前言: 在互联网行业高速发展的浪潮中,腾讯数据中心先后经历了租用、自建、合建三个重要阶段。数十个腾讯IDC,几百个CDN节点遍布全球。腾讯依托运营商强大的骨干网络和IDC分布,为全球亿万互联网用户提供丰富、优质的互联网服务。 腾讯IDC规模的不断扩大给海量服务器运营带来了挑战,腾讯IDC与运营商之间的关系也不断地演进和深化。历经多年的实践探索,终于开创性地走出了腾讯IDC的联合运营之路。 为什么提出联合运营: 腾讯发展迅猛的互联网业务促使其服务器数量爆发式增长,服务器规模从10W到20W仅仅用了1年时间
美团外卖已经发展了五年,即时物流探索也经历了3年多的时间,业务从零孵化到初具规模,在整个过程中积累了一些分布式高并发系统的建设经验。最主要的收获包括两点:
本文根据美团资深技术专家宋斌在ArchSummit架构师峰会上的演讲整理而成,主要介绍在美团即时物流分布式系统架构逐层演变的进展中,遇到的技术障碍和挑战,还有我们的解决思路。
随着云业务发展,作为iaas层的网络变得越来越重要并且业务依赖性强,网络工程师将面临更多问题和困难,尤其是全链路网络问题排查(4G、固网、骨干网、IDC或是TCP/IP协议各层问题)。近年来国家提出“一带一路”倡议,鼓励企业出海,但由于海外运营商情况复杂,网络工程师与用户交互的效率成为亟待解决的问题。腾讯网络运营团队经过大量的实践和探索,建设并推出了itango轻量级网络质量监控平台,希望通过开放共建的方式,与业界同仁一起努力提升网络故障处理效率,让网络畅通无阻,为业务保驾护航。
微服务优势之一是可缩小故障影响范围,局限在某个服务中。那一个服务出现故障该如何处理?
收到客户反馈:云上CVM通过专线访问云下IDC-A Redis数据库时存在偶发性延时超过1S现象,需要配合客户定位处理。
Pony说过,腾讯把半条命交给了合作伙伴。这句话,同样用于形容腾讯和支撑腾讯业务的IDC运营商。的确,稳定可靠的IDC,是腾讯业务的半条生命线. 云对IDC的压力 近几年,随着云服务商的兴起,及云计算的日趋成熟,集中式云计算已慢慢成为主流的趋势,越来越多的中小型公司不再自行购买服务器,直接购买云服务来完成自身的IT支撑业务。 大型互联网公司的IDC,从托管自身业务起家,支撑其海量的互联网业务及产品,服务于亿万网民。慢慢的,为其业务支撑的建设的IDC及网络、积累的技术和经验,已变成了IDC业界难得的资源。
游戏业务运维工作很容易由于各项事务繁杂,陷入到只关心手头上的工作,“云梯”服务化主要是让运维能更好站在业务和玩家的角度来思考支撑工作如何更好服务于业务。通过数据来体现服务质量,并通过流程驱动闭环的形成,不断的提升运维服务质量。 “云梯”服务化涉及范围较多,如版本服务、活动服务、登录服务、下载服务、成本服务等。在上面的故障处理、大版本等章节中,已经介绍了版本服务、活动服务、下载服务等,所以这里只挑取登陆服务在QQ炫舞和DNF的应用简单介绍。 QQ炫舞做的登陆服务中,通过采集登录系统以及游戏内日志,发现每天约十
4月20日,腾讯数据中心在广东清远组织“融合开放,数以智用”主题闭门会,邀请全国21家省市运营商和14家IDC合作伙伴共同参会。大会深度介绍腾讯数据中心运营技术和体系建设的最新探索和实践,郑重倡议加快推进数据中心联合运营升级——联合行业IDC先锋共同探索运营保障体系和技术最佳实践,共同打造可靠、低成本、智能化、业界领先的数据中心基础设施。
腾讯是中国最大的互联网综合服务提供商之一,面向互联网海量用户提供优质的在线生活服务。而腾讯分布全国的IDC、服务器网络基础设施及运营人员是腾讯得以面向用户提供优质互联服务的坚实基础。面对指数级增长的IT设备数、工作人员数及日益复杂的IDC现场工作环境,IDC运营安全的重要性逐渐凸显。 一、IDC运营安全管理目标 根据安全管理金字塔理论(海因里析法则)的概率统计,每发生1起死亡事故,会发生30起损工事故、300件医疗和限工事故、3000件未遂事故和急救箱事件、30000件不安全行为和导致不安全条件数。从此可
