关于 幸运赛车万能组六q群778__7878鳌nher们 的搜索结果,共686
金****洲 2018-07-10
混乱的集遇见TA 从此岁月静好
管中窥豹,我可以发现如果在私有云或者混合云场景中还是通过人肉维的方式管理,那么管理效率将会十分低下,并且其中重复繁杂的操作,难以保证云环境的稳定性和安全性。急人之所急,需人之所需。百度云的工程师便展开了一场头脑风暴...... 原始太初 私有云中存在大规模的机器集,集中一片空虚混沌,渊面黑暗,仅有字节流在其间穿梭。为有效地管控体量庞大的集,合理分配资源,降低维成本,保障云上服务穿越狂风暴雨,工程师意识到:“必须要有一个优秀系统来管控这混沌的集世界!” 第一天 工程师说:”这个系统要代表操作系统的意志!占用资源少!对外部系统零依赖!装机自带!要自升级和自保活!“。当裸机启动之后,这个系统便以root身份行,保活自己,还托管维护其余基础设施,后续迭代升级也自动完成,整个流程高度自动化,不需要人工介入,极大地降低维成本。 第二天 工程师说:“这个系统必须行稳定,性卓越,支持跨平台(Linux、Windows、ARM)安装,要做到同时管理上台服务器,一点儿都不慌”。
3****3 2018-07-10
百度智维工程架构
经过这么多年的建设,整个维行业已经非常成熟,而我所支撑业务规模仍在不断增长,越来越多的维场景和问题无法用传统方法来解决,而维效率也难以继续支撑业务规模的快速扩张,所以我更加关注怎么样解放维自身的效率,以及解决传统维方法(人工、自动化)所解决不了的问题。 这就好比从马到汽是为了提升输效率,而到汽已经接近饱和的时候,我又希望用自动驾驶把驾驶员从开这项体力劳动中解放出来,不仅可以增加行效率,同时也可以减少交通事故率,这也是我对智维的诉求。 发展:AIOps,从理念到落地 2016年Gartner报告中提出了AIOps概念,也就是Algorithmic IT Operations;基于算法的IT维,主要指用大数据、机器学习驱动自动化、服务台、监控这些场景下的力提升。 我从2014年开始做智维方面的探索,最开始也是集中在监控指标分析、报警分析、故障根因分析、性和成本分析这些方面,到2016年我已经完成将AI应用于完整的维平台研发的论证。
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,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。
流****水 2018-07-11
度云企业级维平台——NoahEE
在业务规模发展到一定程度后,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门(资源的隔离)?权限又该如何控制?随着规模变大,人力成本等管理成本上升,然而效率低下、可用性不升反降等等都是非常可出现的问题。百度对于这个问题给出的答案是,必须先要解决资源织管理问题。简单的说,服务管理要解决的最核心问题就是如何对资源进行有效织管理与定位: 图2 解决规模带来的问题 在服务管理这个地基打好后,我再来回顾下上面的例子。这个例子中,地图研发的同学就可以在维平台中选中导航的模块进行升级,维平台会通过服务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中的所有维系统,都以服务管理为基础来进行维操作,例如在监控系统中,我可以对导航模块(而不是单台机器进行操作)添加一些指标采集任务,并在一定条件达成时报警。服务管理通过对资源合理的织,极大的简化了维操作,提升了维效率。
w****t 2018-07-10
AIOps中的四大金刚
故障自愈机器人:针对单个业务场景进行平台化抽象,使之成为一个基础服务,基于AIOps平台研发和行。 AIOps时代的职责和技变化 平台研发工程师负责维平台及基础件的研发与建设。 在传统维场景中,平台研发工程师负责平台、基础件、类库和工具的研发工作。在针对维的场景中,会覆盖维相关的服务管理、监控、变更、流量调度等相关平台。 这部分平台是维的基础,在AIOps时代仍然需要依赖于这些平台的建设。 同时在AIOps场景中,数据成为了中心,维各种状态信息转换为大数据,机器学习则作用在大数据上进行分析。在百度AIOps的实践中,维开发框架、维知识库、维策略框架共同成了完整的智维平台,三大平台的建设和实施离不开大数据、机器学习架构的引入。这就要求平台研发工程师具备大数据、机器学习平台架构师的多重身份,具备流式计算、分布式存储、机器学习平台、算法策略平台等一系列大数据和机器学习平台架构力。 维研发工程师 基于多个业务线场景抽象出的单机房故障自愈解决方案,够满足大部分场景需求,但并不意味着可以直接提供给各个业务线来使用。
