关于 成都小妹洗浴中心大保健服务〖8843O306VX〗服务真实坟康 的搜索结果,共1537
h****e 2018-07-10
程序:我从哪里来?
Naming Agent与Cache层的数据交互,采用推拉结合的方式,Naming Agent主动拉取数据和Cache模块推送变更数据,同时Naming Agent客户端会将查询过的数据置于本地缓存,以此降低Cache层的查询压力。 Check Agent:提供BNS例的检查功能,用户通过在Web页面对每一个例配置检查的方式,机器上的Check Agent会主动探测所有例的运行状况,并将检查的结果上报给Cache层,同时更新数据库内容。 总结 BNS系统满足间交互常见的的资源定位、IP白名单维护等需求,也可以用于机器列表查询,使用场景包括机器列表查询、定位、白名单维护、数据库智能授权等,解决了程序“我是谁?我从哪里来?该往哪里去?”的问题。 今天我们一起聊了百度云Noah智能运维产品的BNS系统,目前系统还在持续迭代和优化,若您想进一步了解BNS问题,欢迎家积极留言。
红****2 2018-07-10
故障自愈机器人,你安好睡眠
干货概览 在型互联网公司,单机房故障因为其故障时间长、影响范围,一直是互联网公司运维人员的头之痛。在传统的运维方式,由于故障感知判断、流量调度决策的复杂性,通常需要人工止损,但人工处理的时效性会影响的恢复速度,同时人的不可靠性也可能导致问题扩。 为了解决这类问题,我们针对百度内外部网络环境建设了基于智能流量调度的单机房故障自愈能力。结合外网运营商链路监测、内网链路质量监测与业指标监控构建了全方位故障发现能力,基于百度统一前端(BFE)与百度名字(BNS)现了智能流量调度与自动止损能力。同时,基于时容量与时流量调度自动止损策略与管控风险,现了任意单机房故障时业均可快速自愈的效果。当前此解决方案已覆盖搜索、广告、信息流、贴吧、地图等众多核产品的单机房故障自愈场景。 单机房故障频发影响业可用性 回顾近2年来各互联网公司被披露的故障事件,单机房故障层出不穷。
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冗余 描述:任意单个机房故障时,其余机房剩余容量不足以承担该机房切出的流量。 问题:流量调度导致其余机房过载,造多个机房故障,造范围的影响。 要求:容量建设需要对于每个逻辑单元要有明确的容量数据,并具备N+1冗余,即任意机房故障情况下,其余机房均可承载这部分流量,同时需要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:上下游使用固定IP或固定机器名进行直接连接。 问题:单机房故障发生时,关联的上下游之间无法进行快速的流量调度止损。 要求:线上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上下游连接方式以现上下游依赖解耦,下游发生单机房故障,可以快速调整路由比例现止损。
M****点 2018-07-10
国云计算现状——产品篇
型云厂商尝试转型做这类工作避开本搏杀,厂商嘴上说不要眼神也很诚。但具体参与过程,这类工作很少有功案例,我做功过这类项目感慨也很深,本段落重点解释这些现象并给出建议。 先说IT咨询,过去云计算平台吸引到的本敏感的游戏客户或者技术优先的创业客户,这两类客户不会为一时一千元的咨询付费。现在高净值客户放出来的云计算咨询标了却没人投标,因为型云计算企业因为资质、高层合作、客户关系等原因没有投标的机会。 我们经常遇到咨询标,但我们也不想投这个标。咨询标的交付物就是各种文档和报表,互联网公司的技术积淀在技术部,技术人员最烦的就是写文档,而且技术人员匮乏的想象力和沟通能力并不适合做咨询标,让售前承担技术文档书写也扛不住。传统IT外企做云IT咨询流程上没问题,但技术水平太差,也不被政策扶持。此外还有个哈哈哈哈的杀器让我们不能投咨询标,投了咨询标就不能投施标了,施标的金额要比咨询标很多。
疏****月 2018-07-09
一键上线Archer | 百度持续部署的瑞士军刀
