- 综合排序
- 最热优先
- 最新优先
智能化时代数据库自主可靠运维 白皮书
第一章：报告基础信息 •报告标题：智能化时代数据库自主可靠运维 白皮书 •发布机构：IT168&ITPUB、腾讯云数据库、福建海峡银行 •发布时间：未明确 •行业标签：金融,技术服务 • （集群元数据管理）、#监控数据库（监控数据存储） 第二章：报告背景和目标 智能化时代数据库运维面临数据快速增长、需求逻辑不可控、复杂技术栈、应急体系建设及数据安全合规等挑战，金融企业需构建自主可靠运维体系保障业务连续性 第三章：报告目录 第一章:智能化时代可靠运维发展趋势 01 1.1 AI对传统运维的影响 02 1.2 AI在运维实践中的挑战 02 1.3 运维应当如何拥抱AI 03 第二章: 稳定可靠运维面临的挑战 07 3.1 建设自主可控的运维团队 08 3.1.1 具有团队建设预算 08 3.1.2 运维团队建设 08 3.1.3 运维团队能力可持续发展 08 3.2 制定对等的权责制度 实践认可：福建海峡银行通过腾讯云TDSQL构建自主运维团队，依托DBbrain智能管家、赤兔平台提升运维效率；TDSQL获多项国家和国际认证及行业质量、功能、安全测评高标准评价，为金融等行业提供国产化替代与高可用标杆
13310编辑于 2026-04-20- 来自专栏EAWorld
应用高可靠助力企业运维
本文将以运维的角度介绍如何解决普元应用服务器（PAS）在应用部署，运行时遇到类冲突问题，应用运行时出现问题如何定位，来保证应用运行时的高可靠性。 02 运行出错问题定位 服务在运行时，难免会出现内存溢出，服务无响应，服务响应时间过长等问题，当问题出现时，就需要运维人员及时了解系统、应用服务器、以及应用的运行时状态等信息，从而快速定位到问题的原因。 下面将通过几个场景，通过普元应用服务器特性，辅助运维人员快速定位问题。 自动内存快照功能可以实时监控PAS实例内存使用率，用户配置一个生成内存dump文件的内存使用阈值，当实例内存使用率高过设定阈值时，应用服务器会自动生成内存dump文件与线程栈文件，并通过预先设置好的javaMail资源，向运维人员发送告警通知 3.数据库每分钟请求数，CPM为规定间隔时间内的相应请求量。 4.前N个慢查询，当sql语句执行时长超过设定值时，语句会被记录下来，方便运维定位到执行时间过长的sql语句。
1.3K50编辑于 2022-09-27 - 来自专栏腾讯云数据库(TencentDB)
腾讯云数据库×福建海峡银行联合出品《智能化时代数据库自主可靠运维》白皮书重磅发布！
白皮书从智能化运维发展趋势切入,剖析AI对运维模式的重塑与落地挑战，展望智能运维发展趋势。系统梳理行业发展核心痛点。 结合福建海峡银行和腾讯云数据库实践，梳理出从团队建设、权责制度、可观测体系、标准化流程、应急预案、知识库沉淀六大维度，构建可靠运维服务体系的能力框架，呈现国产化替代、多数据库管理、高可用SLA 保障的落地路径 福建海峡银行和腾讯云数据库双方专家团队倾力打造，白鳝，薛晓刚，严少安，尹海文等行业专家倾情指导。 特别关注： ▶️ 如何建设自主可控运维团队？ ▶️ 如何进行高可用运维设计建设？ ▶️ 运维应当如何拥抱AI？ 《智能化时代数据库自主可靠运维》白皮书给你答案： 白皮书目录内容概览： 扫描下方二维码或点击【阅读原文】，立即获取完整版白皮书！解锁智能化时代运维新姿势！
26110编辑于 2025-09-29 【YashanDB监控运维平台（YCM）】可靠性方案
网页路径：【YashanDB】>【YashanDB列表】>【数据库名称】>【数据库管理】>【可靠性方案】单机部署数据库功能介绍基于自选举开启/关闭与不同的保护模式，组合成六种可靠性方案，支持对数据库整体的可靠性方案与单个实例的保护模式进行修改 切换可靠性方案网页路径：【切换】Note：仅归档模式开启，一主至少一备的YashanDB单机数据库支持可靠性方案设置。 +最大性能模式仲裁关闭+最大可用模式仲裁关闭+最大保护模式Note:可靠性方案的配置粒度为数据库，即对某数据库配置时其所有实例均统一生效。 +最大可用模式自选举关闭+最大保护模式Note：可靠性方案的配置粒度为数据库，即对某数据库配置时其所有实例均统一生效。 分布式部署数据库分布式部署数据库要求为高可用部署环境。分布式部署数据库暂不支持切换可靠性方案和同步备配置。
20810编辑于 2025-06-25- 来自专栏无量测试之道
mysql数据库运维方案
