关于 在线讲解『快三幸运飞艇回血常用技巧公式』Q65.乀.173.乀 的搜索结果,共1388
w****t 2018-07-10
AIOps中的四大金刚
完成策略设计与研发后,需要根据历史数据进行Case溯,并进行仿真Case模拟,来验证策略效果,并进行逐步迭代调优,以达到线行的准确率和召率要求。 AIOps时代的职责和能变化 维AI工程师是将AI引入维的核心角色。他们针对维数据、维经验进行理和梳理,使机器学习的方法将海量维数据进行汇总、归纳,使得数据中的价值显现出来。 维AI工程师首先需要具备AI工程师的能,需要对数学及机器学习方法有足够的掌握程度,并能应实践。 如单机房故障自愈场景中的介绍,维AI工程师需要具备机器学习知识并维领域落地的能力。 平台研发工程师 单机房故障自愈场景中,平台研发工程师需要关注类平台的建设。 基础维平台:提供单机房故障自愈场景中的依赖平台,如:监控平台和流量调度平台。维中提供标准化维数据获取和维操作的基础,而AIOps中,这部分接口需要能够同时支持人工和自动的数据获取和维操作。 智能维平台:提供对AI能力的支持,如:统一的数据服务(维知识库)、维开发框架,以及给AI策略实验和行的维策略框架等。
流****水 2018-07-11
度云企业级维平台——NoahEE
一图胜千言,我们看看资产管理的特点: 图3 资产管理 部署管理 应部署一直是维工作中的重点,一般来说,我们面临的问题有: 批量部署难,怎样定位目标机器?如何速部署? 灰度测试难,怎样通过灵活的部署方,先进行小流量线上测试,待效果达到预期后再扩大部署? 滚难,发现问题后怎样滚? 上面的第一个问题,实际上服务管理中已经决了,也就是说服务管理帮我们完成了资源定位工作。其他的问题,NoahEE的部署管理模块通过“分级发布”来决。部署管理模块中,我们可以方便的定义并发度、部署步骤、影响范围以及暂停操作等,部署的过程中发现问题即可暂停并滚至之前的状态。除了部署等操作,部署管理模块还提供了批量执行命令等操作(比如批量启停某一服务)。如图来总结部署系统的能力: 图4 部署管理 监控管理 任何工作里,信息掌握的全面与否往往关乎到工作的成败。“知己知彼百战不殆”这句话说的就是这个道理。维工作中,监控系统就是这个让我们做到这点的关键。软硬件是否工作正,出了问题是否能及时发现与报警,甚至是对异事件等进行提前预测,都仰仗监控系统。
b****z 2018-07-11
智能维基础-维知识库之ETL
因此,依托『书同文』的理念建立维知识库,提供一个统一的维数据管理系统,来管理维工作中的共基础数据,打通系统间的数据关联,使这些数据能够遵循统一的模型被共享和使。 为了使这些数据能够遵循统一模型,我们制定了各类数据的模型(Schema),采ETL机制从各系统获取(Extract)数据、转换(Transform)成统一的模型、并存储(Load)知识库中,其架构如图所示。 这些维数据建设时根据业务对数据时效性要求的不同,分为以下种: 离线数据建设,例如维变更效率指标统计等相关的数据; 近线数据建设,例如故障诊断过程中依赖的数据; 实时数据建设,例如智能故障自愈、智能流量调度相关的路由数据等。 对于上述不同的数据我们采不同的ETL方,分别是: 拉(Pull ETL),周期性从数据源拉取数据,适于离线数据的建设; 推(Push ETL),数据源主动推送变更的数据,适于时效性较高的近线数据建设; Federation(Lazy ETL),查询时从数据源获取数据、按照Schema转换后并返,适于实时数据建设。
l****m 2018-07-10
五年前的预言——2012年云计算时代的维职位展望
