关于 幸运七星腔 zs25.vip 主管Q:86=355=347通b 的搜索结果,共513
金****洲 2018-07-10
混乱的集群遇见TA 从此岁月静好
它屏蔽了云服务底层繁杂的控逻辑,提供简化接口给上层系统NoahEE调用,使上层系统更好更快地释放价值。 Q这么优秀的系统到底是如何实现的呢? AHALO系统采用从架构,分为Master端和Agent端。 Master端要做复杂的任务调度和控逻辑,并且所有功能都是模块化设计,用户可以根据自己的需求定制安装,包括虚拟化容器理,应用包理、部署、扩缩容、拓扑搭建和保活,集群控制等。 Agent端则以简单为原则,弱化繁琐功能,仅作为任务的执行器,其中的supervisor组件,结合父子双进程原理,做到自升级和自保活,把云维人员的工作量降到最低。 整个系统的工作流程也十分简洁优雅!Agent过定期心跳的方式,与Master进行信,在心跳发包中发送本机状态信息,在心跳回包中获取Master期望的本机状态plan,并把期望plan与本地实际plan进行对比,针对有差异的地方做相应修改,使二者保持一致,从而保证集群中所有机器最终状态一致。 总之一句话,一朝HALO在手,从此不用发愁。所有维需求,直接调用接口。
流****水 2018-07-11
度云企业级维平台——NoahEE
我们推出的NoahEE(Noah Enterprise Edition)脱始于Noah,为企业提供了一站式维解决方案,覆盖了包括日常的故障理和变更理中典型的维场景,致力于为政企、金融、教育等行业提供业务可用性保障、提升维效率。 图1 NoahEE概览 接下来,我们把这艘诺亚方舟分解开来,近距离观察一下这艘船的方方面面。 服务理 我们首先介绍服务理是因为服务理是整个维工作的基础,也是NoahEE这个平台上各个系统能够进行批量自动化操作的关键。服务理这个概念的出现,是随着业务快速膨胀的必然,其要解决的要问题是一个“量”,或者说“规模”的问题。在早期业务较为简单时,一个服务可能部署在几台甚至一台机器上,进行变更等维操作简单直接,登录到机器上人工操作就好了。随着业务的发展,分布式应用与服务的广泛使用,我们越来越多的面临着维场景与维执行之间的脱节。 举个例子,今天17:00开始对X机房的地图导航模块进行升级。对于产品研发的同学来说,关注点是语义明确且更具描述性的“维场景”;而对于维人员来说,关注点是此次升级操作所涉及的机器等资源在哪里。
l****m 2018-07-10
五年前的预言——2012年云计算时代的维职位展望
我在写一篇新的文章,其中会引用到这篇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。 云计算的时代正在来临,维的工作也将在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的人,你必须看清形势顺势而为,在变革的时代埋头苦干仍然保证不了你的正常生活;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。 我们维靠什么能力在公司里自立哪? 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.快速可靠的响应. 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“不用关心”的地步。从技术上来说,各大云计算营商对用的Web、RDBMS、存储 服务都是可以做到很好的。
嘟****y 2018-07-11
大型企业适用的云平台账户体系
单账户大铺模式下,所有的平台短信和邮件都往一个账户发就行了,但现在要重新设计。我的一线技术工作经历并不依赖第三方(如云平台)知机制,对知功能的研究较少,所以我只能提出用性设计建议: a.别把平台维护知当做甩锅知,大客户会因此忙到鸡飞狗跳。 b.员工正常操作不要知到理员,自然人收到的信息太多会麻木。 c.员工执行摧毁核心资源等高危的操作要及时理员。 d.这些操作日志可以过API等方式对接到企业自身的平台。 e.合规和安全风险发送平台理员和资源池理员。 云平台有知机制就要有理权限,比如说某IP存在合规隐患,理员要能查看和操作该IP;否则平台理员只能组织各部门领导开会,平台的理员一般不是公司高,其处理速度和处理效果就很慢也很扰民了。 第五.其他随笔说明 a.过去云平台做计费和权限开发很繁琐,云平台支持精细控制后云平台的对接成本会瞬间降低,那些功能缺失又不是行业标杆的云平台会云平台被逐渐放弃接入。 b.有客户想给不同资源组做不同资源单价,这是个弱需求,该需求技术实现繁琐且有客户可接受的变方法,比如子账户登陆只计量不计价,价格在心中。
