关于 大城找服务妹子╇薇⑧1895854援交上门找到全套包夜特殊】z 的搜索结果,共1397
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、量的点,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点。在手工运维时代,运维人员需要花费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。
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? 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,我们就可以获取这个的相关信息 ,这些信息括: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,每类厂商有哪些点。 前文说的为何要引凤,如何算筑巢。当云厂商看商机肯合作时,我们要掌握各类云厂商的点才能心里有数。 第一类是型云厂商,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。
s****d 2018-07-11
亿元级云用户分析
3.主体贩售资源分析 云供应商不可能靠软件和亿元销售额,只有以资源为载体,客户才会给亿元单。这个观点跟前文的“资源可以用做计收载体,但不能做为云目的分析”并不是冲突而是印证。 以软件和做亿元营收载体,采购决策人会承担巨决议风险;但平庸的贩售资源又会陷入价格战和关系战之中,云厂商追求市值和利润都不能讲这些老路了。 我们先列出来哪些资源是单体贩售能过亿的,云厂商把这些资源和其他的软件资源做打混淆集中付,云厂商就不是卖资源而是卖梦想了。 3.1 IaaS计算池 IaaS计算池,付给客户的是CPU+内存+本地盘+本地网+IDC电力,产品形式可以是虚拟机、裸金属、容器,或者预装了数据库-数据-队列等的模板化云主机,决定资源池成本的是硬件和电力的价格,以及内部浪费程度。销售铁三角对硬件资源池的装,完成资源成本分析、展示和付款周期核算;在硬件资源池付时,云厂商的优势长处是规模付和成本控制,至于短处么——家家有本难念的经。
M****H 2018-07-11
故障定位场景下的数据可视化实践
而对于维度取值数量多,且不同取值数量级差距较情况(例如分省份的流量下跌判定),使用饼图或趋势图很容易把流量较小省份的信息隐藏掉。这种场景下,我们可以通过维度取值自动展开功能,分别查看每个省份的状态。 多个维度关联分析 细分维度的故障所带来的表象可能会在多个维度均有表现,比如整体的访问拒绝升,我们会发现分机房的拒绝量升,也看分模块的拒绝升。那么我们如何确认故障的根因是来源于某个机房还是某个模块,还是这两者的叉维度,即某个机房的某个模块导致的问题。 矩阵热力图可以解决这一问题。将需要做分析的两个维度分别作为横纵坐标,通过阶梯的阈值颜色将对应叉维度的取值展现再坐标。我们便可非常直观的看这这两个维度对于整个业的影响情况,如下图所示: 我们可以看,从纵向的分模块维度,可以看Module 4在多个机房都有明显的访问拒绝情况,而在横向分机房维度,则没有明显的征。则说明是Module 4模块导致的问题。 嵌维度下钻分析 类似于国家-省份-市的行政区域划分,区域-机房-机器的部署划分,我们可以看很多维度之间存在着层次嵌的关系。
流****水 2018-07-11
度云企业级运维平台——NoahEE
在业规模发展一定程度后,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,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,极的简化了运维操作,提升了运维效率。
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
其中损失最严重的是中小网站,他们已经不需要的运维人员;型网站对运维人员的需求会逐渐减少;对非网站应用的影响可能仅仅限于技术革新;因此对软硬件生产商、IDC托管商甚至运维培训、IT论坛都会造成衍生影响。 当前云计算技术的势头很好,但因为技术和市场等原因还需要慢慢发展,而且云计算做的是“锦添花”的事情,企业用不用云计算对自身业功能影响不。我们运维人员从做事的可靠性、有局意识,凭借这些性仍然能活的很好。运维这个岗位可能会消失,但做过运维的人还是有很多路可以走的。 家都知道黑云压也该未雨绸缪了,如果你已经是个运维老鸟或者很快就投身运维工作,我建议家往这几个方向动动脑: 1、企业采用公有云方案后,仍然需要一个懂行的人解决公有云平台的监控、评估、采购、报修这类问题。但这个职位应该一个公司公司只需要一个人,且再等十年云计算彻底标准化后还会再次消失。当然了,我相信能胜任这个岗位的人,在云计算已经规范不需要专人维护的时候,他们也会有能力更合适的岗位。
不****主 2018-07-09
高精地图
与普通地图不同,高精地图主要于自动驾驶车辆,通过一的导航体系,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 内部高精地图主要应用在高精定位、环境感知、决策规划、仿真运行四场景,帮助解决林荫道路GPS信号弱、红绿灯是定位与感知以及十字路口复杂等导航难题。 一、高精地图与传统地图 当我们开车时,打开导航地图通常会给我们推荐几条路线,甚至会显示道路是否拥堵以及每条路线将花费多长时间、是否有通管制,有多少个通信号灯或限速标志等,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、通信号灯等,但要想让无人车变得和人类一样聪明,可是一项非常艰巨的任。 这时就需要高精地图了,高精地图是当前无人驾驶车技术不可或缺的一部分。它含了量的驾驶辅助信息,最重要是含道路网的精确三维表征,例如叉路口布局和路标位置。
TOP