- 综合排序
- 最热优先
- 最新优先
- 来自专栏运维经验分享
CentOS 7 运维优化 原
CentOS 7 运维优化 一般的，我们安装CentOS mini和其他相应服务后，就能正常工作了。但工作一段时间后，服务器会出现不稳定、被入侵、甚至在突然的高并发时直接瘫痪状况。 所以，在这里提供一些运维优化的建议。 1.关闭不需要的服务 众所周知，服务越少，系统占用的资源就会越少， 所以应当关闭不需要的服务。 "$tty" = "$X_TTY" ] && continue initctl start tty TTY=$tty done end script 1 2 3 4 5 6 7 echo "IPV6INIT=no" >> /etc/sysconfig/network-scripts/ifcfg-eth0 # 禁用基于IPv6网络，使之不会被触发启动 1 2 3 4 5 6 7 8 7.调整 Linux 的最大文件打开数 要调整一下 Linux 的最大文件打开数，否则运行 Squid 诅服务的机器在高负载时执行性能将会很差；另外，在 Linux 下部署应用时，有时候会遇上 “
2.8K20发布于 2019-03-11 【运维AI接入MCP】
MCP产品接入运维AI的案例分析 在云计算和微服务架构盛行的今天，高效运维成为企业核心需求之一。 MCP（Microservice Control Platform）作为微服务治理平台，结合AI技术实现智能运维已成为行业趋势。 核心架构设计 MCP的AI运维模块采用分层设计： 数据层：采集Prometheus指标、ELK日志和Jaeger链路数据 算法层：包含时序预测、异常检测、分类模型等模块 服务层：提供RESTful API 架构支持蓝绿部署模型，确保AI服务高可用。 代码实现示例 1. 某生产环境数据显示，接入AI运维后年度运维成本降低28%，系统可用性达到99.99%。
21010编辑于 2025-12-18- 来自专栏AI+运维：智能化运维的未来
运维还能“自愈”？聊聊AI加持下的运维进化
运维还能“自愈”？聊聊AI加持下的运维进化咱们干运维的都懂，最怕的就是半夜被电话叫醒——“哥，系统挂了！” 而随着AI和运维的结合，这个想法，正一点点变成现实。今天咱们就聊聊：运维与AI结合，怎么搞出一个能自愈的系统？一、为什么需要自愈系统？ 传统运维最大的痛点，就是“人肉救火”：问题发现靠告警：系统挂了，监控发短信，运维再赶过来。修复速度靠运气：如果是熟悉的问题，几分钟解决；不熟悉的，可能一查就几个小时。 五、我的一点思考很多朋友一听“AI自愈”，就觉得是噱头，好像很玄乎。但我个人的理解是：自愈不是取代运维，而是帮运维从重复劳动里解放出来。以前我们要值夜班，守着监控，搞不好一晚上被叫醒好几次。 换句话说，未来的运维更像是“AI教练”，而不是“救火队员”。六、结语运维与AI结合，本质上是让系统从“被动”变“主动”。以前是出了问题人来修，现在是系统先修，人再优化。
52910编辑于 2025-08-24 - 来自专栏东风微鸣技术博客
AI 可以取代运维了吗?
字数 3344，阅读大约需 17 分钟 AI 可以取代运维了吗? 可以. 只有一个前提: 贵司不是采用"防御式运维"的策略. 作为一个运维, 居安思危, 我自然开始认真起来这个问题: AI 可以取代运维了吗? AI 完美地完成了任务. 毫无缺点. 回答问题 问: AI 可以取代运维了吗? 答: 可以. (不是部分可以, 而是完全可以, 100% 可以.) 只有一个前提: 贵司不是采用"防御式运维"的策略. 任何运维的反模式: • 运维代码不可见(你的运维代码不可见, 不在 git repo, 没有CMDB, 没有变更记录) • 配置漂移(你的运维信息可见, 但是和实际生产环境相比不准) • 孤岛(你的运维是个孤岛 AI 状态更新更及时 6. AI 考虑的更全面 7. AI 向上管理汇报也更漂亮 8. ...
12310编辑于 2026-04-02 - 来自专栏东风微鸣技术博客
AI 可以取代运维了吗?