写一篇新的文章,其中会引到这篇2012年的旧文,所以我原样摘抄下来,很庆能转型进入云计算这个行业。 云计算的时代正来临,维的工作也将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,变革的时代埋头苦干仍然保证不了你的正生活;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;铁达尼号上的乘客无论多有钱,总是免不了泡进海水里的。 首先,我作为一个维为何唱衰维这个职业。 我们维靠什么能力司里自立哪? A.关心硬件和施工; B.关注网络问题; C.擅长系统和服务的调试维护; D.相对与架构师/DBA的价格优势; E.速可靠的响应. 大家看看云计算能给企业带来的好处。 A.硬件完全免维护; B.网络接近免维护; C.系统、服务接近免维护; 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维人员更好,好到“不关心”的地步。从术上来说,各大云计算营商对通的Web、RDBMS、存储 服务都是可以做到很好的。
k****0 2018-07-09
使Python SDK开发语录类能模板
能模板是针对语录类能设计的模板,如海贼王语录,游戏语录等。本文从能交互、部署述如何速搭建海贼王语录能。 语录类能模板的交互模型 语录类能跟户的交互很简单。户说“来一个”,能从语录列表中选取一条读给户,户可以继续说“来一个”继续听语录,或者说“退出”以结束交互。 使模板开发能的流程 新建能 新建能详情请参阅自定义能创建 配置意图 意图配置详情请参阅意图、表达和槽位 语录类能模板需要创建“获取语录”意图。获取语录意图如下图所示: 配置能服务部署 语录类能模板使CFC部署能服务。使CFC部署能服务详情请参阅 百度云CFC 修改CFC函数代码 开发者通过模板创建函数以后,可线编辑函数。
3****3 2018-07-10
百度智能维工程架构
框架:新的维开发模 维开发框架基于这样一个抽象,就是如果我们把线上环境看做一个黑盒服务,那么我们对它的操作无非读写两类,所谓的写也就是操作控制流,是那种要对线上状态做一些改变的操作,我们说的部署、执行命令,都属于这一类;另一类是读,指的是数据流,也就是要从线上获取状态数据,并进行一些聚合统计之类的处理,我们说的指标汇聚、异检测、报警都这个里面。通过维知识库,可以这两种操作的基础上,封装出多种不同的维机器人,对业务提供高效率、高质量以及高可方面的能力。 根据操作流和数据流的不同,我们把框架分成了两部分,最基础的是维执行框架,这之上,加上分布计算组件的支持,我们还建设了维大数据计算的计算框架。 1工程化 维开发框架给开发者提供一系列的开发套件,除了包含了一系列的基础能力,还包含了一个标准的维工程研发流程。 过去,维研发采简单的开发-使,缺少必要的测试维护。而现代码开发阶段,可以通过执行框架,统一的操作接口库提升研发效率。测试阶段,开发套件提供了单测和仿真系统,简化测试环境搭建。
j****2 2018-07-10
百度大脑开放日来袭 24种全新AI能力呈现
通过UNIT、OCR、人脸识别等AI术,“无人值守”的政务服务新模为社会众提供全年无休的24小时自助办事服务,提升了政府为民服务的能力。 开放日当天,网红智能猫窝的设计者百度大脑工程师晚兮也现场为大家述了智能猫窝设计者们的初心。为了让流浪喵过上福的生活,程序员出身的他百度大脑动物识别术和百度EasyDL打造出 “猫脸门禁”、“病猫识别”、“绝育识别”大智能功能,给流浪猫一个温暖的住所的同时帮助救助志愿者发现生病和未绝育的流浪猫。晚兮提到,凭借百度大脑的开放术,他只半天就设计出了智能猫窝的项主要AI功能,看似高冷的AI术最终化为猫咪们的守护神,让现场的小伙伴们感到暖心又感动。 2018年百度大脑走进6大城市举办7场行业创新论坛,发布了企业服务、信息服务、地产物业、智能零售、智能工厂、智能校园、智能政务7大行业决方案,推动AI与不同行业、具体场景相结合,AI术渗透到产业的毛细管。百度大脑目前已经落地20+行业,生态赋能已成燎原之势。
