关于 百色哪里附近小姐服务〖8843O306VX〗服务真实练用聪吓口 的搜索结果,共1190
h****e 2018-07-10
程序:我从来?
干货概览 在计算机程序或者的层次上,我们来试着分析前面提到的几个问题。 问题 1.我是谁? 叫什么,包含了例,规模、部署情况、例运行状况如何? 2.我从来? 的上游有些,不同的上游流量如何分配? 3.我往去? 的下游有些,不同的下游流量如何分配? 面对这样的问题,我们的答案是什么呢? 在度的运维践中,我们只需“BNS”就可以获得想要的答案。 BNS(Baidu Naming Service,度名字)是度云智能运维团队研发的一套分布式的名字系统,是度云Noah智能运维产品中的一个重要基础系统。它为每一个赋予一个独一无二的名字,根据这个名字,我们就可以获取到这个的相关信息 ,这些信息包括:在机器上部署信息(机器IP,部署路径,配置,端信息),例运行状况等其他重要信息。简单来讲,它提供了一个名到资源信息的一个映射关系。
w****0 2018-07-11
单机房故障自愈-黎明之战
那么如何验证业线是否具备该能力、能力是否出现退化,我们采取盲测验收的方式,模拟或制造故障,验证不同业线故障情况及止损效率,并给出相应的优化意见。 根据业线进行容灾能力建设的不同阶段,我们从对产品际可性影响程度、成本、效果等方面权衡,将盲测分为三种类型: 无损盲测:仅从监控数据层面假造故障,同时被测业可根据监控数据决策流量调度目标,对于业际无影响,主要验证故障处置流程是否符合预期、入级流量切换预案是否完整。 提前通知有损盲测:植入际故障,从网络、连接关系等基础设施层面植入错误,对业有损,战验证产品线各个组件的逻辑单元隔离性、故障应急处置能力。同时提前告知业盲测时间和可能的影响,业线运维人员可以提前准备相应的止损操作,减少单机房止损能力建设不完善导致的损失。 无通知有损盲测:在各业线单机房容灾能力建设完成后,进行不提前通知的有损盲测,对业来说与发生故障场景完全相同。验证业线在单机房故障情况下的止损恢复能力。 单机房故障止损流程 一个完整的故障处理生命周期包括感知、止损、定位、分析四个阶段。
红****2 2018-07-10
故障自愈机器人,保你安心好睡眠
在传统的运维方式中,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大。 为了解决这类问题,我们针对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,基于度统一前端(BFE)与度名字(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、地图等众多核心产品的单机房故障自愈场景。 单机房故障频发影响业性 回顾2年来各大互联网公司被披露的故障事件,单机房故障层出不穷。例如: 2015年6月某公司云香港IDC节点电力故障崩溃12时 2016年5月某公司杭州电信接入故障,中断时级别 2017年1月某业天津机房故障,数时无法提供 2017年6月北京某处机房掉电,多家互联网公司受影响 单机房故障频繁影响业的可性并且会给公司带来直接或间接的损失。
s****7 2018-07-10
见微知著看技术误解——从裸光纤和NTPD谈起
后来我和于老板深究原因,不可能几个朋友都骗我或者都蠢,很可能前些年光纤波分机自己只能甩出10G,或运营商租光纤套餐只有10G规格,给大家造成了裸光纤只能跑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,拉同城裸纤一公也就块钱,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当做初中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、加密技术的核心参数。 假设我认为TCP连接超时断开链接了,你怎么给我传输数据; 玩各种定时给奖励收益的花园经营类游戏,我经常通过修改时间快速刷分; 你的系统时间不对网银都会拒绝登陆,因为加密程序算不出双方认可的Token。
M****点 2018-07-10
中国云计算现状——产品篇
最常见的PaaS是数据库,最重要的PaaS是对象存储,最成熟的PaaS是CDN,最有魅力的PaaS是Serverless,我们重点看这四个。 一个经典PaaS应该只是一个进程,进程是无法长期存储数据的,量结构化数据依赖数据库存储,海量数据依赖对象存储。 云数据库(如RDS)很重要但想象空间有限,因为企业已经有数据库和DBA了,DBA并不信任云端未知架构数据库的性能、稳定性和数据安全性,而且企业仍然需要DBA承担设计维护工作。 对象存储是新兴需求,企业本来就没大规模对象存储搭建能力,而且对象存储对应程序友好上手简单,客户对它是积极拥抱甚至业依赖。一旦户在对象存储平台堆积了上TB的数据,大数据和AI分析应自然就部署上来了。广域网传输稳定性不够成本又过高,只能是计算组件跟着存储就部署,PaaS云创业公司从对象存储入手才更有客户粘性和横向扩展空间。 大数据类PaaS类似于云数据库,户要自带海量数据过来,Mapreduce过程和结果又都要户负责,最终客户觉得云平台什么都没做,大数据PaaS成IaaS定制模板虚拟机了。
x****7 2018-07-10
从外行进阶专业 传统企业AI转型差的可能只是一个度EasyDL
起来,可能比专业人士还快。拿1000张图片使度EasyDL训一个图像识别模型最快只需要8分钟;拿1000条音频来训声音分类模型,只需15分钟;使5000条数据训文本分类模型,也只需8分钟。 由于度EasyDL低门槛、高精度、更轻快的特点,成为企业快速享受AI红利的首选。 案例说话:零门槛落地 自2018年4月正式发布以来,度EasyDL户量级迅速攀升。 截至2018年12月,度EasyDL户数达到10万,覆盖22个行业,已快速在零售、安防、互联网内容审核、工业质检、医疗、物流等应落地,广泛渗透到各种职业场景和细分生活场景当中。 在度EasyDL开发者中,有南方电网这类巨头,也有一些中型企业,他们都能训最贴合自身业的深度学习模型。 中国南方电网公司广东电网公司直属的佛山供电局管辖范围内,输电线路约4500公,16000余基杆塔单元,线路易发生外力破坏的施工点有300余处。