可以.只有一个前提:贵司不是采用"防御式运维"的策略.声明:古法匠心,纯人工手工写作本文100%由我手工写作而成本文非AI生成背景AI+AIIDE/CLI取代开发的趋势已经很明显了.作为一个运维,居安思危 ,我自然开始认真起来这个问题:AI可以取代运维了吗? .回答问题问:AI可以取代运维了吗? 任何运维的反模式:运维代码不可见(你的运维代码不可见,不在gitrepo,没有CMDB,没有变更记录)配置漂移(你的运维信息可见,但是和实际生产环境相比不准)孤岛(你的运维是个孤岛.是个遗留系统.是上个时代产物 这些，AI学不会，也拿不走。运维人的价值，不在工具里，而在每一次化险为夷的镇定里。与君共勉.EOF
11600编辑于 2026-04-01 - 来自专栏AIOps
DeepSeek X 运维：AI 赋能 IT 运维审批流变为 AI 工作流
直达原文：【DeepSeek谈运维】AI 驱动的 IT 运维管理变革：从审批流到AI工作流摘要： 本文深入探讨了人工智能（AI）技术对 IT 运维管理流程的深远影响与改造。 （3）运维人员角色的转变随着 AI 技术在运维中的广泛应用，运维人员的角色将发生转变。 （4）AI 在多领域运维中的应用拓展除了传统的 IT 运维领域，AI 技术还将在物联网、云计算、大数据等新兴领域的运维管理中发挥重要作用。 运维管理者需要积极拥抱这一变革，深入理解 AI 对运维流程的影响，合理规划和实施 AI 驱动的运维改进策略。 通过不断提升运维工具的能力、优化运维流程、培养运维人员的 AI 技能，企业将能够在数字化时代实现运维管理的智能化转型，提升自身的竞争力和业务连续性，迎接未来更加复杂的 IT 运维挑战。
62410编辑于 2025-04-14 - 来自专栏织云平台团队的专栏
智能运维机器人--AI运维的实践探索【二】
运维同学作为业务运营的主要责任方，运维岗位作为支撑岗位，而且是7*24小时支撑岗位，其职责要求能够随时随地支持业务——无论是开发同学的紧急需求，还是硬件设备的自身故障。 我们专注于运维场景，借助于AI技术，开发了智能运维机器人，为的就是缓解这一矛盾。 登场亮相 什么是智能运维机器人？ 只是开始 在这个AI的东风吹得满世界人心躁动的时代，在这个人人谈AI，处处见AI的时代，我们做智能运维机器人，确实有着蹭热点的嫌疑。我们也无意去澄清这个嫌疑。 当我们出于降低用户使用门槛的需求而引入了自然语言处理技术后，发现原本单纯的运维客服账号，瞬间充满了可能性。腾讯织云智能运维机器人，只是AI在运维领域的小试牛刀。 当越来越多的AI技术引入运维领域后，我们能憧憬，我们的征途，正驶向星辰大海吗？
6.1K61发布于 2018-03-20 - 来自专栏博文视点Broadview
运维人员7*24值班拯救指南
运维人员经常需要在周末出去游玩的时候也带着电脑，因为很多情况下运维人员需要随时待命。笔者依稀记得2014年左右，我们10多个运维小伙伴团建时背着5斤重的电脑爬青城山的壮丽场面。 （1）业务线较多，不同的问题得由不同的运维人员跟进。 （2）开发人员、客服、测试人员都会给运维人员反馈问题，流程混乱，运维人员长时间处于被动接受的状态。 ，这种时候值班人员既要承担运维应急工作，又要执行各种协调任务，效率大打折扣。 01 让开发人员参与其中 不少技术团队的值班体系中只包含运维人员，极少有开发人员参与，这也导致当故障发生时，运维人员应急对接开发人员的过程变得不顺畅，再加上开发人员被临时拉进来的时候并没有值班待命状态， （2）业务开发值班人员需要满足7×24小时的待命计划，并且主备两个角色。 （3）正常工作中，参与值班的开发人员的工作需要包含但不仅限于以下内容。
1.6K20编辑于 2023-08-10 - 来自专栏腾讯云大数据
Flink 实践教程-进阶（7）：基础运维
