关于 昭通美女高级会所服务包夜〖6382 2460微信〗 的搜索结果,共1070
h****e 2018-07-10
程序:我从哪里来?
过部署在机器上的客户端感知到实例的状态变化(比如实例状态由0变成-1,即正常变成非正常),并将数据同步到系统中的分布式缓存,上游模块可以过查询redis.noah.all的实例状态结果,主动过滤非正常的实例,也可以在BNS系统中发起屏蔽故障实例的操作,在查询过程中自动过滤该故障实例。 在下一节中将具体介绍BNS系统的整体架构。 基本架构 BNS系统主要含几个部分:流量接入层,Web Server,存储层,代理客户端。 作为一个底层的基础,BNS系统每天的访问量近千亿次,这对系统的可用性提出了很的要求,因而系统需要在各个层面有完善的容灾能力和流量管控能力。 1流量接入层 系统过HTTP接口对外提供变更,用户过Web页面或者接口进行或实例息注册。为了保证平台稳定和安全的运行,需要对非法和异常请求进行拒绝,在流量接入层(Proxy)端提供了以下两个功能: 流量鉴权:每一个组、单元、实例的注册都需要进行权限验证,用户只有申请了合法的Token才能允许访问,另外系统还提供了白名单等其他的鉴权方式。
不****主 2018-07-09
精地图
精地图,是Apollo定位、感知、规划模块的基础。 与普地图不同,精地图主要于自动驾驶车辆,过一套独特的导航体系,帮助自动驾驶解决系统性能问题,扩展传感器检测边界。目前 Apollo 内部精地图主要应用在精定位、环境感知、决策规划、仿真运行四大场景,帮助解决林荫道路GPS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、精地图与传统地图 当我们开车时,打开导航地图给我们推荐几条路线,甚至显示道路是否拥堵以及每条路线将花费多长时间、是否有交管制,有多少个交号灯或限速标志等,我们根据地图提供的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。 而无人驾驶车缺乏人类驾驶员固有的视觉和逻辑能力。如我们可以利用看到的东西和GPS来确定自己的位置,还可以轻松准确地识别障碍物、车辆、行人、交号灯等,但要想让无人车变得和人类一样聪明,可是一项非常艰巨的任。 这时就需要精地图了,精地图是当前无人驾驶车技术不可或缺的一部分。它含了大量的驾驶辅助息,最重要是含道路网的精确三维表征,例如交叉路口布局和路标位置。
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用场景 在百度内部,用的部署系统需要适用于以下场景: 各业线拥有各自的规范,语言、框架不统一,部署策略不一致; 支持分发布,及时拦截部署引入的线上故障; 业的多地域部署; 多种网络环境及大部署; 提自动化效率,能够集成测试发布自动化流水线。 后面,我们将结合上面场景,向大家介绍百度持续部署是如何实现的。 架构 整个系统由命令行工具、web、中转及单机agent+部署插件几部分组成(如图2示)。用户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过心跳获取任后,调用部署插件执行实际任。涉及大及不同网络环境的部署进行中转下载。 解决方案 各业线拥有各自的规范,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规范。
红****2 2018-07-10
故障自愈机器人,保你安心好睡眠
直接损失括访问流量丢失、商业收入下降、用户体验受损、打破协议(SLA)造成的商业赔付等,间接损失括用户任度下降、给竞品占领市场机等。 单机房故障诱因众多不可避免 单机房故障诱因众多,详细复盘若干单机房故障发现故障诱因大致可以分为四类: 基础设施故障:物理机房故障、网络链路拥塞、流量转发基础设施故障等 程序缺陷:程序隐藏bug、程序性能严重退化等 变更故障:测试不充分的程序、配置、数据变更,人工临时介入的误操作等 依赖故障:第三方故障例如用的认证、支付、存储、计算故障等 单机房故障止损可靠性与效率急需提升 人工处理场景下,运维人员常选择7*24小时值班,接收大量的报警,随时准备在紧急情况下进行响应、决策、操作一系列故障止损动作,尽量挽回损失,降低故障影响。 但上述解决方案面临如下问题: 响应可能不够迅速:例如间报警 决策可能不够精确:例如新手OP经验欠缺,误决策 操作可能出现失误:例如止损命令错误输入 “机器人”处理场景下,单机房故障自愈程序可独立完成故障感知、决策、执行的完整故障处理过程,并及时向运维人员同步故障处理状态。
s****7 2018-07-10
知著看技术误解——从裸光纤和NTPD谈起