疏****月 2018-07-09
一键上线Archer | 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。 通场景 在度内部,通的部署系统需要适于以下场景: 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; 多种网络环境及大包部署; 提高自动化效率,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,向大家介绍度持续部署是如何现的。 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所示)。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通过心跳获取任后,调部署插件执行际任。涉及大包及不同网络环境的部署会进行中转下载。 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。
流****水 2018-07-11
度云企业级运维平台——NoahEE
我们推出的NoahEE(Noah Enterprise Edition)脱始于Noah,为企业提供了一站式运维解决方案,覆盖了包括日常的故障管理和变更管理中典型的运维场景,致力于为政企、金融、教育等行业提供业性保障、提升运维效率。 图1 NoahEE概览 接下来,我们把这艘诺亚方舟分解开来,距离观察一下这艘船的方方面面。 管理 我们首先介绍管理是因为管理是整个运维工作的基础,也是NoahEE这个平台上各个系统能够进行批量自动化操作的关键。管理这个概念的出现,是随着业快速膨胀的必然,其要解决的主要问题是一个“量”,或者说“规模”的问题。在早期业较为简单时,一个可能部署在几台甚至一台机器上,进行变更等运维操作简单直接,登录到机器上人工操作就好了。随着业的发展,分布式应的广泛使,我们越来越多的面临着运维场景与运维执行之间的脱节。 举个例子,今天17:00开始对X机房的地图导航模块进行升级。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,关注点是此次升级操作所涉及的机器等资源在
s****d 2018-07-11
亿元级云户分析
3.2 CDN和带宽池 CDN和带宽池不同于器硬件,其原始资源是相对稀缺死板的广域网带宽,其交付的资源是持续不断的,所以资源部署比较慎重但客户流动成本较低。制约客户全量迁移的是厂商的承载能力,而挖角和反挖时刻都在细水长流。CDN和带宽池首先考察的是企业内功,有没有廉价海量资源;再考验销售内部协调能力,能不能把好资源好价格抢到手;而盯客户的套路和万级销售类似,工作力度加大三五倍而已。 3.3数据存储池 数据存储池是很难年均摊营收上亿的,但定个1000万的目标是能现的;如果有1000万的非冷备存储池,那很容易带来数倍数十倍的计算和带宽消费。存储资源是大订单曲线突破的好选项,还是AI和大数据项目的基石,我们和客户讲的是有技术含量的故事,需要精英售前给销售做幕后军师。 配图说明:谁掌握了数据,谁就掌握了理 3.4人力资源池 亿元项目不可能是客户自助施的,人力营收占比很低但画龙点睛,可能会干掉纯卖资源的友商,也可能晚交付半月就亏损上千万。
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,成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际成本构成,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。 成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P的项目却和标准对象存储功能不通,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。客户的成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。 大客户对云端数据的处理的要求比中客户更简单,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。
亚****啦 2018-07-11
IT断魂枪--闲聊Linux系统启动过程
看看各的启动优先级也是一个讲究多多的过程,iptables会比network先启动这类依存关系很好理解;但我也遇到过云平台的DHCP获取太慢,而云主机操作系统启动快、Network还没从DHCP那获取到IP地址,然后Mysqld等需要监听端启动失败。 后记 以上内容只能算精简科普版的Linux系统启动过程,正式版的启动过程可以写十万字,有兴趣的朋友可以自己查维基科,或拿我说的关键字去度搜索。 曾经我把这些技能当做资历,但现在大家都上云了,它们就只是闲聊的谈资了。但客户上云就能少招一个研究这事的工程师,上云确也很有意义啊。 夜静人稀,沙子龙关好了门,一气把六十四枪刺下来;而后,拄着枪,望着天上的群星,想起当年在野店荒林的威风。叹一气,手指慢慢摸着凉滑的枪身,又微微一笑,“不传!不传!”----老舍《断魂枪》
m****t 2018-07-11
设计中立公有云云管平台
