户IT部的权益: 业方案的IT可行性 架构带来的责任 项目带来的权益 云迁移的隐性成本 技术锻炼的团队收益 愿景带来的团队增效 工作量转移的减员压力 IT方案决策人明确项目的过程、执行人和验收标准,但从云供应商角度看,搞定方案决策人是项目正式启动,不代表项目能完成验收。 2.3 IT技术执行人 各类具体活的工程师架构师,他们对云的过程程参与,从自身立场品味着云项目的利害关系和云产品的使用感受。每个公司环境都不相同,他们可能强力推进项目,也可能暗地里阻塞实施,大部分情况下是被动拖沓进度,但合理引导很容易积极配合。他们的诉求更简单直白: 操作的简便清晰不出错 建设和维护的劳累程度 云IT技能的个人稀缺含金量 云对旧有烂工作的解放 云对个人基础技能的替代 稳定故障清晰 汇报汇总展示方便 要想让IT技术执行人成为云厂商的好帮手,工程进度靠项目经理配合,资源协调靠销售配合,技术操作类诉求靠售前引导。
j****2 2018-07-10
百度大脑开放日来袭 24种AI能力呈现
技术更线、开发者现身说法、行业案例详细解读、交流互动社区、培养激励措施......首期百度大脑开放日可谓货满满。 “人工智能应用的领域可以说无处不在,只要企业、开发者、合作伙伴们能有发现问题的眼睛,就有创创业的机会。百度大脑把平台和AI能力开放出来,希望帮助大家快速地实现各自领域的业解决方案,创造商业模式,带来更多机遇。”喻友平在现场如是说。
w****0 2018-07-11
单机房故障自愈-黎明之战
同时流量调度也无法使得恢复正常。 要求:将拆分为若不同的逻辑单元,每个逻辑单元处于不同的物理机房,均能提供产品线完整。 3.不满足N+1冗余 描述:任意单个机房故障时,其余机房剩余容量不足以承担该机房切出的流量。 问题:流量调度导致其余机房过载,造成多个机房故障,造成更大范围的影响。 要求:容量建设需要对于每个逻辑单元都要有明确的容量数据,并具备N+1冗余,即任意机房故障情况下,其余机房均可承载这部分流量,同时需要保证变化时及时更数据和扩容,避免容量数据退化。同时对于流量的变化趋势,也需要有提前的预估,为重大事件流量高峰预留足够容量(如节日、运营、假期)。 4.关联强耦合 描述:下游使用固定IP或固定机器名进行直接连接。 问题:单机房故障发生时,关联的下游之间无法进行快速的流量调度止损。 要求:线关联不允许使用固定IP或机器名链接,需使用具备流量调度能力的下游连接方式以实现下游依赖解耦,下游发生单机房故障,可以快速调整路由比例实现止损。
流****水 2018-07-11
度云企业级运维平台——NoahEE
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。简单的说,管理要解决的最核心问题就是如何对资源进行有效组织管理与定位: 图2 解决规模带来的问题 在管理这个地基打好后,我们再来回顾下面的例。这个例中,地图研发的同学就可以在运维平台中选中导航的模块进行升级,运维平台会通过管理来定位此次升级操作需要影响的机器并进行批量的操作。NoahEE中的所有运维系统,都以管理为基础来进行运维操作,例如在监控系统中,我们可以对导航模块(而不是单台机器进行操作)添加一些指标采集任,并在一定条件达成时报警。管理通过对资源合理的组织,极大的简化了运维操作,提升了运维效率。
双****4 2018-07-11
【杂谈】猎场没那么精彩--还原真实的猎头
敬业的猎头会程跟踪面试者的反馈,老练的猎头能从HR手里拿到真实面试结果,但猎头不会出现在甲方办公室和甲方一起面试候选人。 第二点,候选人不会懒得接触猎头,不需要猎头给候选人端茶端尿陪床吊。候选人懒得和猎头聊很可能是因为这个职位太挫没吸引力,少部分是自己有内线不用走外部渠道。如果招聘方要定向挖某人,老板亲自出马比猎头约见面有诚意多了。 第三点,任何供应商不能公开涉甲方内。诸如“猎头要做的就是把顶尖人才放到合适的职位”这类话听听就好,候选者是不是顶尖人才猎头说了不算,能不能进这个公司猎头同样说了不算。猎头就是提供人才搜寻的供应商,这个供应商不能替甲方人事和业做决策。 第四点,猎头不会固执于一个项目,猎头不会跟候选人强推意向单位的宏大蓝图,因为候选人本人也是业内专家不用猎头来教;更不会向甲方强推候选人,面试官眼拙运气差那就只能认栽,本公司bHR都无法说得的面试官,外部猎头能说什么?而且稀缺人才总是供不应求的,转手把这个人卖给别的公司或者别的猎头一样能拿佣金 第四部分.如何识别资深还是手猎头 面试者来看资深猎头和手猎头是很容易区别的。
