关于 幸运快三能赚钱吗q群778=7878鳌nher们昝纪:4pvwv 的搜索结果,共720
金****洲 2018-07-10
混乱的集遇见TA 从此岁月静好
但是在上述环境中,用户的机器都需要自行管理,这就必然给云维人员带来很多意想不到的麻烦。 其实我面临的问题从来就没有什么大的变化,唯一不同的只是机器规模越来越大,人心越来越复杂。 Q如何在1台机器上部署基础设施?A 一切都源于那个亘古不变的道理:扔一个文件到机器上,然后跑一个命令。 Q如何在10台机器上部署基础设施?A 写个for循环搞定。 Q如何在10000台机器上部署基础设施?A 这个也好办!定制操作系统镜像CUSTOM.iso装机自动化安装! then…… Q如何速升级所有机器上的基础设施? Q服务因异常挂掉,自动重启保活Q公司做活动,预计流量突增,扩容Q公司活动结束,为节约成本,缩容Q新开发的基础设施服务有问题,立马回滚Q可以做虚拟化资源限制基础设施不占用过多的机器资源Q如何先部署小批量机器,确认无误之后,再做全集部署?简而言之,灰度发布。 Q新到位10000机器,如何高效部署最新的基础设施?使集中所有机器环境同质化?
3****3 2018-07-10
百度智维工程架构
在我语义下的AIOps,目标是将人的知识和维经验与大数据、机器学习技术相结合,开发成一系列的智策略,融入到维系统中。用这样的智维系统去完成维任务,是我所认为的AIOps,也就是Artificial Intelligence IT Operations。有意思的是,2017年之后的Gartner报告也将AIOps的概念改成了Artificial Intelligence IT Operations。 我认为AIOps中有部分不可或缺,一个是维开发框架,这个是我后续智维研发的骨架,第二个是维知识库,这是让骨架与我真实线上环境关联起来的关键因素,起到了血肉的作用,让骨架动起来。而最后一个则是维策略库,这是维的大脑,控制着维平台的行为。 使用维开发框架实现的维程序,我称其为维机器人。维机器人可以在多种不同的维场景下提供多样的力,服务不同类型的业务和用户。
b****z 2018-07-11
维基础-维知识库之ETL
干货概览 在百度智维的持续演进过程中,我在逐步建设以智维机器人为核心的力,将其应用于故障自愈、根因定位、智变更等维场景中。而建设以智维机器人为核心的力,最基础的工作是要先建立维的世界观(环境模型),以机器人的视角来理解维世界、感知系统状态、获取环境变化等。 在传统维模式中,维数据分散在不同的系统中,这些维数据存在几个问题:访问方式不一致;数据术语、概念、模型不一致;系统间没有数据关联。 这些问题使得我日常的维工作,经常需要理解、处理各种不同的数据,导致维成本高,效率难以提升。因此希望建立维知识库统一维工作中的语言,对维工作中的对象进行统一建模,收集并转录日常维工作的资源与操作,为日常维工作提供一种『书同文,车同轨,行同伦』的基础。(PS:借鉴自秦始皇) 本文主要介绍百度云Noah智维产品,在构建维知识库过程中的思考。
双****4 2018-07-10
词向量(
为了简单看到效果,教程只设置了经过很少的训练就结束并得到如下的预测。我的模型预测 among a group of 的下一个词是the。这比较符合文法规律。如果我训练时间更长,比如几个小时,那么我会得到的下一个预测是 workers。预测输出的格式如下所示: [[0.03768077 0.03463154 0.00018074 ... 0.00022283 0.00029888 0.02967956]] 0 the 其中第一行表示预测词在词典上的概率分布,第二行表示概率最大的词对应的id,第行表示概率最大的词。
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。 如果你是一个给自己做主的人,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,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。 我维靠什么力在公司里自立哪? 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.速可靠的响应. 大家看看云计算给企业带来的好处。 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,各大云计算营商对通用的Web、RDBMS、存储 服务都是可以做到很好的。
流****水 2018-07-11
度云企业级维平台——NoahEE