NTPD本机时刻有可能不对,但不忽快忽慢甚至停滞,NTPD过多次收发选择权威稳定的时间源,算出双方间的网络延迟,然后才新的时刻进行时钟同步。 五、误解的根源和影响 因为NTPD不盲从其他时间源,让老一辈IT人留下NTPD不好用、不靠谱的误。2005年个人测试用虚拟机的时间经常走慢,到2010年虚拟机还要防范时间停滞的Bug。即使你用物理机投入生产,网络延迟仍然不确定,且要观测NTPD同步效果需要时间。我们很难成功调试NTPD装NTPD又没有装LAMP可以拿去吹牛,时间长了NTPD就背上黑锅了。 真有TOP10的互联网公司和上亿国家项目里用ntpdate+crond,上一代架构师为什么有这个误无人深究,下一代人将误固化为偏见,新一代人将偏见神化为迷。 但无论误、偏见还是迷,时间跃变、回退和停滞对应用健壮性和业安全性的威胁始终存在,时间不仅仅是我玩游戏时用的魔法,忽视问题并不能掩埋问题。 六、见知著和防杜渐 我讲NTPD和裸纤并不是为卖弄知识,也不是为做偏门科普,而是希望进阶工程师们多考虑一下如何规避这类误
布****五 2018-07-10
如何执行一条命令
部署升 DevOps的概念如今日趋流行,部署升越发成为开发运维过程中重要的一环,频繁的交互意味着频繁的部署。部署过程可以拆解为两个小的步骤,一是新软件的上传,二是进程的重新启动。进程的重新启动不必多说,软件的上传可能有多种方式,如sftp的集中式,p2p的点对点式等。 监控采集 软件运维过程需要时刻监控系统及业软件的运行状态,各种运维决策都是以这些数据为依据进行的。随着自动化运维的发展,很多运维动作都从人工执行变为了自动执行,自动执行的决策过程更是需要采集大量的实时息(前期文章《百度大规模时序数据存储》中介绍的TSDB就是为了解决这些数据的存储问题而研发的)。监控数据的来源主要分两种,一种是过业软件提供的接口直接读取状态数据,另一种是过日志/进程状态/系统状态等(如使用grep提取日志,过ps查询进程状态,过df查询磁盘使用等)方式间接查询。 无论是配置管理、部署变更还是监控采集,都有一个共同的目的:控制器。在现阶段,要想对器进行控制,离不开“在大量器上执行命令并收集结果”这一基础能力,这也是今天我们的主题“如何执行一条命令”的意义在。
流****水 2018-07-11
度云企业运维平台——NoahEE
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“运维场景”;而对于运维人员来说,关注点是此次升操作涉及的机器等资源在哪里。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。 在实际的运维中,还有更多的因素需要考虑,例如机器是否分配给不同部门(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,管理要解决的最核心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。这个例子中,地图研发的同学就可以在运维平台中选中导航的模块进行升,运维平台管理来定位此次升操作需要影响的机器并进行批量的操作。NoahEE中的有运维系统,都以管理为基础来进行运维操作,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,并在一定条件达成时报警。
s****d 2018-07-11
亿元云用户分析
云厂商提供四类人力资源: 第一类是方案咨询和项目规划,不要被免费用售前蒙蔽了视野,出彩的规划咨询重度依赖精英人力,既要是云产品专家又要是客户侧IT手; 第二是平台侧研发运维,即使最标准的CDN也要定制日志接口、调卡顿和回源比,销售铁三角必须最顺畅沟优先; 第三是项目侧实施人力,云厂商可以做盖机房到App适配的有工作,客户只想对接一个总责任人; 第四是客户挖不来留不住“云厂商母公司的顶技术手”,他们想借云项目让手做人力输出,但是……。 读者们不要觉得卖人日很低端,人力资源是难以垄断和模板化复制的;只有不能垄断的行业,精英打工者才有极大的发挥空间。 4.架构和流程变化分析 大型云用户在上云过程中,其IT架构逻辑逐步发生着变化,为了避免技术泄密和保证用性,我写的比较简单。 硬件和系统管理——硬件是标准还是特配、产权是租是卖、内网代维还是自主设计、器交钥匙还是黑盒——不同的客户项目需求,导致硬件管理和监控不同于传统方案也不同于其他云项目。 广域网联方案——云厂商大都是互联网出身,他们拥有DDOS的资源和统一前端的实践经验,还有海量廉价优质带宽。
追****圣 2018-07-11
给书记省长讲清楚云计算
综上述,云计算就是将分散在各个公司的息技术资源汇聚到一个大平台,其兴起始于需求扩大而人力短缺,其未来发展趋势是过规模经营和数据共享,成为新型息化社的技术基石。 云计算如何带动地方经济 云计算落地是要自建数据中心机房,我们一般称之为云基地,云基地在经济利益和社影响上和传统工厂并不相同。云基地俗易懂的展现形式就是开启数十万个速运转的电脑铁皮箱,但这些电脑不用接显示器也不用人员现场操作,只要这些电脑能开机能上网就能对外。云基地和数字地产不完全相同,数字地产只装修好房子,云基地关注用这些房子做什么。 云基地是无烟工业,并不需要雇佣大量人口,对直接促进就业帮助不大;但云计算没有实体矿产投入和物品产出,只需要大量电力启动电脑也不产生大量污染。 云基地像电视台和号塔一样,过产生和扩散数据息对客户提供,这些息的传输没有物流成本,光速直达全球每个角落。 因为云基地全球客户,以云基地可创造极的营收,但不能简单的计入地方政府的GDP。一个耗电三千瓦的机柜加附属空间占地5平方米,如果云计算资源全部售出,每年可产生20万元以上的营收。
TOP