- 综合排序
- 最热优先
- 最新优先
- 来自专栏北京马哥教育
运维 | 运维好数据中心的四大法宝
对于数据中心，运维工作的重要性不言而喻，在数据中心生命周期中运维管理是历时时间最长的一个阶段。 投资巨大的数据中心，为了能够尽快得到收益，就需要在运维的工作上多下工夫，切勿进入“一流设备、二流设计、三流运维”的不良运营之中，高品 质数据中心运维的工作至关重要。 那么如何才能提升数据中心的运维水平，本文提出了数据中心运维工作制胜的四大法宝，做好这四个方面的工作将使数据中心一直 运行于最佳状态，为数据中心创造最大的受益。 通过对数据中心运维而 输出的各种技术文档，将为后来人提供方便，并且可以提升数据中心整体的运维能力。数据中心的文档五华八门，你不知道什么时候其中的哪些文档就会派上用场。 工程文档、业务备份、在线监测、周期巡检是数据中心运维工作的四个重要方面，只有做好这四个方面的工作，才能让数据中心保持长期稳定运行，并能产生良好的效益，是数据中心运维水平高低的主要体现，拥有这四大法宝，将使数据中心终身受益
3.9K70发布于 2018-05-02 - 来自专栏AI+运维：智能化运维的未来
大模型进驻运维战场：运维数据处理的智能革命
大模型进驻运维战场：运维数据处理的智能革命在传统运维工作中，数据处理一直是个让人头疼的问题——日志分析、异常检测、告警优化，各种数据纷至沓来，往往让运维人员不堪重负。 如今，大模型技术正在悄然改变这一现状，让运维不再是靠经验“拍脑袋”，而是依赖数据驱动的智能决策。今天，我们就来聊聊大模型技术在运维数据处理中的应用，看看它到底能帮运维人员省多少力。 运维数据为何需要大模型？ 运维人员的工作将逐步从“疲于奔命”变为“智能运维”，让数据真正服务于业务增长。总结大模型技术的引入，让运维数据处理迈向智能化。 无论是日志分析、异常检测还是告警优化，运维人员都可以借助大模型，大幅提升数据处理效率，降低运维负担。
60210编辑于 2025-05-25 - 来自专栏后端云
Kubernetes 运维记录（5）
(tcp) failed: Cannot assign requested address 实验3：多个目标 ip 相同目标端口 $ nohup nc 220.181.57.216 80 -v & [5]
77510编辑于 2023-02-10 - 来自专栏kafka专栏
5.【kafka运维】生产者消费组压力测试运维(5)
100000 --producer-props bootstrap.servers=localhost:9092 --record-size 1024 你可以通过LogIKM查看分区是否增加了对应的数据大小 从LogIKM 可以看到发送了1024条消息; 并且总数据量=1M; 1024条*1024byte = 1M; 2. --consumer.config 消费者配置文件 --date-format 结果打印出来的时间格式化 默认：yyyy-MM-dd HH:mm:ss:SSS --fetch-size 单次请求获取数据的大小 from-latest --group 消费组ID --hide-header 如果设置了,则不打印header信息 --messages 需要消费的数量 --num-fetch-threads feth 数据的线程数 默认：1 --print-metrics 结束的时候打印监控数据 --show-detailed-stats --threads 消费线程数; 默认 10
64830发布于 2021-08-06 - 来自专栏祝威廉
运维=平台+数据
运维会比开发更加重要 运维的发展日新月异，曾几何时，运维仅仅是被认知为跑机房，装系统，设计网络，给开发擦屁股。 但是现在运维变得极度重要，运维职责也更加细化，譬如稍大点的公司就将运维划分为基础运维，网络运维，DBA, 应用运维，架构师。 运维发展新方向 之前我写过一篇文章，谈及如何用大数据思维做运维，当然这篇文章有他自己的局限性，只是谈及了运维监控，灌输一种 data based 的理念。 一切服务都是为了帮助数据进行流转和变换，服务的状态也都反应在数据流上，这种瞬态和终态的量是非常大的，所以我们需要借助大数据的思维去做处理。 到这里就可以参考大数据思维做运维灌输的概念了。 所以未来运维可以完全依托一个固定的分布式操作系统，在其上开发各种运维工具，利用大数据相关的理念和工具，监控，追踪，分析服务的状态，解决现有的运维工具碎片化，难以复制，难于贡献生态的问题。
