关于 兼职少妇包夜全套服务 78792796-微V号高平酒店一条龙兼 的搜索结果,共1608
疏****月 2018-07-09
键上线Archer | 百度持续部署的瑞士军刀
干货概览 业部署(熟称上线)是运维领域最常见的业类型,主要涉及线上代码变更、配置文件变更(数据变更由于其频、大量的特点,我们已在数据传输文章《嗖的下,让数据自动生效》中专门讨论过)。般的业上线具有不定时操作、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%的生产事故由上线变更触发,如何减变更过程中人为误操作,提供个灵活、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发布了键上线部署系统——Archer。Archer致力于提供产品线过程的可迁移发布解决方案,实现键完成机器初始化、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次上线的操作入口,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可以作为个环节结合进整测试发布流水线中。
布****五 2018-07-10
如何执行命令
面临的困难 命令行的三要素,也是如何执行命令行面对的三个问题,如前文所述,对于单机环境来说,这三个问题在前人的努力下已经被很好的解决。可是如果要在几十万台机器上每天执行几十亿命令,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,就不是件简单的事情了。所谓远行无轻担,量大易也难,在构建这样的执行系统的过程中要面临诸多困难,此处举几个突出的例子如下: 信息存储问题:为了支持水扩展,需要效的内存数据库作为缓存。为了做到执行命令的可追溯、可统计,需要对执行过的命令信息持久化。日均几十亿的热数据,年均上万亿的冷数据,需要仔细选择存储方案。 任调度问题:为了达到在任意多台器上执行命令的要求,需要确定何时分发命令、何时回收结果以及怎么样的并发度批量下发。 消息传输问题:为了保证命令效正确送达目标器,需要构建个可靠的命令传输网络,使命令信息在准确送达的前提下保障传输的可靠与效,毕竟百度的几十万台器分布在世界各地。 代理执行问题:为了更好的处理权限、单机并发等单机执行问题,需要在目标机构建执行代理,以应对单机的复杂执行环境。
流****水 2018-07-11
度云企业级运维台——NoahEE
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,我们再来回顾下上面的例子。这个例子中,地图研发的同学就可以在运维台中选中导航的模块进行升级,运维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)添加些指标采集任,并在件达成时报警。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。 资产管理 在机房里,各种各样的器、网络设备和安设备7x24小时的运转,为我们的业提供了硬件保障,是企业的重要资产。各种设备的物理损坏、升级、新增、搬迁等等都在考验着机房运维人员的能力。怎样维护这些资产并记录信息,是个很重要的问题,搞得不好,这些资产可能变成运维人员的“袱”,越多越头疼。 对这些设备的运维操作,通常都涉及不的物理操作,比如说更换损坏的硬盘,增加内存等等。这里涉及到几个要解决的问题: 故障如何及时发现?发现后由谁来进行修复?
M****点 2018-07-10
中国云计算现状——产品篇
本文二十个字之前我就说过, IaaS产品的优势是快速低成本交付,但是太多的用户户盲目的追求云主机的可用。物理机要求硬件稳定永不死机,而云主机适合批量创建快速释放,不太关心单台云主机的可靠性,这要求应用层支持可用。即使云台不承诺主机的无限可用,其故障恢复速度也远快于物理机。新生的云计算不敢明确挑战物理机时代的用户观念,现在该纠正这个误区了,成熟的云计算台不强调单机可用。基于同样理念,用户追求超配置的云主机是架构缺课硬件来凑的临时手段,正途是将业拆散到多台中低配主机上。 当前虚拟网络的性能短板并不是速率,主流云台内网互通速率是1Gb,个物理万兆网卡正好负载20-30台虚拟机,这是性价比均衡的选择。虚拟网络的性能短板是量,器CPU不是交换机CPU,它的配置再好也只能处理20万左右量,所以台低配虚拟机被抓做SYNFlood肉鸡也能瘫痪个物理节点,各云台正在逐步推进虚拟网卡的量限制,但还有大片的漏网之鱼。 虚拟网络对用户行为的改变是抑制ARP广播,各种旧有IP漂移技术都离我们而去了。