在正式运行之前请检查： 类名是否有拼写错误 确定是否将相关的业务代码依赖打进 JAR 包中 基础运维 作业监控 流计算 Oceanus 提供强大的作业监控能力，我们可以通过【监控】项查看作业的各项指标 之后介绍了下作业启动之后的一些基础运维手段，包括实时监控和告警通知，方便用户及时了解作业的具体运行情况。最后介绍了在作业失败之后通过日志关键字定位问题的方法，具体可以查看 日志诊断指南[6]。 document/product/849/53959 流计算 Oceanus 限量秒杀专享活动火爆进行中↓↓ 点击文末「阅读原文」，了解腾讯云流计算 Oceanus 更多信息~ 腾讯云大数据 长按二维码
3.1K11编辑于 2022-01-21 - 来自专栏DBA随笔
MongoDB运维与开发(7)---MongoDB监控
// MongoDB运维与开发(7)---MongoDB监控 // MongoDB中自带两个监控的工具，分别是mongostat和mongotop，今天我们看看这两个工具的使用方法。
1.4K10发布于 2020-11-26 AI业务综合运维支撑系统：引爆AI生产力的智能运维大脑*
告警风暴来了，运维团队在海量日志中“捞针”；业务指标下降了，研发团队却要花上数天排查是数据问题、模型问题还是代码问题。这种“救火式”的运维，不仅效率低下，更严重拖慢了AI业务的创新步伐。 破局的关键，正是“AI业务综合运维支撑系统”。它不是一个简单的监控工具，而是一个专为AI业务打造的“智能运维大脑”。它的核心使命，就是将运维从被动的“响应者”，升级为主动的“驾驭者”。 全景可视：从“管机器”到“管业务”传统运维关注CPU、内存、网络。而AI业务综合运维支撑系统，在此基础上，将目光投向了AI的核心要素：数据、算法、模型。 智能诊断：从“人肉排查”到“AI定位根因”这是系统最“聪明”的地方。它内置了强大的AIOps算法引擎，能够7x24小时不间断地学习系统的正常行为模式。 总结而言，AI业务综合运维支撑系统，是企业在AI时代不可或缺的基础设施。 它用AI的技术，解决了AI业务的运维难题，将团队从繁琐的日常运维中解放出来，更专注于业务创新和模型优化。
25410编辑于 2025-10-24AI如何赋能IT运维（AIOps）
一、AI为什么对IT运维重要？ 传统运维存在几个痛点：传统运维痛点AI带来的改变告警量大、难筛选根因AI可识别告警关联性并自动根因定位故障靠人工排查，耗时长模型可溯源日志、抓异常趋势并提前预警运维经验靠个人积累，不可复制AI沉淀规则→ 变成可复用知识库人工巡检、排障重复度高AI可自动巡检、自动修复脚本闭环AI真正落地价值：节省人力成本、缩短故障恢复时间（MTTR）、减少业务中断风险二、AI赋能IT运维的核心能力AI功能作用可落地场景日志分析 自动标记磁盘潜在故障→提前7天提醒更换硬盘。 写在最后AI赋能运维不是概念，而是已能实打实落地的生产力工具。一句总结：AIOps=经验沉淀+自动分析+主动预测+自动修复，最终目标是无人值守与业务持续可用。
92110编辑于 2025-11-29- 来自专栏AIOps
AI驱动下运维监控变革：2025AI技术如何重构IT监控产品运维效率？
AI技术成为运维监控的核心突破口——从“被动告警”到“主动预测”，从“经验依赖”到“数据驱动”，AI正在重构运维效率。 本文围绕“AI功能”，对比主流运维监控产品的定位、能力与适用场景，并提供企业选型建议及常见问题解答，助力企业精准选择适配运维监控工具。01. ，融合LLM大模型与AIOps算法，主打“AI+业务运维”双驱动，同时满足政企信创合规需求。 ，助手直接给出具体配置步骤，新手运维也能快速上手。 企业选型常见问题与解答FAQQ1：引入AI运维功能后，会不会增加运维团队的学习成本？A：优质的AI运维功能反而会降低门槛，关键看“AI是否贴合运维习惯”。
42810编辑于 2025-10-30 - 来自专栏Cheng's Blog
【运维】centos7 yum 方式安装nginx
使用yum安装nginx需要包括Nginx的库，安装Nginx的库 rpm -Uvh http://nginx.org/packages/centos/7/noarch/RPMS/nginx-release-centos -7-0.el7.ngx.noarch.rpm 2.