数据库不仅仅是dba的工作，每一个测试人员也应该懂得基本的数据运维操作，因为数据库是数据承载的地方并且是系统中非常重要的一部分，所以我们也需要熟练的对数据库进行基本维护。 4.2：导入某些数据表 mysql -uusername -ppassword testdb1 < tables.sql 或者 mysql>source tables.sql; 02、shell脚本实现数据库备份 总结：数据库的运维对于测试人员来说仍然是非常重要的，比如：非常重要也不太容易构建的测试数据需要做备份操作时，数据库的运维就显得很有技术含量，掌握数据的基本运维可以使测试工作做得更出色，同时也会让开发刮目相看
12.1K20编辑于 2022-07-04 - 来自专栏NebulaGraph 技术文章
如何运维多集群数据库？58 同城 NebulaGraph Database 运维实践
资源申请和集群管理方式 为了更好的管理和维护，图数据库在运维部门集中运维管理。用户按需在工单平台中提交申请即可，工单中填写详细的资源需求数据和性能需求指标，由运维同学统一审核交付集群资源。 为了高效管理和运维规模化的集群，需要提前规划和制定规范。 61000 meta 端口；51000 ws_http_port；41000 ws_h2_port 62000 storage 端口；52000 ws_http_port；42000 ws_h2_port 运维规范 端口 路径打包生成 rpm，作为标准安装包 图片 服务请求直接通过 DNS 和网关服务到 Graph，方便计算和存储服务直接交互，由于是通过 DNS 访问，不对外暴露 Meta 节点信息，可以更灵活的运维 ，较少服务绑定 Meta 节点 ip 带来的运维代价。
4.9K20编辑于 2023-02-15 - 来自专栏NebulaGraph 技术文章
数据库运维 ｜ 携程分布式图数据库NebulaGraph运维治理实践
，相比 JanusGraph 这类构建在第三方存储系统上的图数据库，性能和资源使用效率上具有优势； 支持两种语言，尤其是兼容主流的图技术语言 openCypher，有助于用户从其他使用 Cypher 语言的图数据库 考虑到使用图数据库的业务大多数据来自离线系统，通过离线作业将数据导入到图数据库中，数据一致的要求并不高，在这种条件下使用蓝绿部署能够在灾备和性能上得到很好的满足。 生产上的一个例子： 图片 上图为三机房情况，下图为蓝绿部署情况： 图片 中间件及运维管理 我们基于 K8s CRD 和 Operator 来进行 NebulaGraph 的部署，同时通过服务集成到现有的部署配置页面和运维管理页面 通过直连而不是 Virtual IP 中转可以减少一次转发的损耗； 在维持长连接的同时也能实现每次请求使用不同的链路，平摊 graphd 的访问压力； 完全自主控制路由，可以实现更为灵活的路由方案； 当存在节点无法访问的时候 NebulaGraph 二次开发 当前我们对 NebulaGraph 的修改主要集中的几个运维相关的环节上，比如新增了命令来指定迁移 storaged 中的分片，以及将 leader 迁移到指定的实例上
4.4K40编辑于 2022-12-12 - 来自专栏数据和云
数据库监控是运维之本
前一段时间用户的系统进行应用发布和系统运维，准备了很久，结果我们最为担心的数据库维护环节没有出现问题，却在应用发布的阶段出现麻烦，因为程序未设置正确的字符集，导致插入了乱码数据，结果又不得不重来。 移动的朋友总结了一句话，非常有道理：运维保障总是从最高风险点开始逐步推进，悖论是如果这样推进的执行力有保障，出的问题总是之前觉得低风险的地方。 这也给我们一个警示：数据库运维或系统运维，每一个环节都要细致入微，唯有如此才能保障长治久安。 、数据库运维，监控是根本，及时发现、分析和解决出现的问题，是运维保障系统稳定的关键，任何一个简单的错误都不容轻忽。 加强监控，收集和分析足够多的数据，是系统的最佳保障！ 图：对客户系统错误的分析。
4.2K60发布于 2018-03-05 - 来自专栏后端技术探索
MySQL 数据库优化(运维角度)
2、数据库部署 该运维工程师出场了，项目初期访问量不会很大，所以单台部署足以应对在1500左右的QPS（每秒查询率）。 在这样数据库集群架构中，大大增加数据库高并发能力，解决单台性能瓶颈问题。如果从数据库一台从库能处理2000 QPS，那么5台就能处理1w QPS，数据库横向扩展性也很容易。 如果做双主，就会遇到数据库数据不一致现象，产生这个原因是在应用程序不同的用户会有可能操作两台数据库，同时的更新操作造成两台数据库数据库数据发生冲突或者不一致。 5、数据库维护 数据库维护是运维工程师或者DBA主要工作，包括性能监控、性能分析、性能调优、数据库备份和恢复等。 这些都是与运维相关的前沿技术，也是在存储方面主要学习对象，小伙伴们共同加油吧！哪位博友有更好的优化方案，欢迎交流哦。