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理系统,来维工作中的公共基础数据,打系统间的数据关联,使这些数据能够遵循统一的模型被共享和使用。 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),采用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)在知识库中,其架构如图所示。 这些维数据在建设时根据业务对数据时效性要求的不同,分为以下三种: 离线数据建设,例如用于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用不同的ETL方式,分别是: 拉(Pull ETL),周期性从数据源拉取数据,适用于离线数据的建设; 推(Push ETL),数据源动推送变更的数据,适用于时效性较高的近线数据建设; Federation(Lazy ETL),在查询时从数据源获取数据、按照Schema转换后并返回,适用于实时数据建设。
m****t 2018-07-11
设计中立公有云云平台
至于渗透测试和漏洞扫描,其实和云服务没直接关系,没必要纳入云平台。WAF可以参照负载均衡服务进行设计处理。 物理机和自控超卖比虚拟机,这是部分云厂商才提供的功能,这类资源开销偏大和计费不灵活,客户要给云平台发邮件才能申请到资源,客户日常有类似于虚拟机的理和监控需求。 云监控是一个基本免费的服务,对该服务的设计包含安全评估、数据展示和知机制。安全评估就是要不要装各厂商以Root权限行的Agent,数据展示就是各种监控统计表和折线图展示给客户,各厂商是直接知到最终用户还是知到云平台后中转传递信息。 其他,诸如域名、ICP备案、虚拟空间等服务。 第五核心业务系统 已知云平台要理上述资源,且不同资源的优先级不同、同一个资源也不需要部署所有功能,那云平台自身该如何设计和展示?经过对多个云平台的调研统计,其核心必须的业务系统有四个,分别是“理平台”“用户系统”“计费系统”“厂商API封装工作”。这几个业务子系统都有几个人月就可以做出的简易版核心功能,也可以按照大型软件工程去做全功能规划设计。 理平台 这是营人员使用的的资源统计、展示操作平台。
w****t 2018-07-10
AIOps中的四大金刚
维工程师 在单机房故障自愈项目中,维工程师基于日常维工作中所积累的场景、问题和经验,确定以单机房故障止损作为要需求和突破口,过定义单机房故障止损的问题域、解决思路以及风险点,明确AI可以发力的领域。 在完成问题域的定义后,维工程师需要跟踪整个单机房故障自愈解决方案的落地,包括在策略设计前期提供数据标注支持,在中期进行效果的验收,在后期将单机房故障自愈方案实际部署行到生产环境。 AIOps时代的职责和技能变化 维工程师承担线上服务质量的责任,是服务质量的关键保证。在工作过程中,会与研发、产品、营等各类角色、不同团队进行深度的沟和协作。 传统维中,维工程师的要职责分为三个方面:质量、成本、效率。 在AIOps落地实施中,维工程师是处于中心的角色,也赋予了新的职责,他们是AIOps具体实施的需求提出者和成果验收者。
3****3 2018-07-10
百度智能维工程架构
在上线后的阶段,过状态服务和托系统,可满足在各灾难场景下的维机器人的自维护。 2组件化 维开发框架过三种不同的组件功能组合成维机器人。分别是感知器、决策器和执行器。这三种组件针对各自使用场景,提供了多种架构能力。 感知器维机器人的眼睛和耳朵感,就像人有两个眼睛和两个耳朵一样。维机器人也可以挂载多个感知器来获取不同事件源的消息,比如监控的指标数据或者是报警事件,变更事件这些,甚至可以是一个定时器。这些消息可以以推拉两种方式被感知器获取到。这些消息也可以做一定的聚合,达到阈值再触发后续处理。 决策器是维机器人的大脑,所以为了保证决策的唯一,机器人有且只能有一个决策器。决策器也是使用者要要扩展实现的部分。除了常见的逻辑判断规则之外,未来我们还会加入决策树等模型,让维机器人自控制决策路径。 执行器是维机器人的手脚,所以同样的,执行器可以并行的执行多个不同的任务。执行器将维长流程抽象成状态机和工作流两种模式。这样框架就可以记住当前的执行状态,如果维机器人发生了故障迁移,还可以按照已经执行的状态让长流程断点续起。
TOP