4.2K50发布于 2018-08-27 - 来自专栏织云平台团队的专栏
腾讯云运维干货沙龙-海量运维实践大曝光 （三）
12月16日，首期沙龙“海量运维实践大曝光”在腾讯大厦圆满举行。 一、活动背景 [图片] 运维有三座大山：大活动、大变更、大故障。这几个运维场景是最消耗运维人力的。特别是大活动，非常考验弹性能力，对运维自动化挑战很大。 我今天所分享的主题就是深入百亿次红包大活动的背后，解析腾讯运维的方法体系，了解织云平台如何帮助运维实现大活动高效运维，如何减少运维人海战术。 挑战 [图片] 大活动前的二个月，产品会给研发和运维提供详细的产品运营指标，春节前”刷一刷”红包所规划的产品指标预估为峰值每秒800万，同时活动及节假日也带来相关QQ消息量和空间说说量2-5倍的上涨。 相关文章 腾讯云运维干货沙龙-海量运维实践大曝光 （一） 腾讯云运维干货沙龙-海量运维实践大曝光 （二） 沙龙PPT下载地址： https://share.weiyun.com/5c406a57164ed4cf7e248160aebf74c3
6.2K10发布于 2017-12-17 - 来自专栏织云平台团队的专栏
腾讯云运维干货沙龙-海量运维实践大曝光 （二）
作者丨魏旸：腾讯高级工程师，具有15年运维经验的专家。负责QQ空间、微云、QQ空间相册等的运维工作。 12月16日，首期沙龙“海量运维实践大曝光”在腾讯大厦圆满举行。 沙龙出品人腾讯运维技术总监、复旦大学客座讲师、DevOps专家梁定安，讲师腾讯手机QQ运维负责人郭智文，腾讯高级工程师魏旸，腾讯SNG资深运维专家周小军出席沙龙，并带来精彩的技术分享。 vip->l5名字服务。 负载均衡的时候有过载保护 逻辑->存储：L5。Stgw和L5都是腾讯自研的路由、名字服务组件。调度都是基于名字 服务来实施。 [图片] [图片] 相关文章 腾讯云运维干货沙龙-海量运维实践大曝光 （一） 腾讯云运维干货沙龙-海量运维实践大曝光 （三） 沙龙PPT下载地址： https://share.weiyun.com/5c406a57164ed4cf7e248160aebf74c3
9.4K10发布于 2017-12-17 - 来自专栏织云平台团队的专栏
腾讯云运维干货沙龙-海量运维实践大曝光 （一）
作者丨郭智文：腾讯高级工程师，手机QQ运维负责人。 12月16日，首期沙龙“海量运维实践大曝光”在腾讯大厦圆满举行。 沙龙出品人腾讯运维技术总监、复旦大学客座讲师、DevOps专家梁定安，讲师腾讯手机QQ运维负责人郭智文，腾讯高级工程师魏旸，腾讯SNG资深运维专家周小军出席沙龙，并带来精彩的技术分享。 全局智能调度 全网网络状况统计分析 • 覆盖广，数据可信度高 –— 亿级在线联网数据 • 强大的实时干预能力 —- 5分钟级自动调度 • 极致加速 —- 调度粒度细分到VIP下的某端口 总结 相关文章 腾讯云运维干货沙龙-海量运维实践大曝光 （二） 腾讯云运维干货沙龙-海量运维实践大曝光 （三） 沙龙PPT下载地址： https://share.weiyun.com
6K30发布于 2017-12-17 - 来自专栏智能运维圈
1位5年智能运维开发对智能运维的理解
•《大数据日知录》：分布式系统相关的理论、以及大数据相关的技术； •《从零开始学习架构》：阿里的一位大神写的，关于 分布式系统架构 的一整套方法论； 2018年：随着监控的逐步完善。 运维 •《Google SRE运维解密》：google 关于高可用保障的一本数据； •赵成的运维体系管理课（极客时间）：关于运维的经验分享 •《AIOps标准白皮书 5分钟定位问题 - 10分钟故障恢复； •故障预测； 从产品的角度看智能运维 目标群体 智能运维的使用方，是一群有着丰富经验的运维专家，但是可能对数据分析、数据挖掘没有任何概念 同时提供用户（运维）反馈分析结果是否准确的评估； • 第三步：形成研发和用户的互动机制； 从数据的角度看智能运维 什么是数据工程 数据工程包括了： • 数据采集 • 数据清洗 同时数据仓库的数据，也能够为数据分析和数据挖掘提供底层的数据支撑； 从工程的角度看智能运维 系统开发 整个智能运维解决方案，把运维几乎所有的业务系统都囊括进来： 基础组件