"鹅厂网事"由深圳市腾讯计算机系统有限公司技术工程事业群网络平台部运营,我们希望与业界各位志同道合的伙伴交流切磋最新的网络、服务器行业动态信息,同时分享腾讯在网络与服务器领域,规划、运营、研发、服务等层面的实战干货,期待与您的共同成长。 前言 腾讯网络平台部NOC(Network Operation Center)成立于2005年,作为基础架构侧7*24的专业运营服务入口。网络平台部NOC外包团队综合接入岗(简称N6岗)作为日常网络基础架构侧及服务器故障报障、咨询的统一入口,在监控支撑方面扮演重要的角色,同
随着大数据、人工智能、云计算技术的日渐成熟和飞速发展,传统的运维技术和解决方案已经不能满足需求,智能运维已成为运维的热点领域。同时,为了满足大流量、用户高质量体验和用户分布地域广的互联网应用场景,大型分布式系统的部署方式也成为了高效运维的必然之选。如何提升运维的能力和效率,是保障业务高可用所面临的最大挑战。
非自上而下的客户界面联合项目,极易受客户的工作安排影响,导致实际时间窗口很小。就需要我们的混沌方案,在充分覆盖目标系统的基础上,可以把最重要的事项优先执行以取得客户信任。
岗位价值有: 权限缩小 提供操作安全的保险服务 提供操作的可扩展性 提供业务和资源能见度 屏蔽资源的部署细节 静态资源调平 动态资源调平 故障处理和善后 权限缩小 通过配置文件修改一个后台参数需要登录权限,文件修改权限,甚至进程起停权限。这些运营环境的权限需要尽可能的收归到很少的人的手里以控制风险。业务运维初期以人工接口的方式提供服务,后期以web应用的方式提供自助服务。如果后台开发人员做得比较完善可以直接提供web应用提供自助服务。但是很多时候业务开发部门的主要 KPI 不是提供运维的方便性,所以使得
互联网常见的高可用手段。比如服务冗余部署、异步化设计、负载均衡、服务限流降级熔断、架构拆分、服务治理、分布式存储等等,今天主要是一起聊下,多机房部署的灾备架构模式,来确保服务的高可用。
小孩子最好的地方在于,无论你对他怎么样,他一直对你还是怎么样,前一秒在哭,下一秒就会笑容满面,而成年人不同,别人的一句话,可能就是一把刀插进心脏,久久不能恢复。
大家都知道这两年饿了么的发展迅速,作为一名运维人员如果你工作在饿了么,你可曾这样分析过?之前分享过一篇关于饿了么的文章。 大家好,首先,先简单介绍下自己,我是徐巍,目前在饿了么负责基础设施的运维及开发工作,早些年就职于PPTV、携程、游族等公司,也算是一个运维的老兵了。饿了么成立于2008年,2014年底开始迎来业务的大规模爆发性增长,2015-2016年饿了么进入高速发展期,业务和服务器的增长都在数十倍的规模,这种大规模的增长必然带来很多挑战,本文将通过饿了么运维基础设施的进化史和大家分享不同时期应
"鹅厂网事"由深圳市腾讯计算机系统有限公司技术工程事业群网络平台部运营,我们希望与业界各位志同道合的伙伴交流切磋最新的网络、服务器行业动态信息,同时分享腾讯在网络与服务器领域,规划、运营、研发、服务等层面的实战干货,期待与您的共同成长。 网络平台部以构建敏捷、弹性、低成本的业界领先海量互联网云计算服务平台,为支撑腾讯公司业务持续发展,为业务建立竞争优势、构建行业健康生态而持续贡献价值! 1背景 近十年通信和互联网行业飞速发展,人们可以体验越来越丰富的互联网应用,从文本、图片到语音、视频,但万变不离其宗,