另外,Archer也可作为上层托管平台的底层工具链,为PaaS平台提供稳定的底层部署。 通用场景 在百度内部,通用的部署系统需要适用于以下场景: 各业线拥有各自的包规范,语言、框架不统一,部署策略不一致; 支持分级发布,及时拦截部署引入的线上故障; 业的多地域部署; 多种网络环境及包部署; 提高自动化效率,能够集测试发布自动化流水线。 后面,我们将结合上面场景,向家介绍百度持续部署是如何现的。 架构 整个系统由命令行工具、web及单机agent+部署插件几部分组(如图2所示)。用户通过命令行工具触发一次变更,在web端进行参数解析及任分发,对应执行机器agent通过跳获取任后,调用部署插件执行际任。涉及包及不同网络环境的部署会进行转下载。 解决方案 各业线拥有各自的包规范,语言、框架不统一,部署策略不一致 为避免杂乱无章又不规范的代码及配置文件的目录结构,Archer规定了一套既灵活又完整的包规范。
追****圣 2018-07-11
给书记省长讲清楚云计算
第三类是外企云厂商,这类厂商是被广阔的国市场吸引过来的,也有兼顾外企国分部的客户。这类厂商在国内发展不太顺,和他们沟通主要看他们有什么合作诚意,是否穷极思变。 最后一类是系统集企业,这类厂商已经地方政企几十年了。他们最的优点和缺点是为政府和国企为生,他们可以买技术搭建出云平台,但他们建好云平台的目的是再卖给本地政府和国企。这类企业需要完从供应商到合作方的转变。 云计算不是万能药,它无法解决哪些问题。 在地方政企看来,云计算只是一种商业形式,不能对它报以不切际的期望值。 云计算行业不需要量雇佣本地劳动力,无法解决批就业问题;云计算核员工会呆在一线城市远程操控,很难将云计算人才引进到当地。 云计算不会产生污染,所以不用考虑环减排问题,但其带来的环节能问题很严重,每个数据会占用量电力。 对于四线城市政府和型国企,因为现困难资源有限是搞不了云计算的;二三线城市和型国企才能提供云计算公司感兴趣的资源。
s****d 2018-07-11
亿元级云用户分析
限制客户梦想的是老旧系统是否支持常见协议,还有底层工程师能否推动上层业测试和变动。 API调用PaaS——API云就是不可控过程的黑箱,客户没预算没精力就盲目信任云厂商。客户有精力就做多云冗余校验,有预算就做专有资源池部署;未来云厂商还会自定义SLA标准——部分API云连等待超时没定义。 版本发布和数字化转型——无论是微观的版本发布还是宏观的数字化转型,其和上云没直接联系,一个是室内装修工作,一个是新建房屋工作,但装修的最好时机是房屋重建的时候,云厂商要帮客户推动IT技术革新。 5.输出分析 云厂商输出给客户的即有云端IT资源,也有平台输出。是个比资源更难量化的概念,我只引一把火苗出来。 咨询规划--如果直接给客户买资源,那就只能谈性价比,而且资源本身不会说话,所以云厂商要做好咨询规划。 明晰验收--云项目的施和结项是以结果为导向的,明确的过程控制和验收标准对供求双方护。 友好接口--面对亿元金主,云厂商的下限是类比传统IDC,要把金主伺候舒了就要学IOE类集商。
流****水 2018-07-11
度云企业级运维平台——NoahEE
在业规模发展到一定程度后,运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。 在际的运维,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,人力本等管理本上升,然而效率低下、可用性不升反降等等是非常可能出现的问题。百度对于这个问题给出的答案是,必须先要解决资源组织管理问题。简单的说,管理要解决的最核问题就是如何对资源进行有效组织管理与定位: 图2 解决规模带来的问题 在管理这个地基打好后,我们再来回顾下上面的例子。这个例子,地图研发的同学就可以在运维平台导航的模块进行升级,运维平台会通过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的所有运维系统,管理为基础来进行运维操作,例如在监控系统,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,并在一定条件达时报警。管理通过对资源合理的组织,极的简化了运维操作,提升了运维效率。
s****7 2018-07-10