1.8K72发布于 2021-06-25 - 来自专栏侯哥的Python分享
MySQL运维5-Mycat配置
，也就是我们通常说的数据分片，一个dataNode标签就是一个独立的数据分片 核心属性 name：定义了数据节点名称 dataHost：数据库实例主机名称，引用自dataHost标签中name属性 database：定义分片所属数据库 1.5 dataHost标签 该标签在Mycat逻辑库中作为底层标签，直接定义了具体的数据库实例、读写分离，心跳语句。 ，native主要支持MySQL5+,jdbc主要支持MySQL8+ 1.6 schema.xml逻辑库映射 逻辑库的名字和mysql数据库中的名字可以不一致的，例如我们这里配置的逻辑库的名字是大写的 DB01,而MySQL中的数据库名则是小写的db01,这取决于逻辑库和MySQL真实数据库的映射关系。 processorBufferChunk: 指定每次分配Socker Direct Buffer默认值为4096字节，也会影响BufferPool长度，如果一次性获取字节过多而导致buffer不都用，则会出现警告，可以调大该值
92910编辑于 2023-12-18 - 来自专栏大模型
大模型在蓝鲸运维体系应用——蓝鲸运维开发智能助手
直达原文：大模型在蓝鲸运维体系应用——蓝鲸运维开发智能助手背景1、运维转型背景蓝鲸平台从诞生之初，就一直在不遗余力地推动运维转型，让运维团队可以通过一体化 PaaS 平台，快速编写脚本，编排流程，开发运维工具 4、问答系统大模型可用于构建问答系统，与用户进行自然语言交流，回答用户提出的问题，如在线客服、智能助手等。5、文本生成大模型可以根据上下文生成各种类型的文本，如代码注释、代码补全、单元测试等。 大模型在运维开发上的应用从大模型的原理上看，模型经过海量的数据训练，在开发领域，很多大模型学习了几十亿行代码，庞大的数据基础使得这些模型在代码的规范性、准确性方面展现出了卓越的效果。 5、运维开发平台集成最后，在低代码开发领域，运维开发平台的优势在于图形化开发方式、大量的预制组件、少量手工编码、实现完整的应用（包含页面、流程、数据等），可以降低开发难度、开发成本，缩短开发周期，但是也存在产品学习成本高 的功能；运维开发平台将数据库表结构和用户输入文本进行格式化整合后，经过 Prompt 优化后发送到大模型；大模型返回 SQL 语句，用户复制或插入到平台中。
1.3K01编辑于 2024-05-27 - 来自专栏千帆企业应用连接器
IT运维大咖带你玩转企业信息运维自动化
但是小到企业设备、系统的运维；大到企业的多个信息系统的规划、选型、建立整体的业务数据中台，企业的IT信息化部门，是“IT里最懂本企业的业务，又是懂业务的人里IT技术最强的”存在，也在越来越多的企业数字化转型中担任着重要的选型 非典型IT运维负责人王焱焱是一位非典型IT运维负责人，热爱电脑的他从中学就开始折腾3C设备，并且自主参加了IT技术的培训。 零代码玩转IT运维自动化王焱焱爱琢磨，爱学习，爱分享。集团的IT运维工作中，有许多重复琐碎却价值低的工作，他一直在思考，在自己的工作中，如何去不断优化。 第一次接触腾讯云HiFlow场景连接器里，是接触到了，可以零代码实现企业微信群机器人的能力，IT运维自动化终极攻略今晚等你你来听！零代码打造灵活运维值班自动化？IT知识库更新及时提醒？ 企业软硬件运维自动告警？
64030编辑于 2022-09-28 大模型在蓝鲸运维体系应用——蓝鲸运维开发智能助手