1、iPhone 6s再出问题:夜间充电自动重启 据外媒报道,继iPhone 6s被曝芯片门和相机卡顿等问题以来,此次又有苹果用户反映称,iPhone 6s出现了夜间充电自动重启的问题。有用户称,早晨起床想解锁手机却发现Touch ID不可用,随后便出现“重启后需重新输入密码”的提醒,于是他便推测手机在夜间自动重启过。但由于没有看到手机自动重启的实际情景,所以具体情况还未明了。 据悉,随着国内外陆陆续续有不少用户都向苹果官方客服反映了这一情况以后,发现iPhone 6s夜间自动重启似乎已成既定事实。 2、明
"鹅厂网事"由深圳市腾讯计算机系统有限公司技术工程事业群网络平台部运营,我们希望与业界各位志同道合的伙伴交流切磋最新的网络、服务器行业动态信息,同时分享腾讯在网络与服务器领域,规划、运营、研发、服务等层面的实战干货,期待与您的共同成长。 网络平台部以构建敏捷、弹性、低成本的业界领先海量互联网云计算服务平台,为支撑腾讯公司业务持续发展,为业务建立竞争优势、构建行业健康生态而持续贡献价值! 1 背景 近十年通信和互联网行业飞速发展,人们可以体验越来越丰富的互联网应用,从文本、图片到语音、视频,但万变不离其宗
互联网业务增长快,变化大,涉及到所需的数据中心的各类网络/计算资源瞬息万变,需要大量的人力对现场运营进行支撑,我们以一个实际运营十万台服务器的数据中心为例。整个现场运营主要分为三大部分:IT现场运营,基础设施运营,以及物业/安全/后勤保障。 从图中可以看出,腾讯自有人员主要是各模块团队的现场管理人员和专家团队,大量的现场运营操作维护人员等都外包给专业服务公司,因此,现场外包管理是数据中心运营核心。 外包人员数量模型决定于以下几个因素: 服务器现场运营人员数量模型因素:人员能力(经验及技能),服务器数量
随着信息技术的不断深入,企业业务对IT系统的依赖性越来越强,IT已经成为很多业务流程的核心部分,甚至是某些业务赖以运行的基础。然而,企业和机构的IT系统日渐复杂,IT系统的运营、维护和管理的难度不断加大,成为企业的一种负担。
腾讯拥有海量IDC资产的互联网企业,其中服务器、网络设备等IDC运营资产的数量巨大,资产种类繁多,仅服务器就有几十个品牌,几百种型号,同时在日常运营中对于资产的应用需求多、需求变化频繁。如何确保运营资产的安全、完整,提高运营资产的运营效率,是腾讯在发展中不可避免的严峻问题。 存在挑战 腾讯面对海量IDC运营资产的资产管理,遇到以下主要挑战 1.资产定义配置缺乏科学性和合理性:面对大量的运营资产,在实际使用中往往很难快速检索或精准定位,而且互联网企业由于行业的特殊性,运营资产的资产定义很难参考传统行业固定资产
"鹅厂网事"由深圳市腾讯计算机系统有限公司技术工程事业群网络平台部运营,我们希望与业界各位志同道合的伙伴交流切磋最新的网络、服务器行业动态信息,同时分享腾讯在网络与服务器领域,规划、运营、研发、服务等层面的实战干货,期待与您的共同成长。 2016除夕,和业务一起见证了新的百亿级的红包奇迹! 华丽数字的背后,是一群给力的小伙伴撑起的蓝天,让我们一起来揭开红包背后的秘密 春节红包保障准备蓄势待发,确保春节抢红包万无一失 为了保障春节期间稳定的业务体验,年前一个月网平联合IDC、运管与各业务团队进行春节保障的
前言 云计算已逐步进入了成熟和规模化应用的阶段,越来越多的用户将自己的业务和私密数据部署在云端。与此同时,国内外政府和监管机构对云服务的安全也提出了严格的规范和标准,如国内的《等保》《个人信息安全规范》,国际通用的《ISO27001》、《PCI》等。腾讯是如何捍卫数据中心物理安全的?前文《互联网业务安如磐石之根基——IDC物理安全》有说明。对于数据存储介质销毁的规划,鹅厂网事的《数据存储介质销毁:护航数据安全的最后一公里》也有说明,此不赘述。那传闻中神秘的“数据销毁工厂”、“IDC销毁中心”现场情况是怎样的