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上,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,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? 的上游有哪些,不同的上游流量如何分配? 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分布式的名字系统,是百度云Noah智能运维产品中的个重要基础系统。它为每赋予个独无二的名字,根据这个名字,我们就可以获取到这个的相关信息 ,这些信息括:在机器上部署信息(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,它提供了名到资源信息的个映射关系。
m****t 2018-07-11
设计中立公有云云管
云管台可选接入厂商满足中小型客户需求,毕竟不用自己做维护;但遇到重型客户需求建议直接在配虚拟机上自己搭,或者走混合云物理机接入VPC的模式。 不考虑可用性的。这其实挺尴尬的,理论上来说即使是内存缓存型也有双活机制,但是厂商PaaS的后台架构完是黑盒,没出故障时都是专业架构,出故障了都是百年遇,大都是“只考虑人品”的。以RDS为例,不同厂商的RDS可靠性千差万别,我亲眼看过很低可靠性的,也听朋友说过本厂的RDS可靠性远超普通DBA;但RDS对客户只暴露接口,我们不知道厂商给主库磁盘做没做RAID,也不知道主从库会不会在同个物理机。所以前文中我对中小客户用PaaS当做节省自己搭建的人力,对大型重型PaaS需求建议个案处理,因为各厂商通用的百倍赔偿根本就是个免责款。 对象存储(OSS)和CDN。我直不理解Nova和Swift如何从业上联动,做虚拟机时跟客户解释买虚拟机不关心OSS,做对象存储时解释OSS和其他云台没什么好混合的。
追****圣 2018-07-11
给书记省长讲清楚云计算
云计算是个商业,不仅需要硬性支持,还需要足够的环境和政策支持。当前云计算公司聚集在线大城市,环境规范稳定但成本极竞争压力极大,云计算企业也在尝试向二三线转移突围。二三线城市不仅要积极准备云计算硬性资源,还可以用合作融资、税收优惠等等灵活政策承担产能转移的,最终说云计算公司将GDP和税收留在当地。 云计算台提供的都是互联网,大量的互联网部署在本地会有极大的管控压力。二三线城市对互联网还只是简单的管控,稍有不解可能就会封禁大批互联网,但道封网命令就可以毁掉个云计算公司的声誉。如果当地政企要做好云计算就要从管理者变为者,必须在管控违规违法时不惊扰正常业,甚至主动出击为正常网络保驾护航。 前几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上门寻求合作。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提,市场和客户要靠云计算厂商自己去找。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,旦摸出来案例会迅速推广到国。
小****园 2018-07-10
让PB级云存储不再神秘
最后就是有些领先大厂直接压制,故意做技术无关的不容、甚至拒绝、甚至从其他层面正面打压业。这里就不举例了,太明显针对单厂商。如果只是技术不容那算和其他云台恶意竞争,如果到了云台明抢客户自身业的阶段,技术采购决策人请把风险告知公司决策层,该妥协还是硬扛不是你的责范围。 3、大型用户谨慎选型 大型用户即使只存储1PB,每年也要花100多万了;中小型客户只要做选型,而大项目不仅要选型和定制,还有更多技术以外的东西要考量。 首先同样说价格问题,大型客户比中小客户更难办,小客户是嫌价格贵,大客户却怕低价砸场。云存储不能违背商业的本质,甲方没蠢到敢让乙方赔钱做,但采购决策层更喜欢看谁的报价最低。数十PB的数据上云后基本下不来,台方无论是提价还是降速,有的是追加预算的手段;如果对方真是赔本卖吆喝,成功了就会甩开这个袱,失败了就直接倒闭。我谈PB级存储项目时,我很愿意分享不同底层技术带来的实际成本构成,为什么同样的价格我们还能挣钱而友商已经在贴钱,相关内容会在第四章节详细说明。 成功案例是很重要的决策依据,但这个依据很难考证真实性。
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,不同部门和项目的主机资源要分别计费和管理。 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系统不设上限,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;万台调整了资源价格,较真的客户又要从头重算次。 这个“大通铺”最尴尬的不是计费繁琐,而是个账户下所有资源毫无权限隔离,客户或者只有个人去登录云台,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。