见微知著看技术误解——从裸光纤和NTPD谈起
一、裸光纤的故事 前几天和朋友聊天,谈到一根裸光纤可以分波分多的问题。 几个业内好友明确说一根裸光纤最多跑10G带宽,而于老板明确表示裸光纤任何一个波分(或者不做波分)可以跑100G以上。 后来我和于老板深究原因,不可能几个朋友骗我或者蠢,很可能前些年光纤波分机自己只能甩出10G口,或运营商租光纤套餐里只有10G规格,给家造了裸光纤只能跑10G带宽的印象。同样固有的印象是光纤必须从运营商那里租,而且价格很贵还必须买波分设备等等;其现在企业专线的市场竞争很充分,拉同城裸纤一公里也就几百块钱,而且短距离裸纤也不值得上波分设备,直接对接模块即可。 二、NTD是试金石 我对裸光纤是门外汉,但同样的技术误解让我想到了NTP,我一直拿ntpd和ntpdate当做初级系统工程师的试金石,分不清就月薪五千,分得清就八千以上(2014年市价)。但很多货的IT专家也在此事上跌倒,我也希望通过聊清楚一层误会,说明高级工程师该少迷信多思考。 NTP是网络时间协议,它是多项传输、计算、加密技术的核参数。
小****园 2018-07-10
让PB级云存储不再神秘
云存储不能违背商业的本质,甲方没蠢到敢让乙方赔钱做,但采购决策层更喜欢看谁的报价最低。数十PB的数据上云后基本下不来,平台方无论是提价还是降速,有的是追加预算的手段;如果对方是赔本卖吆喝,功了就会甩开这个包袱,失败了就直接倒闭。我谈PB级存储项目时,我很愿意分享不同底层技术带来的本构,为什么同样的价格我们还能挣钱而友商已经在贴钱,相关内容会在第四章节详细说明。 功案例是很重要的决策依据,但这个依据很难考证性。厂商做过PB级项目但其是一群TB项目做的计费融合,厂商确做过数百P的项目却和标准对象存储功能不通用,这类事情太多了,对象存储合同上不会有总容量,发票存根也只是简单的信息费。客户的功案例必须是单一命名空间容量达到PB级别,并简要说明文件数量和主要读写场景。考察案例性的方法主要靠听对方能否自圆其说,甚至让多个厂商当面质疑,能逻辑自治的厂商终归还是靠谱一些。 客户对云端数据的处理的要求比客户更简单,因为复杂业功能可以自己做,还可以要求厂商为自己做定制开发。
s****0 2020-08-29
百度云主机网络延迟问题
是很买 打折买了几台器 目前荒废了,因为卡得一匹。
雪****魁 2018-07-11
危险背后的机遇--云故障危机分析
商誉分为企业商誉和个人商誉,云厂商的企业商誉积淀不足,胜者也是比烂靠友商更烂胜出的,和IDC/CDN的比优赛无法相提并论。客户在吃够了厂商的亏以后,会选择信任能有个人商誉,能做出承诺、调动资源和平复问题的销售和人员。 有个客户非常信任某个云销售,他告诉该销售,虽然某云有高层合作,某云也说报价肯定比某云低5%;但是某云的机制有问题,出故障从来是衙门话,每次故障要客户去乱猜和背锅。最终这个单子在客户执行层的暗助之下,该云快速把业切过来并坐站住了,这份暗相助就是靠个人商誉带来的信任。 我和客户谈故障的时候,喜欢把详细故障原因刨析给客户,企业客户是讲道理的,不要把糊弄ToC用户的手段来对付ToB客户。面对意外故障,我们有信向客户证明,换了其他厂商也一样会挂;面对人为故障,踏认错是对客户的最后尊重,而公开事也是逼着内部不会重蹈覆辙犯同样的错误。 过去家卖IDC、CDN、器和软硬件积累的个人商誉,是可以应用到云计算领域的。而云的高科技光环褪去、产品同质化以后,企业的核竞争力仍然是有商誉的销售-售前-售后团队,这类人才永远是稀缺资源。
布****五 2018-07-10
如何执行一条命令
另外一种就是交互式,通过telnet/ssh等方式远程连接器后,直接在命令行界面执行。虽然从形式上我们将命令传递分为了两种方式,但从本质上来说,器上的命令传递,没有逃脱网络传输这个过程。 命令执行(使) 对于操作系统来说,命令的执行,其就是启动一个进程并传递相应的参数,运行完后得到相应的结果。这里我们并不关进程如何创建,PBC的结构如何等细节,我们只关命令进程的启动方式以及结果的获取方式。 为什么要执行命令 在分布式产品的开发维护过程,有三个主题是无法绕过的,分别是配置管理、部署升级和监控采集。 配置管理 配置管理的目标是为了标识变更、控制变更、确变更正确现并向其他有关人员报告变更。从某种角度讲,配置管理是一种标识、组织和控制修改的技术。通常情况下,配置管理会统一部署配置器来同步所有节点的配置。但是在开发测试过程,总会出现临时修改某个或某一批节点的配置的情况,这时通过人工逐个登录来完修改显然是不太可能的。 部署升级 DevOps的概念如今日趋流行,部署升级越发为开发运维过程重要的一环,频繁的交互意味着频繁的部署。