4、问答系统大模型可用于构建问答系统，与用户进行自然语言交流，回答用户提出的问题，如在线客服、智能助手等。5、文本生成大模型可以根据上下文生成各种类型的文本，如代码注释、代码补全、单元测试等。 大模型在运维开发上的应用从大模型的原理上看，模型经过海量的数据训练，在开发领域，很多大模型学习了几十亿行代码，庞大的数据基础使得这些模型在代码的规范性、准确性方面展现出了卓越的效果。 5、运维开发平台集成最后，在低代码开发领域，运维开发平台的优势在于图形化开发方式、大量的预制组件、少量手工编码、实现完整的应用（包含页面、流程、数据等），可以降低开发难度、开发成本，缩短开发周期，但是也存在产品学习成本高 ，效果如下：图片后台代码或SQL生成运维开发平台的后台代码或SQL语句生成应该与其它的 Copilot 的代码生成方式更优化，分成以下步骤：1.用户直接在前端页面选择数据源，输入文本，描述需要生成的 SQL 的功能；2.运维开发平台将数据库表结构和用户输入文本进行格式化整合后，经过 Prompt 优化后发送到大模型；3.大模型返回SQL语句，用户复制或插入到平台中。
1.2K10编辑于 2024-11-13- 来自专栏个人总结系列
指标数据运维流程
现状 针对目前大数据异常响应效率低，解决处理定位难，运维压力集中在某几个人等不合理的现状。 针对技术组件方向，建立大数据技术保障组，异常谁发现谁报备到保障组并@组件负责人，组件负责人根据实际情况，业务重要程度，是否发起团队能力协助处理来主要负责处理。 二. 异常奖励机制，待完善 事项 积分 异常报备 1 异常讨论，提供异常解决内容 1 异常关键信息，如果最终异常解决是这部分内容 3 异常处理，谁解决谁立功 5 每月总结查看文档记录和积分情况，
1.3K00发布于 2021-08-14 - 来自专栏散尽浮华
运维相关指标数据采集并ES入仓 - 运维笔记
收集到的应用指标数据最好要进行ES入仓，入到Kafka里面，并通过Kibana可视化展示。 需要进行采集的应用进程相关指标如下： ? 指标值 indexValue CHAR 是 支持批量 指标类别 indexType CHAR 是 安全 测试 运行 应用 环境 指标描述 indexDesc VARCHAR 是 指标说明，指标采集数据源 legao……） 采集时间 collectTime TIMESTAMP 是 支持批量 应用名称 appName CHAR 是 以AIOPS的3位编码为准 主机名 hostName CHAR 否 发送数据源主机 dataSource CHAR 是 脚本路径@主机IP 下面是应用指标数据进行ES入仓的请求说明 测试区接口说明： 访问链接：http://192.168.10.10:10222/haha/heiheiAPI bash shell生成时间戳示例 date +'%s' # bash shell请求示例 curl -s -XPOST -H "Content-Type:application/json" -d 请求数据
1.7K31发布于 2019-07-08 - 来自专栏DBA随笔
Redis开发与运维学习笔记---(5)
// Redis开发与运维学习笔记---(5) // 事务 redis中的事务和MySQL中的事务类似，也是为了保证多条命令组合的原子性，为此，redis提供了简单的事务功能以及集成Lua来解决这个问题 4、社交网络，点赞、粉丝、共同好友、推送、下拉刷新等是社交网站的必备功能，，由于社交网站访问量比较大，传统关系型数据库不太适合保存这种类型的数据，redis提供的数据结构可以相对比较容易的实现这些功能。 5、消息队列系统，消息队列系统可以说是一个大型网站的必备系统组件，redis提供了发布订阅功能和阻塞队列的功能，虽然和专业的消息队列比还不够抢单，但是对于一般的消息队列功能基本可以满足。 不可以做什么： redis不适合作为大数据量应用的首选数据库，redis的数据是存放在内存中的，如果数据量很大，那么成本将会很高。 redis不适合做那些冷数据较多的应用的首选数据库。 redis中适合放热数据，不适合放冷数据，大量的冷数据存放在内存中，会造成资源的浪费。
51510发布于 2020-04-01 - 来自专栏james大数据架构