不****主 2018-07-09
精地图
精地图,是Apollo定位、感知、规划模块的基础。 与普通地图不同,精地图主要于自动驾驶车辆,通过独特的导航体系,帮助自动驾驶解决系统性能问题,扩展传感器检测边界。目前 Apollo 内部精地图主要应用在精定位、环境感知、决策规划、仿真运行四大场景,帮助解决林荫道路GPS信弱、红绿灯是定位与感知以及十字路口复杂等导航难题。 精地图与传统地图 当我们开车时,打开导航地图通常会给我们推荐几路线,甚至会显示道路是否拥堵以及每路线将花费多长时间、是否有交通管制,有多个交通信灯或限速标志等,我们会根据地图提供的信息来决定是在行驶中直行、左转还是右转以及对周围驾驶环境的评估。 而无人驾驶车缺乏人类驾驶员固有的视觉和逻辑能力。如我们可以利用所看到的东西和GPS来确定自己的位置,还可以轻松准确地识别障碍物、车辆、行人、交通信灯等,但要想让无人车变得和人类样聪明,可是项非常艰巨的任。 这时就需要精地图了,精地图是当前无人驾驶车技术不可或缺的部分。它含了大量的驾驶辅助信息,最重要是含道路网的精确三维表征,例如交叉路口布局和路标位置。
s****d 2018-07-11
亿元级云用户分析
配图说明:谁掌握了数据,谁就掌握了真理 3.4人力资源池 亿元项目不可能是客户自助实施的,人力营收占比很低但画点睛,可能会干掉纯卖资源的友商,也可能晚交付半月就亏损上千万。云厂商提供四类人力资源: 第类是方案咨询和项目规划,不要被免费通用售前蒙蔽了视野,出彩的规划咨询重度依赖精英人力,既要是云产品专家又要是客户侧IT手; 第二是台侧研发运维,即使最标准的CDN也要定制日志接口、调卡顿和回源比,销售铁三角必须最顺畅沟通最优先级; 第三是项目侧实施人力,云厂商可以做盖机房到App适配的所有工作,客户只想对接个总责任人; 第四是客户挖不来留不住“云厂商母公司的顶级技术手”,他们想借云项目让手做人力输出,但是……。 读者们不要觉得卖人日很低端,人力资源是难以垄断和模板化复制的;只有不能垄断的行业,精英打工者才有极大的发挥空间。 4.架构和流程变化分析 大型云用户在上云过程中,其IT架构逻辑逐步发生着变化,为了避免技术泄密和保证通用性,我写的比较简单。
若****客 2018-07-10
IT架构的本质--我的五点感悟
前端器压力大了就多做水复制扩容,在网站类应用上,无状态-会话保持-弹性伸缩等技术应用纯熟。后端要群集化就是多做业拆分,常见的就是数据库拆库拆表拆键值,拆的越散操作就越爽,但局操作开销更大更难控制。 实时改异步是我学的最后门IT技术,绝大部分“实时操作”都不是业需求,而是某应用无法看到后端和Peer状态,默认就要实时处理结果了。CS模式的实时操作会给支撑带来巨大压力,Peer合作的实时操作可能会让数据申请方等宿。架构师将个无脑大事拆分成多个小事,这就是异步架构,但拆分事就跟拆分数据表样,拆散的小事需要更层级上做局事保障。 在群集性能规划中,网络和硬盘IO+CPU算力+磁盘和内存空间是可以互换的,架构师要完成补不足而损有余的选型。比如数据压缩技术就是用算力资源来置换IO和空间,缓存技术是用空间和IO来缓解算力压力,每个新选型都会带来细节上的万千变化,但每种变化都是符合自然规律有章可循的。 个经典机系统就是中央处理器+主存储器+IO设备,这几个概念居然和群集性能规划是对应。 3.
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【百度大脑新品体验】+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新能力:欢迎到ai.baidu.com产品中获取 1.【EasyDL定制化训练和台】 EasyDL迎来重大升级,物体检测模型新支持多人标注,大幅提升标注效率; 新升级——离线SDK面升级,新上线精度算法,对比原算法均准确率提10%,新发布Linux、Windows 离线SDK,实现IOS、Android、Linux、Windows台支持,并针对多种芯片加速,实现毫秒级响应。 立即体验EasyDL定制化训练和台: http://ai.baidu.com/easydl/ 新产品——商品检测专业版新发布,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】三项更新 新台——语音自训练台,零代码自助训练语言模型,效提升业场景下的识别准确率。
TOP