红****2 2018-07-10
故障自愈机器人,保你安心好睡眠
干货概览 大型互联网司中,单机房故障因为其故障时间长、影响范围大,一直是互联网维人员的心头之痛。传统的维方中,由于故障感知判断、流量调度决策的复杂性,通需要人工止损,但人工处理的时效性会影响服务的恢复速度,同时人的不可靠性也可能导致问题扩大。 为了决这类问题,我们针对百度内外部网络环境建设了基于智能流量调度的单机房故障自愈能力。结合外网营商链路监测、内网链路质量监测与业务指标监控构建了全方位故障发现能力,基于百度统一前端(BFE)与百度名字服务(BNS)实现了智能流量调度与自动止损能力。同时,基于实时容量与实时流量调度自动止损策略与管控风险,实现了任意单机房故障时业务均可速自愈的效果。当前此决方案已覆盖搜索、广告、信息流、贴吧、地图等众多核心产品的单机房故障自愈场景。 单机房故障频发影响业务可顾近2年来各大互联网司被披露的故障事件,单机房故障层出不穷。
思****来 2018-07-11
重磅:构建AIOps的MNIST
干货概览 我们《AIOps时代,你准备好了吗?》一文中提到,维操作一般可以分为感知、决策、执行部分,而感知阶段我们通过识别服务指标数据中不符合预期的模来发现服务异,即监控数据的异检测。 很多时候,大家手中的异检测是一条拍脑袋想出来的规则,或者根据经验大致估算的阈值。这样的异检测较多误报、漏报、效果不佳的情况。而上线前基于标注数据的效果评估是提高效果最重要的手段。为了获取大量、准确的标注数据来评估算法效果,我们进行了一系列探索。 本文将主要介绍监控数据异标注实践中遇到的问题和决方案,并给出一个当前由百度智能维团队与清华大学Netman实验室合作研发的辅助标注工具原型https://github.com/baidu/Curve,欢迎大家一起探讨。 时序数据异标注 监测服务的收入、流量、可性、性能等指标时,通会对数据进行流的采集和汇聚,每个数据点反映的是某段时间内的服务状态,这些时间序列数据简称时序数据。 检测方面大家或多或少都有过类似经历:针对一次故障设置了报警规则,其中的阈值根据这次故障设置。上线后不断发生误报,因此调低阈值。
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
许多企业主都迫切希望能将人脸、语音、图像等AI速应起来,扩大竞争优势,但往往却苦于无从下手。 传统企业落地AI,普遍存大痛点: 1)通的AI无法满足企业的个性化需求。与企业业务深度结合的AI应需求,往往需要结合所领域很强的专业知识,通AI术无法满足,例如,目前业界推出的通物体和场景识别的API无法满足大量个性化的需求:家装企业想识别装修图库中的细分家居风格、房间布局分类等,物业司想通过摄像头识别小区垃圾桶是否已满,施工单位想通过图像识别工地上的工人有没有穿工服、戴安全帽等,这些场景需求是见的业务场景,但是企业很难找到现成可的AI术,往往需要自己做定制化的研发。 2)AI术自研及维成本高昂。自己研发AI术会面临多道难关,首先是AI人才关,国内AI人才池有限,据人民日报的报道,我国人工智能的人才缺口超过500万,供求比例仅为1:10。AI人才的年薪动辄数十万,除非有庞大的业务场景,否则,一般体量的企业难以组建独立的AI团队。其次是基础设施关,AI维需要的服务器、GPU,财务上也是不可承受之重。 3)开发周期过于漫长。
h****e 2018-07-10
程序:我从哪里来?