s****7 2018-07-10
见微知著看技术误解——从裸光纤和NTPD谈起
NTPD是一个时间同步,ntpdate是个时间同步命令。很多工程师都会采用Crond+ntpdate的方式同步时间,究其原因是“NTPD不太好用”。 而我不喜欢用ntpdate同步时间的工程师,NTPD是一个体系化的,而ntpdate只是一个动作,大部分人没做好为ntpdate这个动作负责。 正常的时间是个持续增长的向量,即老时间t1肯定小于时间t2,时间t2也小于最的时间t3,而且t1必定会渐进增长到t2和t3。除了少数商业数据库自带时钟源以外,大部分业对系统时间是盲目信任,不相信t1会越过t2直接达到t3(即断档跃变),而t2减去t1会得到负数或者0(即时钟停滞和回逆)。 四、NTPD的优势 如果我们用ntpdate同步时间,可能会带来时间的断档跃变或者停滞和回逆。时间不稳会威胁到的程序健壮性和业性,甚至部分程序崩溃的稀里糊涂。 ntpdate只是个命令不是,它对远端时钟源是盲目信任;假设一个根NTP不稳定,所有的器获得了错误的时间,虽然现在业层可以包容异常,不会出现算出负利息或倒扣费的情况,但业混乱是免不了的。
l****m 2018-07-10
五年前的预言——2012年云计算时代的运维职位展望
我在写一篇的文章,其中会引用到这篇2012年的旧文,所以我原样摘抄下来,很庆幸能转型进入云计算这个行业。 云计算的时代正在来临,运维的工作也将在今后几年中发生翻天覆地的变化。 如果你是一个能给自己做主的人,你必须看清形势顺势而为,在变革的时代埋头苦仍然保证不了你的正常生活;如果你是一个弓骑兵,无论你怎么勤学苦练都打不过坦克手的;铁达尼号的乘客无论多有钱,总是免不了泡进海水里的。 首先,我作为一个运维为何唱衰运维这个职业。 我们运维靠什么能力在公司里自立哪? A.关心硬件和施工; B.关注网络问题; C.擅长系统和的调试维护; D.相对与架构师/DBA的价格优势; E.快速可靠的响应. 大家看看云计算能给企业带来的好处。 A.硬件完免维护; B.网络接近免维护; C.系统、接近免维护; D.无论是硬件还是人力成本都很廉价; E.可靠性高于个人。 我们会发现,云计算的目标就是要做的比运维人员更好,好到“不用关心”的地步。从技术来说,各大云计算运营商对通用的Web、RDBMS、存储 都是可以做到很好的。
红****2 2018-07-10
故障自愈机器人,保你安心好睡眠
单机房故障诱因众多不可避免 单机房故障诱因众多,详细复盘若单机房故障发现故障诱因大致可以分为四类: 基础设施故障:物理机房故障、网络链路拥塞、流量转发基础设施故障等 程序缺陷:程序隐藏bug、程序性能严重退化等 变更故障:测试不充分的程序、配置、数据变更,人工临时介入的误操作等 依赖故障:第三方故障例如通用的认证、支付、存储、计算故障等 单机房故障止损可靠性与效率急需提升 人工处理场景下,运维人员通常选择7*24小时值班,接收大量的报警,随时准备在紧急情况下进行响应、决策、操作一系列故障止损动作,尽量挽回损失,降低故障影响。 但述解决方案会面临如下问题: 响应可能不够迅速:例如夜间报警 决策可能不够精确:例如手OP经验欠缺,误决策 操作可能出现失误:例如止损命令错误输入 “机器人”处理场景下,单机房故障自愈程序可独立完成故障感知、决策、执行的完整故障处理过程,并及时向运维人员同步故障处理状态。运维人员的职责由处理转向管理,最终运维人员在低压力值班中保证稳定运行。
追****圣 2018-07-11
给书记省长讲清楚云计算
