关于 幸运飞艇杀2个号最稳的方法 zs25.vip 主管Q:86=3 的搜索结果,共1835
金****洲 2018-07-10
混乱集群遇见TA 从此岁月静好
Q新开发基础设施服务有问题,能立马回滚吗? Q可以做虚拟化资源限制基础设施不占用过多机器资源吗? Q如何先部署小批量机器,确认无误之后,再做全集群部署?简而言之,灰度发布。 Q新到位10000机器,如何高效部署基础设施?使集群中所有机器环境同质化? 中窥豹,我们可以发现如果在私有云或者混合云场景中还是通过人肉理,那么理效率将会十分低下,并且其中重复繁杂操作,难以保证云环境定性和安全性。急人之所急,需人之所需。百度云工程师们便展开了一场头脑风暴...... 原始太初 私有云中存在大规模机器集群,集群中一片空虚混沌,渊面黑暗,仅有字节流在其间穿梭。为有效地控体量庞大集群,合理分配资源,降低维成本,保障云上服务穿越狂风暴雨,工程师们意识到:“必须要有一优秀系统来控这混沌集群世界!” 第一天 工程师们说:”这系统要代表操作系统意志!占用资源少!对外部系统零依赖!装机自带!要能自升级和自保活!“。
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式执行阶段时,这样差异非常频繁发生。 在实际维中,还有更多因素需要考虑,例如机器是否会分配给不同部门(资源隔离)?权限又该如何控制?随着规模变大,人力成本等理成本上升,然而效率低下、可用性不升反降等等都是非常可能出现问题。百度对于这问题给出答案是,必须先要解决资源组织理问题。简单说,服务理要解决核心问题就是如何对资源进行有效组织理与定位: 图2 解决规模带来问题 在服务理这地基打好后,我们再来回顾下上面例子。这例子中,地图研发同学就可以在维平台中选中导航模块进行升级,维平台会通过服务理来定位此次升级操作需要影响机器并进行批量操作。NoahEE中所有维系统,都以服务理为基础来进行维操作,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务,并在一定条件达成时报警。服务理通过对资源合理组织,极大简化了维操作,提升了维效率。
w****t 2018-07-10
AIOps中四大金刚
干货概览 AIOps(Artificial Intelligence for IT Operations ),即智能维,是将人工智能能力与维相结合,通过机器学习来提升维效率。 在传统自动化维体系中,重复性维工作人力成本和效率问题得到了有效解决。但在复杂场景下故障处理、变更理、容量理、服务资源过程中,仍需要人来掌控决策过程,这阻碍了维效率进一步提升。而AI引入,使得机器能够代替人来做出决策,从而让真正意义上实现完全自动化成为了可能。 在AIOps落地实施过程中,关键因素还是人,即AIOps建设者们。 AIOps作为一全新技术发展和应用向,并不是简单地说具备某一种技能或招募一两大牛就可以完成,它需要不同角色、多团队配合才可以达成。根据近几年来整业界对AIOps理解和实践,AIOps参与角色划分也越来越清晰。
3****3 2018-07-10
百度智能维工程架构
相比较原有单机房故障处理式,在感知、决策、执行三面,L4级单机房故障自愈系统效果显著: 1.感知面,智能异常检测算替代过去大量误报漏报阈值检测2.决策面,具备全局信息、自动决策组件替代了过去“老中医会诊”人工决策模式; 3.执行面,状态机等执行长流程组件加入,让执行过程可定位、可复用。 目前L4级单机房故障自愈,已经覆盖百度大多数核心业务线,止损效率可做到分钟级,快秒级止损,较人工止损效率提升60%-99%。 总结 随着AIOps逐渐走向成熟和产品化,必将有越来越多维场景被AIOps所变革,而我们,百度云智能维团队,也希望秉承着这向,为行业贡献更多创新理念、技术和产品,欢迎大家一起加入探讨。 后,用一句话来总结下工程架构对于智能意义: 框架在手,AI我有:智能时代,框架会越来越重要,从机器学习框架TensorFlow到自动驾驶框架Apollo,概莫能外。
l****m 2018-07-10