这个问题可以当做面试题,考验候选者是否有全局的视野,以及对整个技术栈的掌握情况。同时需要多维度思考,产品,工程师,服务,基础机构等等
云的概念是通过虚拟化、分布式处理,通过“即插即用”的方式通过网络以按需分发服务的形式提供给具有动态可扩展信息处理能力和应用服务的用户,并根据实际使用量付费。
导读:运用结构化思维进行故障处理,其目的是为了将故障应急操作标准化,进而提升处理效率。
QQ炫舞遭受网络攻击要较其他业务要高许多,同时其抗网络波动能力较弱,这会导致同一网络波动QQ炫舞会比其他游戏多掉线30%左右。 关于网络攻击类的故障,QQ炫舞与腾讯宙斯盾团队进行了深入的合作。高频率的调整防御策略,以防御各类型的攻击;黑洞设备的覆盖与扩容,极大的提升了防御范围与能力(超大流量)。保障了99%的攻击对业务无影响。 高频率的现网掉线导致运维每天都会接收到掉线告警,并需要上线去确认原因。这有损玩家体验、同时也增加了运维的工作量。因此运维侧开发了”掉线原因自动分析“app。在掉线告警产生的同时,通过
单从成本上考虑,那什么时候上云合适?一般情况下,虚拟机数量两千以下,上公有云合适(阿里云4C8G20G+100G的虚拟机,一年费用初步预估1W元;2000台一年就是2000W);虚拟机数量大于2000,此时自有机房合适。
知乎上有这样一个问题:一个新手面试 Linux 运维工作至少需要知道哪些知识?其中有一个答案对这一话题的解读非常深入,今天特别分享给大家。
运维中关键技术点解剖:1 大量高并发网站的设计方案 ;2 高可靠、高可伸缩性网络架构设计;3 网站安全问题,如何避免被黑?4 南北互联问题,动态CDN解决方案;5 海量数据存储架构 一、什么是大型网站运维? 首先明确一下,全文所讲的”运维“是指:大型网站运维,与其它运维的区别还是蛮大的;然后我们再对大型网站与小型网站进行范围定义,此定义主要从运维复杂性角度考虑,如网站规范、知名度、服务器 量级、pv量等考虑,其它因素不是重点;因此,我们先定义服务器规模大于1000台,pv每天至少上亿(至少国内排名前10
前面介绍了SRE的基础,包括SLI和SLO以及Error Budget(错误预算)。其中:
作者:defcon来源:马哥教育链接:https://mp.weixin.qq.com/s/ZocozTkCNViMAtZIr7C7ww前言我们已经发过不少 Linux 面试题,但是单独的面试题总感觉会过于零碎,没有体系化内容给人的帮助大。知乎上有这样一个问题:一个新手面试 Linux 运维工作至少需要知道哪些知识?其中有一个答案对这一话题的解读非常深入,今天特别分享给大家。一、什么是大型网站运维?首先明确一下,全文所讲的”运维“是指:大型网站运维,与其它运维的区别还是蛮大的;然后我们再对大型网站与小型网站进行范围定义,此定义主要从运维复杂性角度考虑,如网站规范、知名度、服务器 量级、pv量等考虑,其它因素不是重点;因此,我们先定义服务器规模大于1000台,pv每天至少上亿(至少国内排名前10),如sina、baidu、 QQ,http://51.com等等;其它小型网站可能没有真正意义上的运维工程师,这与网站规范不够和成本因素有关,更多的是集合网络、系统 、开发工作于一身的“复合性人才”,就如有些公司把一些合同采购都纳入了运维职责范围,还有如IDC网络规划也纳入运维职责。所以,非常重要一定需要明白:运维对其它关联工种必须非常了解熟悉:网络、系统、系统开发、存储,安全,DB等;我在这里所讲的运维工程师就是指专职运维工程师。我们再来说说一般产品的“出生”流程:1、首先公司管理层给出指导思想,PM定位市场需求(或copy成熟应用)进行调研、分析、最终给出详细设计。