关于 小妹上门全套服务【:78792796 薇信余姚太隐镇一夜情特殊 的搜索结果,共1446
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息 ,这些息包括:在机器部署息(机器IP,部署路径,配置,端口息),的实例运行状况等其他重要息。简单来讲,它提供了名到资源息的个映射关系。
s****7 2018-07-10
见微知著看技术误解——从裸光纤和NTPD谈起
NTPD是个时间同步,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不好用”。 而我不喜欢用ntpdate同步时间的工程师,NTPD是个体系化的,而ntpdate只是个动作,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肯定于新时间t2,新时间t2也于最新的时间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任,不相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任;假设个根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况,但业混乱是免不了的。
疏****月 2018-07-09
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、大量的点,我们已在数据传输文章《嗖的下,让数据自动生效》中专讨论过)。般的业线具有不定时操作、业部署况复杂、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可以作为个环节结合进整条测试发布流水线中。
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,详细复盘若干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时值班,接收大量的报警,随时准备在紧急况下进行响应、决策、操作系列故障止损动作,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:例如间报警 决策可能不够精确:例如新手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。
h****l 2018-07-09
大数据时代下的私保护(二)
如果公开的数据说住在五道口 的明爱买电子产品,那么这显然就是私泄漏了。但是如果数据中只包含个区域的 人的购买偏好,就没有泄露用户私。如果进步讲,大家都知道明住在海淀区五道 口,那么是不是明就爱买点此产品了呢?这种况算不算事私泄漏呢?答案是不 算,因为大家只是通过这个趋势推测,数据并不显示定爱买电子产品。 所以,从私保护的角度来说,私是针对单个用户的概念,公开群体用户的息不算 是私泄漏,但是如果能从数据中能准确推测出个体的息,那么就算是私泄漏。 私保护的方法 从息时代开始,关于私保护的研究就开始了。随着数据不断地增长,人们对私越 来越重视。我们在讨论私保护的时候包括两种况。 第种是公司为了学术研究和数据交流开放用户数据,学术机构或者个人可以向数据库 发起查询请求,公司返回对应的数据时需要保证用户的私。 第二种况是公司作为提供商,为了提高质量,主动收集用户的数据,这些在 客户端收集的数据也需要保证私性。
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。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。当云厂商看到商机肯合作时,我们要掌握各类云厂商的点才能心里有数。 第类是大型云厂商,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,但极风险就能看到收益。 第二类是创业云厂商,他们般是靠技术优势和态度从大型云企手里抢单子。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。
l****m 2018-07-10
词向量(
词向量是自然语言处理中常见的个操作,是搜索引擎、广告系统、推荐系统等互联网背后常见的基础技术。 在这些互联网里,我们经常要比较两个词或者两段文本之间的相关性。为了做这样的比较,我们往往先要把词表示成计算机适合处理的方式。最自然的方式恐怕莫过于向量空间模型(vector space model)。 在这种方式里,每个词被表示成个实数向量(one-hot vector),其长度为字典大,每个维度对应个字典里的每个词,除了这个词对应维度的值是1,其他元素都是0。 One-hot vector虽然自然,但是用处有限。比如,在互联网广告系统里,如果用户输入的query是“母亲节”,而有个广告的关键词是“康乃馨”。虽然按照常理,我们知道这两个词之间是有联系的——母亲节通常应该送给母亲束康乃馨;但是这两个词对应的one-hot vectors之间的距离度量,无论是欧氏距离还是弦相似度(cosine similarity),由于其向量正交,都认为这两个词毫无相关性。 得出这种与我们相悖的结论的根本原因是:每个词本身的息量都
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:将拆分为若干不同的逻辑单元,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 描述:任意单个机房故障时,其机房剩容量不足以承担该机房切出的流量。 问题:流量调度导致其机房过载,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,即任意机房故障况下,其机房均可承载这部分流量,同时需要保证变化时及时更新数据和扩容,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。
1****2 2018-07-09
百度安:AI 是系统工程 需要真正开放的安护航
隔离不但影响了安息的互 通,也造成了诸多限制,引发了新的安问题,比如Android App Store 不允许开发 者更换签名证书,如果开发者私钥被偷窃,他只能继续使用这私钥,眼睁睁看着偷得 私钥黑客发布冒名顶替的恶意App。应用开发者其实早就意识到了签名束缚之痛,只是目前应用较为广泛的签名证书更换手段(提示用户安装新证书签名的新版本应用,安 卓5.0 以可以自动升级等),要么用户体验极差,要么存在降级攻击等风险。 为解决这个问题,百度安开源了OASP 应用签名安方案——种更安、灵 活的密钥证书管理方案。它首创了应用状态在线查询机制,是种生态联防、去中心化的安方案:开发者能及时提供应用状态;安厂商能大规模扫描监控签名息生成息,并在端结合息判断App 是否恶意;应用商店可以收纳开发者提交的 应用息,并定期下架有问题的App;设备厂商则能通过OASP 的签名机制进行额外的安校验。 传输层面的安 终端设备和云端的过程中,传输通道的安性至关重要,旦被黑客恶意 劫持,设备和云端器的数据也就都处在风险中。