5.7K20发布于 2018-08-09 - 来自专栏AI+运维：智能化运维的未来
AI驱动的运维流程优化：提升效率与可靠性
《AI驱动的运维流程优化：提升效率与可靠性》 一、引言 在当今数字化时代，运维工作面临着日益复杂的挑战，如海量数据的管理、复杂系统的监控以及快速故障诊断与修复等。 传统的运维方式往往依赖于人工经验和手动操作，效率低下且容易出错。随着人工智能（AI）技术的不断发展，将AI引入运维流程成为了提升运维效率和可靠性的关键手段。 三、AI驱动的运维流程优化实例 （一）网络运维中的流量优化 流量预测 在网络运维中，流量预测对于网络资源的规划和优化非常重要。AI可以通过分析历史网络流量数据，建立预测模型。 同时，严格控制数据访问权限，只有经过授权的人员和系统才能访问运维数据。 （二）模型准确性与可解释性 挑战 AI模型的准确性直接影响运维决策的正确性。 五、结论 AI驱动的运维流程优化为企业的运维工作带来了巨大的潜力。通过智能监控、故障诊断与自动修复等功能，可以显著提高运维效率、降低成本并提升系统的可靠性。
69910编辑于 2025-01-13 - 来自专栏EAWorld
企业级应用的高可靠运维实践与DevOps（一）
我今天与大家分享的主题是关于企业级应用的可靠运维实践的这个话题。 本次交流的内容主要包括我对运维工作的认识、运维与架构、运维设计和持续改进的体验四个方面，最后是开个头，谈一下可靠运维与DevOps。 ··· 一、运营是一项以始为终的工作 首先谈一下我的观点，可靠的运维不能仅仅只是从具体运维工作开始，或者是系统发布开始。 所以，对于一个系统，要保证其可靠运维，上线后稳定运行，易于运行维护和监控，异常后快速排障，运维人员在前期架构阶段，即投入进来，将运维的目标和要求，线上实际的运行场景与环境提出来，这样才能为可靠运维打好坚实基础 可靠的运维设计，不能仅仅依赖系统，或是仅仅依赖运维人员。 关于作者 于培言 现就职于中国金融期货交易所信息技术部，负责交易所系统规划和建设工作，主持参与了交易所的新一代业务系统、业务系统运维设计和大数据库建设等工作。
1.2K100发布于 2018-04-02 - 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....)
数据库运维 数据库运维负责数据存储方案设计、数据库表设计、索引设计和SQL优化，对数据库进行变更、监控、备份、高可用设计等工作。详细的工作职责如下所述。 （4）数据库监控 完善数据库存活和性能监控，及时了解数据库运行状态及故障。 （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。 要做DBA，就要专门研究数据库，搞清楚数据库的原理结构，每个详细点。 每一门往后都有大量的东西要学习的，专精才能钱多，并且有成长。 不过当前都在往运维开发方向靠拢，未来的运维都要会一些开发才行。
8.1K1011发布于 2020-12-23 - 来自专栏杨建荣的学习笔记
数据库运维场景中的连接
这是学习笔记的第 1827篇文章 在数据库运维中对运维场景建立连接是一种很不错的方式，通过建立连接使得我们可以把原本单一的问题通过流程化的方式衔接起来。 以下是近期的一些实践和思路。 业务和运维团队之间工作的一个纽带就是工单，当然目前还没有明确的工单结算方式，但是可以很明确的说，工单是我们输出给业务方的业务价值体现。 ? 在业务价值体现的过程中，我们可以把技术价值也打包进去。 当然业务巡检的情况和SQL审核类似，页面开发出来了，但是还没有完全推广用起来，我觉得这个地方的一大改进就是把监控和报警结合起来，监控数据能够推送出报警，报警信息可以间接调用巡检接口，这样对于运维同学来说
3.1K20发布于 2018-12-26 - 来自专栏JAVA高级架构
运维角度浅谈MySQL数据库优化
2、数据库部署 该运维工程师出场了，项目初期访问量不会很大，所以单台部署足以应对在1500左右的QPS（每秒查询率）。 在这样数据库集群架构中，大大增加数据库高并发能力，解决单台性能瓶颈问题。如果从数据库一台从库能处理2000 QPS，那么5台就能处理1w QPS，数据库横向扩展性也很容易。 如果做双主，就会遇到数据库数据不一致现象，产生这个原因是在应用程序不同的用户会有可能操作两台数据库，同时的更新操作造成两台数据库数据库数据发生冲突或者不一致。 5、数据库维护 数据库维护是运维工程师或者DBA主要工作，包括性能监控、性能分析、性能调优、数据库备份和恢复等。 这些都是与运维相关的前沿技术，也是在存储方面主要学习对象，小伙伴们共同加油吧！哪位博友有更好的优化方案，欢迎交流哦。 ?