网站中除了有NoahEE维平台的介绍外,还有我维产品的相关介绍,欢迎大家访问该网站并联系我试用各维产品。
y****i 2018-07-11
做容器云的最佳用户
文件和设备的所与者都是“用户/OS/虚拟机ID”这类长效标识,不可是“进程ID/容器ID”这类临时状态。假设我在一个虚拟机上开了多个容器分别读写多个文件夹,现在我重新启动这些容器,新启动的容器根本不知道自己“上辈子是哪个容器”,该接管哪个文件夹。K8S的StatefulSet已经在尝试将磁盘等资源绑定到一个Pod内,但这个功还不够成熟,且需要外部存储系统的支持,所以容器使用本地文件存储仍然是一种冒险行为。 我该引导客户放弃本地文件存储的习惯,本地只读写重启就失效的缓存和socket文件,让容器用户将持久化文件都放到对象存储和数据库。这是个必然的技术趋势,即使不用容器用物理机,本地文件都是无法被统一读取的,集中存储在OSS和RDS的数据,才称之为数据资产。 少谈做容器省资源 容器因为虚拟化程度低,肯定比虚拟机要节省资源,但面对这种诡辩我会联问: “您的职场生涯中关注过消耗服务器资源?” “拿省下的给你团队发工资好不好?” “为了资源效率,我直接用裸机行?”。
小****园 2018-07-10
让PB级云存储不再神秘
结合对象存储的list需求,我可以做几个只读的从库就可以查询99.9%的准实时数据,如果你怕从库数据同步慢还可以单独做个最热数据表,在最热表上合并一下0.1%的新数据。当我贴合场景去想,平台计费list操作不要求实时高精确数据啊,我给1000个文件晚计费1分钟很重要?一个客户要下载自己2000万条fileinfo信息,按5条信息1k算,这2000万条 fileinfo信息有4GB大,就算云存储精确的0.1秒查完,客户有力0.1秒下载完这些信息? 如果你觉得元数据服务压力还是大,那还可以让计费系统、读写代理都对查询结果做缓存,或者将数据库挂在成熟的Proxy背后做分库和调度。 我的数据库低压力行,就是设计时充分理解适应了对象存储元数据这一简单需求。 3、灵活的读写代理 读写代理是整个集保持松耦合高性的关键点,这也离不开对场景的深度理解。 首先说读写代理的高可用、负载均衡和高性,我会在读写代理前面加几台Nginx,客户端到读写代理都是无状态连接。
w****t 2018-07-10
AIOps中的四大金刚
在完成策略设计与研发后,需要根据历史数据进行Case回溯,并进行仿真Case模拟,来验证策略效果,并进行逐步迭代调优,以达到线上行的准确率和召回率要求。 AIOps时代的职责和技变化 维AI工程师是将AI引入维的核心角色。他针对维数据、维经验进行理解和梳理,使用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工程师的技,需要对数学及机器学习方法有足够的掌握程度,并应用实践。 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在维领域落地的力。 平台研发工程师 在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。在日常维中提供标准化维数据获取和维操作的基础,而在AIOps中,这部分接口需要够同时支持人工和自动的数据获取和维操作。 智维平台:提供对AI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。
x****3 2018-07-10
中国云计算现状——采购篇
5、对技术团队的影响 云厂商喜欢大谈自己如何节省人力,那节省下来的人力要退休?我每次谈项目都是在新项目新需求才说可以节省人力,如果老项目改良老团队改造,那我的方案优势就会变成加IT流程效率,还会多一些巡检、营、审计、培训的工作建议。技术团队给你开绿灯放你入局,我该做的是帮对方探索新价值新位置。 6、关联企业的竞争关系 前文写过很多企业会介绍自己的投资背景,其实每种投资背景都有利弊。最好的投资背景是国投背景,但这么根正苗红做海外订单还是先从亚非拉开始吧;有巨头投资的云厂商不易倒闭,但巨头涉猎太广容易四面树敌,最终可牵连被投企业。 四、引导客户的新观念 上文谈的是云厂商要尊重客户的旧习惯,但云厂商毕竟不是传统系统集成商,我给客户带来新变化的。 1、有核心竞争力的新产品 云厂商的技术力是IT业内一流的,更容易带来有核心竞争力的新产品,最终帮客户发展新业务或者极大降低成本。比如AI力就有很多新产品,无论是涉黄涉政、工业巡检还是客画像,客户1000万就很愿意给供应商100万。 2、旧产品挖掘新需求 IT业务场景在变,一些旧产品也可以挖掘出云厂商才解决的新需求。
TOP