徒手教你制作运维监控大屏
在公司开发人员资源紧张的情况下，想要快速搭建起一套运维大屏可以使用Grafana。 Grafana 是一个开源的监控数据分析和可视化套件。 切换到Thresholds设置警戒线，在20G以上是安全的，20G到5G是警告，5G以下就是报警红色（请忽略下面图中的值）。 ? 到此可以看到已经配置完成可看到完整的可用内存走势。 ? 综合大屏展示 以上内容都是分模块的，现在想把服务器、业务访问流量、容器状态放在一个大屏内显示，每一块都来各自的数据源。 关键在于一块大屏要展示哪些关键信息，摈弃掉无关紧要的内容，下面是其中一个大屏，具体制作方式与上面一样，其中图形大小与布局需要根据投影到大屏上的分辨率有关，需要现场调试。 ? Grafana还可对接很多数据源，需要自行去探索，有能力的可以进行二次开发，打造自己的监控大屏。
4K41发布于 2020-06-19 - 来自专栏运维前线
系统运维五大要素
https://blog.csdn.net/wh211212/article/details/53199058 系统运维五大要素 如今的互联网是一个巨大的变幻莫测的世界，每个站点、每个应用程序 要想在21世纪取得 24x7运维和系统成功的话，关键是要能够理解并合理地关注这五大要素。 运维监控包括：常规的 CPU、RAM、以及磁盘输入/输出监控，还包括对许多与网络服务器、应用程序和代码、数据库等相 关的特定服务问题的监控，重点是对能够提高和/或降低大型系统性能的关键变量进行监控 这种做法也能够帮助程序开发员和运维团队成员强行地把安全观牢 记在心。 要想在21世纪取得运维成功和系 统成功的话，关键是要能够理解并合理地关注这五大要素。
4K20发布于 2019-05-26 - 来自专栏hadoop学习
深度解析大快DKM大数据运维管理平台功能
深度解析大快DKM大数据运维管理平台功能 之前几周的时间一直是在围绕DKhadoop的运行环境搭建写分享，有一些朋友留言索要了dkhadoop安装包，不知道有没有去下载安装一探究竟。 关于DKHadoop下载安装基本已经讲清楚了，这几天有点空闲把大快DKM大数据运维管理平台的内容整理了一些，作为DKHadoop相配套的管理平台，是有必要对DKM有所了解的。 通过DKM ，运维人员是可以提高集群的性能，提升服务质量，提高合规性并降低管理成本。 DKM 设计的目的是为了使得对于企业数据中心的管理变得简单和直观。 2.提供实时的集群概况，例如节点，服务的运行状况； 3.提供了集中的中央控制台对集群的配置进行更改； 4.包含全面的报告和诊断工具，帮助优化性能和利用率； 基本功能：DKM的基本功能主要可以分为四大模块 5.当所有节点的软件都安装完成之后，DKM 会启动所有的服务。从上述的安装过程可以看出DKH 的安装主要体现两个特点，批量化以及自动化。只需要在其中一个节点完成，其他节点都可以进行批量化的自动安装。
1.6K50发布于 2018-11-02 - 来自专栏bisal的个人杂货铺
大模型和智能运维的结合
大模型赋能的智能化运维为企业提供了一种全新解决运维难题的路径。它能够通过类似人一样强大的文字阅读和数据处理能力，从海量运维数据中快速提取有用信息，实现问题的精准定位和快速解决。 5.企业领导在财务计算上会发现一个人的成本可能远低于大模型私有化训练且需要显卡等高额的成本，除非某个云厂商直接提供一个完全成熟的大模型服务直接调用，且价格低廉。 运维团队需要构建自身的领域知识体系为大模型作平台支撑，通过建立运维框架为大模型进行数据输入，比如，日志、指标以及相关事件信息等。 （5）大模型prompt的编写以及调试能力，每个大模型都有各自的切合点，不同的prompt影响很大。 不同系统之间的兼容性问题可能导致数据无法有效共享，影响智能化运维的整体效果。 5.安全性与隐私： 智能化运维涉及大量的数据收集和处理，这对数据的安全性和隐私保护提出了更高的要求。
1.3K00编辑于 2025-02-03
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号