小****园 2018-07-10
让PB级云存储不再神秘
即使接口可以复用,你是在存储集层面真做到了PB级别,还是无数个50T小集简单加成的1EB?跟个人客户做过的市场宣传,不应该拿到企业客户这里当做正式承诺。 我有在某牛和某度两个云存储厂商呆过,也亲手搭建和维护过单一命名空间过PB的存储系统。在此我和大家分享三方面的知识: 为什么PB级存储必须是对象存储? 如何采购和使用对象存储。 如何设计和实现一个PB级对象存储。 二、大存储必须是对象存储 1、目录树的无奈 当我还是儿童的时候,想的是挣大钱了买什么?绝对不是买房买买彩票,而是买玩具食物和小衣服。当我从GB级用户变成PB级用户时,传统存储用法已经过时,为通用需求设计的的PB级存储都必须用对象存储接口。 假设你有10PB存储,每个文件100M大,那么你会有1亿个文件。一亿个文件你该如何织目录结构?我不考虑文件系统设计上限,我也假设inode没有耗尽,无论你是每个目录下放100个文件,还是套十层目录去存储文件,这种文件访问和管理方式是特别笨拙和无奈。
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.快速可靠的响应. 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。
y****n 2018-07-09
Apollo 自动驾驶感知技术分享
感知属于自动驾驶核心技术,我可以将汽上的感知与人类感官进行一个类比:人有感知,通过感官器官获取外界信息,传达感知功区,把形象化的东西抽象成概念性或者更高层的语义,供我思维记忆、学习、思考或者决策,让我动控制功区,让我身体对外界进行反馈。无人类似这样的结构,这是强相关的东西,我无人也是一样。 下图所示这辆是 2016 年 12 月乌镇演示队的其中一台,它有传感器、雷达、摄像头,这是覆盖比较全面的设置,包括视觉、触觉、嗅觉等信息。它需要大脑处理,大脑是无人里的感知功模块。 由于感知范围是广泛的,它依赖于人工驾驶或者自动驾驶需要的环境匹配,工况复杂度越高,感知复杂度越高。自动驾驶不同级别里,感知的复杂度也不同。Apollo 目前开放的定位是 Level3 或者 Level4,感知、决策、控制是三位一体的过程。 感知与传感器系统紧密结合,获取外部环境信息,比如有没有障碍物,障碍物的距离、速度等,把数据交给感知处理模块,我会收集信息,构成人开时理解的环境。 这些信息会被我决策模块进行分析和提取,在周围环境辆行驶状况下,下一步怎么走才是安全的。
不****主 2018-07-09
高精地图
与普通地图不同,高精地图主要服务于自动驾驶辆,通过一套独特的导航体系,帮助自动驾驶解决系统性问题,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、仿真行四大场景,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 当我时,打开导航地图通常会给我推荐几条路线,甚至会显示道路是否拥堵以及每条路线将花费多长时间、是否有交通管制,有多少个交通信号灯或限速标志等,我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。 而无人驾驶缺乏人类驾驶员固有的视觉和逻辑力。如我可以利用所看到的东西和GPS来确定自己的位置,还可以轻松准确地识别障碍物、辆、行人、交通信号灯等,但要想让无人变得和人类一样聪明,可是一项非常艰巨的任务。 这时就需要高精地图了,高精地图是当前无人驾驶技术不可或缺的一部分。它包含了大量的驾驶辅助信息,最重要是包含道路网的精确三维表征,例如交叉路口布局和路标位置。
TOP