小****园 2018-07-10
让PB级云存储不再神秘
比如说银行里依赖存储的应用有50个,其中5个高性能应用必须改用对象存储接口,而另外45个低需求应用可以沿袭旧的访问方式,否则换个存储要改50应用是推不下去的。 三、如何采购对象存储 各家公有云都做对象存储,那么该从哪些维度选存储,我有些思考和建议。不用带任何怀和理想,年内能达到的存储容量是用户分类的唯标准,GB/TB和PB。同样也不带任何理想和怀,企业采购云就是公平交易,不要奢求免费的蛋糕,我们只期望能物有所值就够了。 1、型用户宽松心态 如果你是个GB级用户,年内存储量都不会达到1TB,这时候用对象存储只是为了方便开发应用,不用多思考存储自身性。 首先谈价格,100G数据的存储成本每天就几毛钱,我不想讨论如何节约毛钱的问题。 对象存储和云主机没任何直接技术关联,它是个独立到孤立的,典型互联网架构中,对象存储甚至不和云主机交互任何业数据,云存储直通客户APP。对象存储般会接CDN,CDN是最成熟透明的云应用,你可以CDN和存储选家,也可以只用存储做源站,技术不会有任何限制。
流****水 2018-07-11
度云企业级运维平台——NoahEE
对于故障处理与修复,NoahEE通过故障自动发现与工单流程解决了面的问题。系统自动探测故障放入故障池,并建立故障工单,由相应的人员进行操作。另外,NoahEE提供了不同的工单流程覆盖了日常机房运维中的操作,从设备采购入库、架、机架变更,直到设备下架、出库生命周期覆盖,做到所有运维操作记录可追溯。有了资产管理,运维人员可以在器完成入库、架工单后即可在管理中看到该器并进行管理,无须任何其他操作。图胜千言,我们看看资产管理的点: 图3 资产管理 部署管理 应用部署直是运维工作中的重点,般来说,我们面临的问题有: 批量部署难,怎样定位目标机器?如何快速部署? 灰度测试难,怎样通过灵活的部署方式,先进行流量线测试,待效果达到预期后再扩大部署? 回滚难,发现问题后怎样回滚? 面的第个问题,实际管理中已经解决了,也就是说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”来解决。在部署管理模块中,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,在部署的过程中发现问题即可暂停并回滚至之前的状态。
M****H 2018-07-11
故障定位场景下的数据可视化实践
基于面的需求,可以总结为以下三个定位的层次,从整体到局部逐步缩故障范围,找到故障根因: 局问题定位:快速确认线状态,缩故障判定范围。为可能的止损操作提供判断依据。本文会介绍如何构建景分析仪表盘。 细分维度定位:通过分析地域、机房、模块、接口、错误码等细分维度,进步缩问题范围,确定需要排障的目标模块、接口等。本文会介绍如何基于多维度数据可视化解决维度数量暴增带来的定位难题。 故障根因确认:况下,问题的根因需要借助除监控指标之外的数据进行分析。例如线变更、运营活动导致的故障。本文针对导致故障占比最高的变更线类故障进行分析,看如何快速找到可能导致故障的变更事件。 景掌控缩范围 对于乃至条产品线而言,拥有个布局合理、息丰富的景监控仪表盘(Dashboard)对于状态景掌控至关重要,因此在百度智能监控平台中,我们提供了款可定制化的、组件丰富的仪表盘。 用户可以根据征,自由灵活的组织仪表盘布局,配置所需要展示的数据息。
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,我们重点看这四个个经典PaaS应该只是个进程,进程是无法长期存储数据的,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。 对象存储是新兴需求,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。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。
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 新架构带来的新责任 新项目带来的新权益 云迁移的性成本 技术锻炼的团队收益 新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 各类具体干活的工程师架构师,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。
亚****啦 2018-07-11
IT断魂枪--闲聊Linux系统启动过程
这个文件注释很简单但水很深,我们该用标签还是UUID来标识磁盘,文件系统自检功能要不要开,这都可以聊好几个时。 看看各的启动优先级也是个讲究多多的过程,iptables会比network先启动这类依存关系很好理解;但我也遇到过云平台的DHCP获取慢,而云主机操作系统启动快、Network还没从DHCP那里获取到IP地址,然后Mysqld等需要监听端口的启动失败。 后记 以内容只能算精简科普版的Linux系统启动过程,正式版的启动过程可以写十万字,有兴趣的朋友可以自己查维基百科,或拿我说的关键字去百度搜索。 曾经我把这些技能当做资历,但现在大家都云了,它们就只是闲聊的谈资了。但客户云就能少招个研究这事的工程师,云确实也很有意义啊。 静人稀,沙子龙关好了气把六十四枪刺下来;而后,拄着枪,望着天的群星,想起当年在野店荒林的威风。叹口气,用手指慢慢摸着凉滑的枪身,又微微笑,“不传!不传!”----老舍《断魂枪》
林****颖 2018-07-10
中国云计算现状——成本篇
对公司来说,高薪招揽技术人才可以提高公司核心竞争力,极大加快产品线速度。如果工资翻倍挖个技术人员,让某个项目提前半年线,或者多花了200万雇个5人组,但融资金额多了3000万,从公司角度是包赚不赔的。 说技术人员的具体薪水有点泄密,我们八卦下某些销售人员也能惊掉外行的下巴。个智商和沟通能力都正常,无任何社会资源,公司商机正常分配的商级销售人员,他们的底薪和提成是其他软件行业销售的2-5倍;别说你不,刚确认这个消息的时候,我也郁郁寡欢了好几天。 那些自负盈亏没有VC资金支持的老代厂商都在尝试转云,但他们的员工待遇低了,在抢人大战中没有任何胜算,从某su出来的技术人员体验最深。 6、市场成本 云计算企业的企宣和会的成本能比传销公司还高,以某最火runtime环境为例,据知人士透露该行业的初创公司50%的成本用在企宣了。每年到开各种技术会议的时候,机票酒店都会涨价,大量二手售卖会议赠品,也是片繁华景象。 无论是初创公司还是大公司的云计算分舵都不愿意这样烧钱,但你不烧钱市场就会忽略你的存在。
TOP