如果云平台面对的客户需求很简单,那可以每个户默认只有一个VPC一个子网就可以现基本功能;NAT端映射、VPC互联、VPN路由等高级功能都是可选功能。当前安全组功能繁琐而混乱,大部分客户需要的只是管控对外开放端。 负载均衡是云平台唯一必备的PaaS,因为VPC环境下很难做keepalived和heartbeat。客户在VPC只能搭建没有HA的LB,还不如把LB整体外抛给云平台解决。从技术上说负载均衡必备的是按源IP分配的TCP负载均衡,让这个负载均衡主要做HA,后端可以再接户自定义的LB;但是各大云平台都已经支持HTTP/HTTPS/UDP负载均衡,云管平台可以一开始就把四七层负载均衡功能都开放给户。 第四加云资源 前文的必要云资源是狭义但经典的云资源,其主要目的是将物理资源抽象化输出资源池化调。而另一些上云更多是技术上强调自己接入了VPC,或者强调自己开箱即、无限扩容。云管平台集成这些资源是为了节省户人力和统一出账单,在人力和工期紧张时,下列我们一个也不做,让户自己在虚拟机上搭建;在人力和时间富裕状态,我们要认评估如何接入
雪****魁 2018-07-11
危险背后的机遇--云故障危机分析
大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,虽然某大云有高层合作,某大云也说报价肯定比某云低5%;但是某大云的机制有问题,出故障从来都是衙门话,每次故障都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,这份暗中相助就是靠个人商誉带来的信任。 我和大客户谈故障的时候,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户的手段来对付ToB客户。面对意外故障,我们有信心向客户证明,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。 过去大家卖IDC、CDN、器和软硬件积累的个人商誉,是可以应到云计算领域的。而云的高科技光环褪去、产品同质化以后,企业的核心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。 录 请各位多琢磨评估本厂的云到底些组件是靠谱的,不要让信赖你的客户受伤又受骗。
追****圣 2018-07-11
给书记省长讲清楚云计算
云计算不会产生污染,所以不考虑环保减排问题,但其带来的环保节能问题很严重,每个数据中心都会占大量电力。 对于四线城市政府和中型国企,因为现困难资源有限是搞不了云计算的;二三线城市和大型国企才能提供云计算公司感兴趣的资源。
布****五 2018-07-10
如何执行一条命令
部署过程可以拆解为两个的步骤,一是新软件包的上传,二是进程的重新启动。进程的重新启动不必多说,软件包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时信息(前期文章《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,一种是通过业软件提供的接直接读取状态数据,另一种是通过日志/进程状态/系统状态等(如使grep提取日志,通过ps查询进程状态,通过df查询磁盘使等)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”的意义所在。
w****t 2018-07-10
AIOps中的四大金刚
但在复杂场景下的故障处理、变更管理、容量管理、资源过程中,仍需要人来掌控决策的过程,这阻碍了运维效率的进一步提升。而AI方法的引入,使得机器能够代替人来做出决策,从而让正意义上的现完全自动化成为了可能。 在AIOps的落地施过程中,最关键的因素还是人,即AIOps的建设者们。 AIOps作为一个全新的技术发展和应方向,并不是简单地说具备某一种技能或招募一两个大牛就可以完成的,它需要不同角、多个团队的配合才可以达成。根据几年来整个业界对AIOps的理解和践,AIOps参与角的划分也越来越清晰。在度4年的AIOps践中,我们总结得出了如下四种不可或缺的角: 运维工程师 运维研发工程师 平台研发工程师 运维AI工程师 可以看到,除了运维AI工程师外,其他角并不是AIOps产生之后才出现的,他们在传统运维中也发挥了重要作。我们今天主要想和大家探讨一下,在AIOps时代,他们的职责究竟发生了些变化。为了方便大家理解,我们会基于度AIOps的践案例,来进行具体说明。 单机房故障自愈场景 单机房故障自愈是一个典型的AIOps落地项目。
j****2 2018-07-10
度大脑开放日来袭 24种全新AI能力呈现
在我们触手可及的各个角落中都有度大脑加持的智能产品。首期开放日着重介绍了期开发者询问较多的市政、物流、教育三个领域的落地案例。 比如度EasyDL与分形科技打造的智能垃圾桶已成功地落地海淀公园,可以对7种常见垃圾自动分类,后期还可以通过增加训数据识别更多种类;在和德邦物流的合作中,为户免去了自行填写信息的麻烦,使定制词法分析快递申请,一秒拆分姓名、电话、住址等信息;更具科研意义的还有度EasyDL与中科院在珍稀鸟类识别项目上展开的合作,在传统分类学日渐没落的今天,度EasyDL可以利强大的图像识别技术协助专家们对动植物标本、照片进行快速鉴定,目前中科院使EasyDL训对超过12万幅图片进行分析,目前在700多种鸟类模top5上的识别准确率达到93.89%,非雀形目鸟类模型top5准确率达到95.79%,满足上线要求。 与卓繁信息的合作,度大脑还打造了“AI便民”的新型无人值守受理站。通过UNIT、OCR、人脸识别等AI技术,“无人值守”的政新模式为社会公众提供全年无休的24时自助办事,提升了政府为民的能力。
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 目前都荒废了,因为卡得一匹。
TOP