五年前预言——2012年云计算时代维职位展望
2、进行云计算服务器维护;几大云服务供应商自己也要维护服务器,那些大中型企业肯定会自己做私有云,在这云计算平台里也是需要维人员进行从低端监控到高端架构一系列维护工作,但自动化维技术会让维人员数量大大减少,可能每公司都只有一两小团队了。 3、进传统行业继续做维;笔者就是在一通讯公司工作,我可以很乐观说云计算会对公司造成有限技术革新,比如说实现OS虚拟化。我们需要SIP服务必须亲自搭建,阿里盛大新浪都没得卖,甚至因为硬件和网络限制让我们很难使用虚拟机;而外宣网站一类东西根本不是我们核心竞争力,能用就好效率低一些没关系。除了通讯公司之外,生产领域(比如理生产线)也有类似顾虑,云计算优势和公司业务需求完全不沾边,所以这类公司维可能会是维。大家找工作时候都习惯找网站相关工作,但你学过Web就一定要找网站工作是挺蠢行为,危邦不入乱邦不居,好不要涉足一没有前途行业。
y****i 2018-07-11
做容器云佳用户
前言 我一直瞧不上容器厂商企宣话述,连带着看轻了容器技术;但容器技术是有价值,容器编排技术更是一片大好发展向。 我很讨厌这些电线杆小广告宣传式:可以实现弹性伸缩、自动化维、持续交付、微服务、秒级部署、高强度容灾、多版本控制等功能,从而改善和解决复杂IT应用场景。事实上是使用者自己设计维护可以弹性伸缩、自动维、容灾冗余程序,无论是用物理机、虚拟机还是容器(进程),本来能弹性服务还是能弹性,没容灾服务还是在赌命。 合格架构和维都瞧不上这些废话,因为十年前我们用裸机就能实现这些功能了。但世上没有那么多合格架构师,云计算要解决就是缺人问题。机也是类似夸张无赖宣传,我第一眼看云机也觉得是噱头,这些遗毒至今还在误导客户。本文是为说清容器能力特性,我们该如何用好容器编排系统。 容器基础特性 容器和虚拟机都属于IaaS云范畴,按申请资源量付费,不关注客户业务逻辑和访问频率。容器只是隔离出一进程,而虚拟机是模拟了一整套操作系统,这是双本质区别。
冰****蓝 2018-07-09
如何调节『控制参数』?
二、横向控制器整定 横向控制器设计用于小调谐力。“所有”车辆基础横向控制器调谐步骤如下: 1.将matrix_q中所有元素设置为零。 2.增加matrix_q中第三元素,它定义了航向误差加权,以小化航向误差。 3.增加matrix_q第一元素,它定义横向误差加权以小化横向误差。 林肯MKZ调谐 对于Lincoln MKZ,有四元素指是状态加权矩阵Q对角线元素: 横向误差加权 横向误差率加权 航向误差加权 航向差错率加权 通过在横向控制器调谐中列出基本横向控制器调整步骤来调整加权参数。下面是一例子。 lat_controller_conf { matrix_q: 0.05 matrix_q: 0.0 matrix_q: 1.0 matrix_q: 0.0 } 调谐附加车辆类型 当调整除林肯MKZ以外车辆类型时,首先更新车辆相关物理参数,如下面示例所示。然后,按照上面列出基本横向控制器调整步骤横向控制器调谐和定义矩阵Q参数。 下面是一例子。
嘟****y 2018-07-11
大型企业适用云平台账户体系
账户只是为了让客户低成本获取服务,不包含客户给供应商任何承诺,双权利义务要看商务合同。 第二.账户内资源隔离 企业客户尽量会将资源集中采购,在采购IDC/CDN这类简单服务时不用担心资源混淆。但套用过去理虚拟机经验,理IaaS和PaaS服务时要有资源池隔离,不同部门和项目机资源要分别计费和理。 一很常见场景是,人事部OA系统申请了15万云机费用,生产车间ERP和销售部CRM系统不设上限,外部客户A项目预算是50万,B项目是200万,等等等等。 如果没有资源池概念,就是一账户所有资源“大通铺”模式,客户要把脚趾头都掰完了才能算清各项目消费金额;万一云平台调整了资源价格,较真客户又要从头重算一次。 这“大通铺”尴尬不是计费繁琐,而是一账户下所有资源毫无权限隔离,客户或者只有一人去登录云平台,或者将不同业务注册完全孤立账户。互联网公司无理解传统企业和自然人有关流程是多沉重,客户选一云平台理员完成所有操作,客户项目越多理员员就越晕越累。
TOP