82810编辑于 2022-02-25 - 来自专栏侯哥的Python分享
MySQL运维7-Mycat水平分表
说明6：分片规则使用的是 rule="mod-long" 规则，该规则在rule.xml有定义如下 说明7：继续看 function 中 mod-long 的定义 说明8：这里的count 3的意思是
70611编辑于 2023-12-18 - 来自专栏开发运维工程师
Linux工具｜运维工具7za浅谈
1、背景前几日，需要从线上环境拉取部分数据导入到实验库，将工作告知运维后，运维发给我一些文件，文件内容如下格式：xxx7z.001xxx7z.002xxx7z.003xxx7z.004看到这个第一眼，不知道怎么处理了 ，最后运维告知需要使用7za工具处理。 命令如下：yum install -y p7zip4、使用方法使用7zip的命令是7za。 Update files to archive x : eXtract files with full paths<Switches> -- : Stop switches parsing -ai Update files to archive x : eXtract files with full paths<Switches> -- : Stop switches parsing -ai
1.7K41编辑于 2023-11-21 - 来自专栏AI+运维：智能化运维的未来
AI赋能运维：实现运维任务的智能化自动分配
引言在现代企业中，运维团队需要面对复杂的基础设施管理和大量任务的调度问题。从服务器巡检到应用故障修复，运维工作需要及时、高效且准确地完成。传统的任务分配方式依赖人工，容易导致分配不均、响应迟缓的问题。 而随着人工智能（AI）技术的发展，利用AI实现运维任务的智能化分配成为可能。本文将详细阐述如何通过AI优化运维任务分配，并提供具体的代码示例，帮助运维团队迈向智能化。 案例与效果在一个模拟运维场景中，通过上述系统，完成了以下优化：任务分配效率提升50%：从传统手工分配的平均5分钟降至2分钟以内。任务完成率提升20%：减少了因任务分配错误导致的延误。 总结AI赋能运维任务分配不仅提升了效率，还改善了团队协作和用户体验。然而，智能化并不意味着一劳永逸，模型的构建与优化需要结合具体业务场景不断迭代。 希望本文的介绍与示例能为你的运维团队提供思路，助力实现智能化转型。
54310编辑于 2025-01-05 - 来自专栏腾讯云流计算 Oceanus
Flink 实践教程：进阶7-基础运维
在正式运行之前请检查： 类名是否有拼写错误 确定是否将相关的业务代码依赖打进 JAR 包中 基础运维 作业监控 流计算 Oceanus 提供强大的作业监控能力，我们可以通过【监控】项查看作业的各项指标 之后介绍了下作业启动之后的一些基础运维手段，包括实时监控和告警通知，方便用户及时了解作业的具体运行情况。最后介绍了在作业失败之后通过日志关键字定位问题的方法，具体可以查看 日志诊断指南[6]。
3.1K31编辑于 2022-01-20 - 来自专栏devops_k8s
做运维的感悟(做运维需要考虑事,运维组织结构,运维学习地图....)
7.安全防护，不只有ddos，还有登陆问题。 7.谨慎甚微，任何操作琢磨几遍再打，不要随意就打了，比如重启线上nignx用reload，否则当前业务中断了。 （7）资产管理 记录和管理运维相关的基础物理信息，包括数据中心、网络、机柜、服务器、ACL、IP等各种资源信息，制定有效的流程，确保信息的准确性；开放API接口，为自动化运维提供数据支持。 （7）自动化系统建设 设计开发数据库自动化运维系统，包括数据库部署、自动扩容、分库分表、权限管理、备份恢复、SQL审核和上线、故障切换等功能。 运维研发 运维研发负责通用的运维平台设计和研发工作，如：资产管理、监控系统、运维平台、数据权限管理系统等。提供各种API供运维或研发人员使用，封装更高层的自动化运维系统。详细的工作职责如下所述。
8K1011发布于 2020-12-23 - 来自专栏AI+运维：智能化运维的未来
AI辅助的运维风险预测：智能运维新时代
AI辅助的运维风险预测：智能运维新时代在现代 IT 基础架构中，系统的复杂性不断提升，传统的运维方式已经难以满足高效、精准的风险预测需求。 AI（人工智能）在运维中的应用，尤其是在风险预测领域，正在成为企业降本增效、提升稳定性的关键手段。本文将深入探讨 AI 如何辅助运维风险预测，并通过代码示例展示其实际应用。1. 预测能力不足：传统运维主要基于经验判断，而非数据驱动，导致预测不准确。AI 通过机器学习和深度学习技术，能够自动分析数据模式、识别异常，并提前预警运维风险，大幅提升系统稳定性。2. AI运维的未来发展AI 在运维中的应用远不止于故障预测和异常检测，未来还可能朝以下几个方向发展：自适应调优：通过强化学习实现自动化系统调优，提高资源利用率。 自动化运维决策：通过 AI 学习
57800编辑于 2025-01-29
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