5.3K100发布于 2018-04-19 - 来自专栏AustinDatabases
数据库到底是不是运维
我们来看看某些领导对于数据库本身的看法 1 放数据的地方，只要数据库不出问题，系统就很少出问题，数据库怎么老出问题 2 数据库和大数据比，没有什么意思，大数据能衍生出很多的项目，数据库就是一个运维的 3 数据库无非就是ORACLE ，硬件配置提高点，问题就解决了，没有那么难 4 数据库就是运维的事情，找点运维的，开发的管管算了，没有必要投入太大 估计有些同学看完上面的一些上层对DB的本质工作的看法 从事这个行业有些年头了，实际上运维管理好的，开发管理好的，相对于数据库本身来说，数据库管理到位的单位相对上面两种管理好的单位，要少。 如果换成其他类型的CTO 那么可想而知，数据库就是运维这样的思路估计是根深蒂固的。 那么现代的数据库到底应该是什么样子的，在项目中承担了什么。 3 数据库与业务是紧密结合，与运维不同，属于静态，数据库与业务是息息相关的，业务量大，数据量就变大，数据的存储时间数据的处理模式，数据与程序之间的交互等等都会随着量变变成质变，而不是与运维中的静态产品
2.9K30编辑于 2022-04-05 - 来自专栏杨建荣的学习笔记
拍脑袋的数据库运维指标
之前对数据库恢复做了相对全面的整合，为了校验数据恢复质量，我们开启了近半年的数据随机恢复测试，也就是说为了验证数据库的恢复质量和效率，我们会每天从备份机里面随机选取12个数据库实例进行数据恢复测试
3.2K30发布于 2021-08-06 - 来自专栏全栈程序员必看
Oracle数据库运维方案及优化
Oracle数据库运维方案及优化 运维优化 本文详细讲解了如何对Oracle数据库进行运维，从各个方面来说明了如何去运维。 文章目录 Oracle数据库运维方案及优化 前言： Oracle数据库性能优化 一 为啥要运维，运维哪些内容？ ，这篇文章咱们讲讲关于运维方面的优化吧。 上一篇文章的地址： Oracle数据库性能优化 一 为啥要运维，运维哪些内容？ 数据库的运维主要结合 目标系统的实际情况，提供切实可行的运维建设机制， 内容覆盖 ORACLE 数据库的日常维护、紧急故障处理，软件升级等，客户可依据 服务内容进行相应的定制。
2.7K10编辑于 2022-11-01 数据库运维：mysql 数据库迁移方法-mysqldump
数据库运维：mysql 数据库迁移方法数据库运维需要掌握的技能之一数据库的迁移，而MySQL数据库是我们常用的数据库之一，掌握mysql 数据库的数据迁移，也是必备的技能选项。 数据库的迁移，我们必须要思考如下几个点： 需要迁移数据库的数据量大小 需要迁移的数据库对象是什么， 考虑使用何种迁移方法！ 这三个思考要点，适合于所用的数据库迁移，请大家留意。 思考mysql 数据库迁移，第一步就需要基于数据库或表，统计每一个数据库或表占用存储空间，根据所占用的空间大小以及实际迁移时遇到的应用场景，决定使用什么迁移方法。 所以本系列mysql 数据库迁移基于数据量大小，结合不同的应用场景，实现mysql 数据库快速迁移。 统计mysql 数据库需要迁移的数据量大小统计mysql数据库的数据库大小主要考虑的数据与索引占用的空间，需要使用的系统表为information_schema.tables计算数据库总空间大小csharp
68710编辑于 2025-06-20- 来自专栏kafka专栏
【kafka运维】Leader重新选举运维脚本
1 指定Topic指定分区用重新PREFERRED：优先副本策略 进行Leader重选举
4K40编辑于 2021-12-31 - 来自专栏kafka专栏
【kafka运维】ConfigCommand运维脚本
默认配置 附件 More 日常运维 、问题排查 怎么能够少了滴滴开源的 滴滴开源LogiKM一站式Kafka监控与管控平台 ConfigCommand Config相关操作; 动态配置可以覆盖默认的静态配置
3.2K10编辑于 2022-04-13
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