关于 加拿大pc群官网app群〖威信⒍⒎⒎⒐00⒎〗anbaerz四 的搜索结果,共958
w****t 2018-07-10
AIOps中的金刚
同时在AIOps场景中,数据成为了中心,运维各种状态息转换为数据,机器学习则作用在数据上进行分析。在百度AIOps的实践中,运维开发框架、运维知识库、运维策略框架共同组成了完整的智能运维平台,三平台的建设和实施离不开数据、机器学习架构的引入。这就要求平台研发工程师具备数据、机器学习平台架构师的多重身份,具备流式计算、分布式存储、机器学习平台、算法策略平台等一系列数据和机器学习平台架构能力。 运维研发工程师 基于多个业务线场景抽象出的单机房故障自愈解决方案,能够满足部分场景需求,但并不意味着可以直接提供给各个业务线来使用。原因如下: 策略和参数需要进行调整 流量调度、容灾策略等策略,针对不同的业务线,配置并不相同。例如某些业务对响应时间敏感,跨地域的调度会带来较的延迟,影响用户体验,这时就需要根据业务情况配置机房之间的跨机房流量调度延迟系数,来实现流量优先调度到延迟系数最低的机房。 通用框架无法满足所有需求 部分业务线需要对原有的策略进行部分重写才能够满足需求。例如,部分业务在流量调度时,需要联动服务降级来满足容量需求,这就需要额外增服务降级联动的逻辑。
C****X 2018-07-10
雄逐“图”,百度缘何备受关注?
这么看来,无论是创新的互联企业还是传统的车企厂,都在努力争取高精度地图这场比赛的入场券! 2017年是自动驾驶“元年”,这项颇具潜力的事业也让各传感器厂商们“身先士卒”,积极布局自动驾驶版图,例如Moblieye。尽管现在企业已经被英特尔收购,但地图的研发工作始终没有被搁置。 地图研发是图商们的老本行,他们做的咋样? 据了解,TomTom的高清地图(包括Road DNA)已经做到可以帮助自动驾驶汽车在高速行驶途中精确定位自身位置并辅助决定采用哪条行车路线。 不得不说图商的研发进度可圈可点! 聚焦国内,高德早在2014年便开始了高精地图的攻坚战,目前已经将数据能力以及机器学习能力为基础的AI引擎嵌入其中。 同样是图商,维图新也已经宣布与车企宝马合作,为其在我国销售的汽车提供地图产品。 我们发现,高精地图领域的入局者基本上可以分为这样几类,以Google 为代表的互联企业,包括百度;以丰田、特斯拉为首的车企厂;以Moblieye(已经被英特尔收购)为主的传感器厂商;以及包括 TomTom、维图新、高德等在内的图商。
金****洲 2018-07-10
混乱的集遇见TA 从此岁月静好
第三天 工程师们说:“这个系统不能像瑞士军刀,而应该重剑无锋、巧不工,仅支持基础设施的维护管理,要能做到快速扩缩容!出现问题能立刻回滚,保障云环境的安全和稳定。” 第天 工程师们说:“这个系统还要做到‘麻雀虽小,五脏俱全’!要为基础设施提供虚拟化容器隔离,应用部署,应用拓扑搭建和集控制的功能。为应用的整个生命周期保驾护航,提供一条龙服务。” 总之就是个字,“轻”、“稳”、“专”、“全”,对于这一切,工程师们很满意。 于是百度云的工程师们结合百度历年来云计算的经验与技术沉淀,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? AHALO全称Hybrid-cloud Application Layout and Operation system,顾名思义,它是私有云或混合云环境中的基础设施部署和集控制系统,是混乱集中的第一束光,让无序的集世界变得有序可控,是云最底层的基石,肩负着裸机环境配置,root域权限控制和智能托管基础设施的重任。如果没有HALO,集机器将处于失控的状态。
小****园 2018-07-10
让PB级云存储不再神秘
对象存储适用于私有云主要基于这三方面考虑: (1)建设成本 公有云建设成本有三头,服务器、IDC和公带宽。公有云对比对中小型客户在这三方面成本有巨优势,但也给自己保留了利润空间。很多客户能到比云厂商更低价格的资源,那可以掉给云平台留的利润,自建私有云存储。 (2)络通成本 这里提的络通讯成本和前文的公带宽并不重复,公带宽是面向分散的广域客户的,络通讯成本是强调几个固定的带宽消耗对象。假设你某个应用的数据读写速度是10Gb/s,云存储和客户端两侧的广域带宽成本是巨的,某些弱势运营商甚至要考虑间结算费用。读写速率的客户端和云存储会是固定长期合作关系,无论是内互联、同IDC光纤、同城专线的成本都比互联通讯的成本低很多。 (3)数据安全等合规需求 有些客户连计费日志都不想让公有云看到,或者确实有强安全性法规限制,或者只让采购资产不认可采购服务,那也会采用私有云的建设方式。如果本地数据做云端的容灾备份,或者多云厂商之间的权数据源,这也是可行的方案。 私有云的输出形式有三类,分别是远程代维护、买软件和软硬一体化。
TOP