所述,云计算就是将分散在各个公司的信息技术资源汇聚到一个大平台,其兴起始于需求扩大而人力短缺,其未来发展趋势是通过规模经营和数据共享,成为型信息化社会的技术基石。 云计算如何带动地方经济 云计算落地是要自建数据中心机房,我们一般称之为云基地,云基地在经济利益和社会影响和传统工厂并不相同。云基地通俗易懂的展现形式就是开启数十万个高速运转的电脑铁皮箱,但这些电脑不用接显示器也不用人员现场操作,只要这些电脑能开机能网就能对外。云基地和数字地产不完相同,数字地产只装修好房,云基地关注用这些房做什么。 云基地是无烟工业,并不需要雇佣大量人口,对直接促进就业帮助不大;但云计算没有实体矿产投入和物品产出,只需要大量电力启动电脑也不会产生大量污染。 云基地像电视台和信号塔一样,通过产生和扩散数据信息对客户提供,这些信息的传输没有物流成本,光速直达球每个角落。 因为云基地球客户,所以云基地可创造极高的营收,但不能简单的计入地方政府的GDP。一个耗电三千瓦的机柜加附属空间占地5平方米,如果云计算资源部售出,每年可产生20万元以的营收。
无****禾 2018-07-11
云客户需求引导管理--实战型IT太极拳
云平台卖的都是,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。我就劝客户技术工程师,网卡改QoS不难,但宿主机网卡才10G,你们是愿意一台物理机只跑两台虚拟机,还是愿意停机扩容物理网卡。客户技术工程师认同让最终用户学采用LB加多台虚拟机,比改QoS和停机加网卡更可靠。但最终用户宁愿纠缠客户技术人员也懒得学如何用LB,我给支招说我们的操作人日免费送,但硬件改造成本有20万,问这用户只是想试试还是改完网卡就能付费。最后该用户果然只是想试试,我们和客户技术部都躲过一场折腾。 案例2.有个IDC线一外售型私有云,运营负责人第一次操盘公有云心里痒痒,总是提需求但总被我拒绝。
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平台堆积了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,最终客户觉得云平台什么都没做,大数据PaaS都用成IaaS定制模板虚拟机了。
1****9 2018-07-11
【强势出击】第二期百度大脑体验师来袭
boardId=178 【内容标题】 第二期【百度大脑品体验】+标题 截止时间: 5月31日前提交,6月10日公布评选信息 【奖项设置】 【体验对象】 百度大脑开放日介绍的部AI能力:欢迎到ai.baidu.com产品中获取 1.【EasyDL定制化训练和平台】 EasyDL迎来重大升级,物体检测模型支持多人标注,大幅提升标注效率; 升级——离线SDK面升级,线高精度算法,对比原算法平均准确率提高10%,发布Linux、Windows 离线SDK,实现IOS、Android、Linux、Windows平台支持,并针对多种芯片加速,实现毫秒级响应。 立即体验EasyDL定制化训练和平台: http://ai.baidu.com/easydl/ 产品——商品检测专业版发布,极大降低数据采集与标注成本。 立即体验商品检测专业版:http://ai.baidu.com/easydl/retail 2.【语音技术】三项更 平台——语音自训练平台,零代码自助训练语言模型,高效提升业场景下的识别准确率。
小****君 2018-07-11
踏云落地--谈IT就业趋势
3.公版云在细节打磨,肯定没有精英定制支撑平台那么精细贴切,但对于公司项目来说,一个能跑起来的系统就够用了。很多技术精英也觉得打磨个小系统太累,图省事就买云凑合用了。4.要做好后台支撑并不只依靠精英们埋头苦,巧妇难为无米之炊。云厂商有集采优势,云厂商多给点资源就能省下很多优化工作;部分情况云厂商还有数据优势,比如基于本站数据做风控需要反复调试,而对接云厂商外部参考画像会简单很多。5.技术大牛都是让变态业需求给压出来的,如果公司有技术大牛,那各种需求就来了,但如果没有技术大牛,公司也会压缩自己的IT难度。比如搞大促秒杀就要准备2000万云费,业就会掂量成本。客户要使用PaaS云就要按照云厂商的是数据和业的格式约定。我们看到越来越多的证据,有了对象存储就不用招存储工程师,有了鉴黄和人脸识别就不用自己推演模型,有是反作弊系统就不用自己研究刷单,有了IM就不用自己做openfire。真正的行业精英是不会护食眼前这碗饭,到问题最优解比保住铁饭碗重要的多。
TOP