关于 泛站群跟站群有啥区别〖qq89651584〗 朔州云中镇腾讯新 的搜索结果,共1256
m****t 2018-07-11
设计立公管平台
第四附加资源 前文的必要资源是狭义但经典的资源,其主要目的是将物理资源抽象化输出资源池化调用。而另一些服务上更多是技术上强调自己接入了VPC,或者强调自己开箱即用、无限扩容。管平台集成这些资源是为了节省用户人力和统一出账单,在人力和工期紧张时,下列服务我们一个也不做,让用户自己在虚拟机上搭建;在人力和时间富裕状态,我们要认真评估如何接入服务。 依赖虚拟IP和共享硬盘的传统集服务,比如双主多从MYSQL,Keepalived+Redis,Heardbeat+DRBD+NFS,Oracle RAC。前文在LB阶段已经讲过VIP无法在VPC网络里自由漂移,大部分厂商又不太支持共享硬盘、心跳线等功能。管平台可以集成这些资源应对小型客户需求,也可以直接建议客户单机部署;重型用户需求产生了就不轻易变动,可以通过管平台自主测试、厂商定制开发、接入混合物理机等方式来个案单独处理。 客户端旁观选举的自协商集服务。最近十年出的服务,以及一些老服务的Cluster版都在走向智能化集的方向。
金****洲 2018-07-10
混乱的集遇见TA 从此岁月静好
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到位10000机器,如何高效部署最的基础设施?使集机器环境同质化? 管窥豹,我们可以发现如果在私或者混合场景还是通过人肉运维的方式管理,那么管理效率将会十分低下,并且其重复繁杂的操作,难以保证环境的稳定性和安全性。急人之所急,需人之所需。百度的工程师们便展开了一场头脑风暴...... 原始太初 私存在大规模的机器集,集一片空虚混沌,渊面黑暗,仅字节流在其间穿梭。为效地管控体量庞大的集,合理分配资源,降低运维成本,保障上服务穿越狂风暴雨,工程师们意识到:“必须要一个优秀系统来管控这混沌的集世界!” 第一天 工程师们说:”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!要能自升级和自保活!“。当裸机启动之后,这个系统便以root身份运行,能保活自己,还能托管维护其余基础设施,后续迭代升级也能自动完成,整个流程高度自动化,不需要人工介入,极大地降低运维成本。
l****m 2018-07-10
五年前的预言——2012年计算时代的运维职位展望
2、进行计算服务器维护;几大服务供应商自己也要维护服务器,那些大型企业肯定会自己做私,在这个计算平台里也是需要运维人员进行从低端监控到高端架构的一系列维护工作,但自动化运维技术会让运维人员的数量大大减少,可能每个公司都只一两个小团队了。 3、进传统行业继续做运维;笔者就是在一个通公司工作,我可以很乐观的说计算会对公司造成限的技术革,比如说实现OS的虚拟化。我们需要的SIP服务必须亲自搭建,阿里盛大浪都没得卖,甚至因为硬件和网络限制让我们很难使用虚拟机;而外宣网一类的东西根本不是我们的核心竞争力,能用就好效率低一些没关系。除了通公司之外,生产领域(比如管理生产线)也类似的顾虑,计算的优势和公司的业务需求完全不沾边,所以这类公司的运维可能会是最后的运维。大家找工作的时候都习惯找网相关的工作,但你学过Web就一定要找网工作是挺蠢的行为,危邦不入乱邦不居,最好不要涉足一个没前途的行业。
C****X 2018-07-10
雄逐“图”,百度缘何备受关注?
关于高精度地图,百度怎么说 百度作为致力于高精度地图研发的科技企业,内部人员一度表示将高精度地图看做是Apollo 端服务的核心数据,足知关键! 提起高精度地图在自动驾驶体系的重要作用,百度Apollo布道师认为,在路径规划、环境感知方面,路况是除了障碍物之外最基本的一个需要被感知的条件,但是道路识却非常困难。 如果依靠传感器来识,例如激光雷达,识车辆在哪条道路上、哪条车道上,其实是非常困难的,因为免不了会出现积雪覆盖、雨雪、大雾的情况。这种情况出现后,相机识、视觉方案,还激光传感器方案,硬件辨就变得不那么可靠了。 这时候谁可以清楚知道具体车道的位置呢?只高精度地图!所以无人驾驶系统,就从单一传感器角度转向高精度地图寻求依赖。 高精度地图的优势就在于提供车道级分,可以在变道的过程提供若干个参考的车道、域的变化、自动车道的辅助信息等来完成变道、变向的部分操作。 关高精度地图的数据问题 都知道高精度地图需要很强大的数据实时更功能,那么如何破解数据带给地图的诸多问题呢?无外乎从两个方面入手优化,一方面是数据采集,另一方面是数据处理。
林****颖 2018-07-10
计算现状——成本篇
下一讲将会是《计算现状-产品篇》,讲述各种计算产品做起来难度,用途。
小****园 2018-07-10
让PB级存储不再神秘
存储都对接多媒体处理,市面上的多媒体处理大都套用imagemagick和ffmpeg,各家的主体功能趋同,细节毛刺上的这个级的用户感觉不出来,需求也会被礼貌性无视。 对象存储的业务形态很容易被平台方窃取数据,即使你做了数据加密也可以根据你的计费日志评估你的业务量,但你现在只G级的数据,暂时不用考虑太多厂商立性。 小容量数据也很容易迁移,假设你要从存储迁移100G的数据到虚拟机,总成本不超过300元,迁移时间也可以控制在一天以内。了方便迁移这个特性,存储平台什么让你不爽的,直接迁走。 2、型用户三思后行 GB级用户不在意的坑,TB级用户全部要踩一遍;而TB级客户在面对繁杂市场宣传,很难看透存储服务的本质内容。对象存储都是用API接口调用,普通用户看不到也不关心集规模和技术细节。大家读完本文以后可以更理性和警惕的评估存储供应商。 首先说数据持久性和安全性不用太关心。存储厂商都宣称数据可靠性超过10个9,在我看来各种SLA超过8个9就已经比第三次世界大战的几率还小了; 平台说自己能到多少个9,我们都笑笑就好,故障出来了平台总能找到理由的。
M****点 2018-07-10
计算现状——产品篇
SaaS产品已经出现并流行了十几二十年了, OA/ERP/CRM/邮箱/模板建等等SaaS服务都是比各位读者从业年龄还长的老古董,最流行的各种在线办公、协作、通话、众测等SaaS产品也不依赖服务器,这些应用上走公网服务和之前走内网服务并不大,用物理机和虚拟机也不大。 狭义的计算是企业服务,目标用户的是企业IT技术人员,而SaaS的目标用户和IT人员只在Helpdesk时关联。 从这一点来看,这些SaaS服务只是平台的普通用户,和游戏、网、APP、没。只要SaaS服务没自建IaaS和PaaS的技术能力和意图,那他们就是客户而非友商。 四、物理机-混合-管平台 主机是物理机的最好替代方案,但也各种物理机无法被替代的场景需要继续用物理机。 某些主机的超卖比过高,性能太差,又因为各种原因不更换厂商,那只能基于性能原因用物理机。 某些硬件特性虚拟机还没模拟出来,或者你模拟了我也不信,比如说Oracle RAC就偏爱硬件存储。 某些非TCP/IP资源必须接专用板卡,比如说接电话网络的服务器,接专用器材的服务器,接加密狗的服务器。
TOP