講師介紹 今天我們要分享的是近幾年我們在AIOps（智慧運維）領域的探索和實踐經驗。 下面是本次分享的摘要： 背景介紹 360對 AIOps 的思考 A

在一個網站應用系統的完整生命週期中，上線之前還有漫長的開發和測試階段。作為系統未來的管理者和負責人，運維人員有必要在這個階段就參與進來，根據業務的預期，完成系統層面的容量和壓力測試，根據測試資料做出切實的運維規劃，包

overmind系統上線三個月，累計執行任務800+，自動稽核執行SQL超過5000條，效率提升相當明顯，離“一杯咖啡，輕鬆運維”的目標又進了一步。 自吹自擂 起初在寫overmind時就有考慮到之後的

一、採集點的取捨 說到資料分析，首先當然是資料越全面越詳細越好。因為這有助於分析得出比較正確的結果，從而做出合理的決策。 1.伺服器資料 採集的伺服器資料主要圍繞著這麼幾個？ (1)伺服器負載

銀河水滴目前擁有智慧交通、智慧安防、智慧工業三大業務板塊。 【AI星球（微信：ai_xingqiu）】11月10日報道 近日，在第十三屆上海國際軌道交通展覽會上， 全球步態識別領導者、新銳人工智慧企業

一、“黑匣子”：我很小，但我很重要 今天聊日誌之前，我們先來聊另外一個話題： “黑匣子”。 沒錯，就是飛機的“黑匣子”。黑匣子是記載飛行資料和駕駛艙通話的裝置，它可以記載飛

近些年，我們的生活因網際網路發生了翻天覆地的改變。從搜尋引擎到即時通訊，從電子購物再到文化娛樂，從吃飯住宿到旅遊出行，網際網路已經滲透到我們生活的方方面面。但網站、應用崩潰的事情似乎每天都在發生，而且節假日發生

之前我寫的一篇文章《IT運維發展趨勢及運維人的轉型升級》談到了企業IT運維的幾個趨勢，很多從事IT系統運維的朋友與我就這個話題展開了一些溝通和討論，其中一個大家都比較關注的正是IT運維工具平臺。

作者介紹：矮魚，2012年開始從事網際網路，現負責阿里大資料計算服務保障和平臺研發，在運維領域內有豐富經驗積累。秉承 "Service unavailable? Our problem, whateve

最近老冀看到一則報道：某知名報紙的公告頁排滿了清算資訊，裡面絕大多數都是中小企業的，不禁感慨，佔據中國企業數量99%的中小企業貢獻了中國60%的GDP和80%的就業崗位，卻是最為脆弱以及抗風險能力最差的一個群體

運維的演進 人力運維階段 在IT產業的早期，伺服器運維是通過各種Ad Hoc命令或者Shell指令碼來完成基礎設施的自動化工作，這種方式對於簡單，一次性的工作很方便，但是對於複雜和長期的專案，後期的指令

眾所周知，故障是運維人員永遠的痛！相信每一個運維人員的KPI中都有一項：可用性。可用性高就是不出故障，各個公司對可用性和故障評級的標準都不相同，但是避免故障的方法卻是殊途同歸。我們怎麼避免故障，下面簡單列舉了以下幾條

數字經濟浪潮席捲全球，企業和國家需要對其所在的行業數字化轉型需求進行洞察與實踐。中國數字化時代充滿無限機遇和挑戰，科技革新和消費者的需求傾向轉變正在改變著每個行業並影響著我們的工作方式和商業模式。在此過程中，我們對數

在當下這個大資料全面滲透的資訊時代，資料 管理的痛點正在悄然變化。 打通資料孤島壁壘，挖掘資料價值，實現資料 資產變現逐漸成為企業發展 的關鍵 。 為幫助 企業解決資料管理上思路與技術

為了充分利用容器帶來的敏捷性，軟體開發團隊必須調整其軟體交付流程。 容器正迅速成為企業應用打包和部署的基本單位。然而IT部門的很多人仍然認為容器只是接下來的發展方向，相對於VM而言，容器只是會使計