金****洲 2018-07-10
混乱的集群遇见TA 从此岁月静好
云计算历经多年发展,从最初的概念模型,到被众熟知,再到现在全行业拥抱上云,取得了巨的进步。云的主要客户已从最初的初创公司逐步渗透到各行各业的型企业。可以说,企业上云已是企业发展的必由之路。部分数据敏感的企业结合自身数据的安全性、所有权和控制权等综合因素考虑,会选择搭建自己的私有云或者混合云环境。 但是在上述环境,用户的机器需要自行管理,这就必然给云运维人员带来很多意想不到的麻烦。 其我们面临的问题从来就没有什么的变化,唯一不同的只是机器规模越来越,人越来越复杂。 Q如何在1台机器上部署基础设施?A 一切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如何快速升级所有机器上的基础设施? Q因异常挂掉,能自动重启活吗? Q公司做活动,预计流量突增,能扩容吗? Q公司活动结束,为节约本,能缩容吗? Q新开发的基础设施有问题,能立马回滚吗?
林****颖 2018-07-10
国云计算现状——本篇
因为厂商也知道自己神经末梢太长,陈腐组织太多了,急需新鲜血液补充。 6、厂商相对厂来说足够立,客户可能和厂云的兄弟部门是直接竞争关系。 至于最近谈的很火的云厂商顺势做企业,其厂商做的不太好,很难说谁有本优势,我会在产品篇和盈利篇里做进一步说明。 下一讲将会是《国云计算现状-产品篇》,讲述各种云计算产品做起来有没有难度,有没有用途。
若****客 2018-07-10
IT架构的本质--我的五点感悟
前端器压力了就多做水平复制扩容,在网站类应用上,无状态-会话持-弹性伸缩等技术应用纯熟。后端要群集化就是多做业拆分,常见的就是数据库拆库拆表拆键值,拆的越散微操作就越爽,但全局操作开销更更难控制。 时改异步是我学的最后一门IT技术,绝部分“时操作”不是业需求,而是某应用无法看到后端和Peer状态,默认就要时处理结果了。CS模式的时操作会给支撑带来巨压力,Peer合作的时操作可能会让数据申请方等一宿。架构师将一个无脑拆分多个,这就是异步架构,但拆分事就跟拆分数据表一样,拆散的需要更高业层级上做全局事障。 在群集性能规划,网络和硬盘IO+CPU算力+磁盘和内存空间是可以互换的,架构师要完补不足而损有余的选型。比如数据压缩技术就是用算力资源来置换IO和空间,缓存技术是用空间和IO来缓解算力压力,每个新选型会带来细节上的万千变化,但每种变化是符合自然规律有章可循的。 一个经典微机系统就是央处理器+主存储器+IO设备,这几个概念居然和群集性能规划是一一对应。 3.
w****t 2018-07-10
AIOps的四金刚
在AIOps落地,运维工程师是处于的角色,也赋予了新的职责,他们是AIOps具体施的需求提出者和果验收者。具体职责包括: 在AIOps时代,运维工程师一方面需要熟悉运维领域的知识,了解运维的难题和解决思路;另一方面需要了解人工智能和机器学习的思路,能够理解哪些场景问题适合用机器学习方法解决,需要提供怎样的样本和数据,即为AI在运维领域落地施的解决方案专家。 运维AI工程师 在单机房故障自愈场景,运维AI工程师将机器学习的算法与际的故障处理业场景相结合,针对单机房故障场景的风险点,进行策略研发与验工作。如下图所示: 运维AI工程师分别设计了如下算法策略来满足整个复杂故障场景的自动决策: 异常检测算法:解决故障发现时指标异常判断问题,基于AI方法现较高的准确率和召回率,作为整个故障自愈的数据基础。 策略编排算法:基于当前线上的际流量和状态,设计损益计算模型,判断基于何种方式的操作组合或步骤,能够使整个自动止损带来收益最,风险最。 流量调度算法:基于线上容量与时流量情况,进行精确流量比例计算,防御容量不足或不准风险,并现流量调度收益最化。
TOP