BNS系统中,服务单元表示一个服务的实例集合,一般以的结构表示,比如:server.noah.all,server表示服务名,noah表示产品线,all表示机房名称,服务单元的名字系统中是唯一的。 使场景 程序员的日工作,面临以下的场景: 场景 场景一:我是一名OP工程师,负责几十个系统模块的维,我需要登录部署服务的机器排查问题,但是只知道服务名,记不住那么多部署信息,怎么办? 场景二:我是一名RD工程师,我负责的服务需要扩容,我的服务是很多下游服务的依赖,服务的扩容怎么通知给下游模块? 场景:我的服务部署实例有一个出现故障了,我想对下游服务屏蔽该故障实例,怎么办? 下面以一个简单的例子来说明,假设一个模块名是Server,它的上游是Proxy服务,下游是Redis服务,当出现变更或者故障时,如何让上游感知到呢? 当新增上线实例、下线摘除实例或者实例发生故障时,BNS系统通过部署机器上的客户端实时感知到实例的状态变化,同时新增和删除实例的变更情况会立即同步到分布的缓存系统中,这样户通过一个BNS名字就可以感知到下游的实例变化。
y****i 2018-07-11
做容器云的最佳
容器编排系统的核心优势 很多人都说容器云是“私有云谁谁爽,有云谁谁丧”,其实原因就是:容器云需要开发人员配合才能好,而容器编排系统比容器自身更重要。K8S与其说是Docker的竞争者,不如说是容器行业的庇护者。有了K8S这个容器编排系统,虽然Docker术不那么醒目了,但其可性更高更接地气了。 单纯Dokcer的容器,更像是个封装的比较彻底,做足了资源隔离的JVM。研发人员只程序出错时才会关注Runtime,而维人员没感觉到这有什么酷的,但确实容器云已经有存的价值了。比如说OpenStack、PaddlePaddle这类新兴软件和开发框架的部署环境没那么简单,Docker包一层就变的非友好了。 对于持续集成和交付场景来说,以前我们是硬压着研发和测试,务必保持版本一致、务必保证文件打好包,从不盲信滚预案,必须后半夜上线,就这样还天天出故障;现自动上线的压力确实小多了,大家都可以放心测试生产环境一致、保证文件不漏传、可以和Git无缝集成,可以扔给研发和测试半自助上线了。这就是我前文所说的,容器速部署的优势于决策的、操作的简单。
疏****月 2018-07-09
一键上线Archer | 百度持续部署的瑞士军刀
干货概览 业务部署(熟称上线)是维领域最见的业务类型,主要涉及线上代码变更、配置文件变更(数据变更由于其高频、大量的特点,我们已数据传输文章《嗖的一下,让数据自动生效》中专门讨论过)。一般的业务上线具有不定时操作、业务部署情况复杂、单机启停策略复杂等特点。手工维时代,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。从布的数据显示,Google 70%的生产事故由上线变更触发,如何减少变更过程中人为误操作,提供一个灵活、稳定的部署系统是维平台研发人员所亟需决的问题。 基本介绍 维自动化的大潮下,百度维管理平台Noah发布了一键上线部署系统——Archer。Archer致力于提供一套产品线全过程的可迁移发布决方案,实现一键完成机器初始化、服务部署、添加模块监控、添加CT任务、动态数据文件的分发等全过程的自动操作。操作方面,Archer提供了命令行工具作为发起一次上线的操作入口,这种设计模也决定了其易于集成的特点。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。
陶****子 2018-07-09
使nodejs BOT SDK开发问答类能模板
问答能模板 问答能模板是针对问答类能设计的模板,如知识问答、生活识问题等。本文从问答类能交互、部署述如何速搭建问答类能。 问答能模板的交互模型 问答类能与户的交互方能从题库列表中选出一道题,并提供四个选项,其中有一个选项是正确的。户通过说出正确选项的顺序来答题。 下面以古诗问答能为例,描述问答类能与户交互过程。能从古诗列表中选取一首诗让户说出诗的作者,并依次读出四个作者选项。户说出正确的作者的选项顺序,答正确后能会记录户得分。能交互过程如下: 户:打开古诗问答 能:[能欢迎语]。开始答题。第一题:离离原上草 一岁一枯荣的作者是谁。 1,李白 2,白居易 3,杜甫 4,柳宗元 户:第二个 能:答正确,得一分。目前的积分是1分。第二题。。。 能从题库中选取问题,可以杜绝题目重复和答案排列顺序重复的问题。开发者只需要更新题目列表和相应的能配置信息,即可生成新的能并DuerOS DBP平台上发布。题库的存储方如下,其中正确答案需要放答案的第一个位置,格如下。
TOP