2、架构师根据产品设计的需求,如pv大小预估、服务器规模、应用架构等因素完成网络规划,架构设计等(基本上对网络变动不大,除非大项目)3、开发工程师将设计code实现出来、测试工程师对应用进行测试。4、好,到运维工程师出马了。首先明确一点不是说前三步就与运维工作无关了,恰恰相反,前三步与运维关系很大:应用的前期架构设计、软/硬件资源评估申请采购、应用设计性能隐患及评估、IDC、服务性能\安全调优、服务器系统级优化(与特定应用有关)等都需运维全程参与,并主导整个应用上线项目;运维工程师负责产品服务器上架准备工作,服务器系统安装、网络、IP、通用工具集安装。运维工程师还需要对上线的应用系统架构是否合理、是否具备可扩展性、及安全隐患等因素负责,并负责最后将产品(程序)、网络、系统三者进行拼接并最优化的组合在一起,最终完成产品上线提供用户使用,并周而复使:需求->开发(升级)->测试->上线(性能、安全问题等之前预估外的问题随之慢慢就全出来了)在这里提一点:网站开发模式与传统软件开发完全不一样,网站一天开发上线1~5个升级版本是家常便饭,用户体验为王嘛,如果某个线上问题像M$ 需要1年解决,用户早跑光了;应用上线后,运维工作才刚开始,具体工作可能包括:升级版本上线工作、服务监控、应用状态统计、日常服务状态巡检、突发故障处理、服务日常变更调整、集群管理、服务性能评估优化、数据库管理优化、随着应用PV增减进行应用架构的伸缩、安全、运维开发工作:a 、尽量将日常机械性手工工作通过工具实现(如服务监控、应用状态统计、服务上线等等),提高效率。b、解决现实中服务存在的问题,如高可靠性、可扩展性问题等。c、大规模集群管理工具的开发,如1万台机器如何在1分钟内完成密码修改、或运行指定任务?2000台服务器如何快速安装操作系统?各分布式IDC、存储集群中数PT级的数据如何快速的存储、共享、分析?等一系列挑战都需运维工程师的努力。在此说明一下其它配合工种情况,在整个项目中,前端应用对于网络/系统工程师来说是黑匣子,同时开发工程师职责只是负责完成应用的功能性开发,并对应用本身性能、安全性等应用本身负责,它不负责或关心网络/系统架构方面事宜,当然软/硬件采购人员等事业部其它同事也不会关心这些问题,各司其职,但项目的核心是运维工程师~!所有其它部门的桥梁。上面说了很多,我想大家应该对运维有一些概念了,在此打个比方吧,如果我们是一辆高速行驶在高速公路上的汽车,那运维工程师就是司机兼维修工,这个司机不简单,有时需要在高速行驶过程中换轮胎、并根据道路情况换档位、当汽车速度越来越快,汽车本身不能满足高速度时对汽车性能调优或零件升级、高速行进中解决汽车故障及性能问题、时刻关注前方安全问题,并先知先觉的采取规避手段。这就是运维工作~!最后说一下运维工程师的职责:”确保线上稳定“,看似简单,但实属不容易,运维工程师必须在诸多不利因素中进行权衡:新产品模式对现有架构及技术的冲击、产品高频度的升级带来的线上BUG隐患、运维自动化管理承度不高导致的人为失误、IT行业追求的高效率导致流程执行上的缺失、用户增涨带来的性能及架构上的压力、IT行业宽松的技术管理文化、创新风险、互联网安全性问题等因素,都会是网站稳定的大敌,运维工程师必须把控好这最后一关,需具体高度的责任感、原则性及协调能力,如果能做到各因素的最佳平衡,那就是一
图片中的人物是Jeff Dean ,google分布式系统的灵魂式人物,具体的内容大家可以google一下,他的很多分布式系统设计思想都在影响着技术趋势,而他在google具体工作实现,更是引领着未来。
导语| 企业A是一家互联网公司,当前在云上计算资源已经接近10W核,华东地域专线流量24G+,资源部署以华东为主、华北、华南、西南等可用区为辅。该企业属于典型的混合云架构,本文主要分享企业A如何通过云联网架构优化实现带宽利用率提升50%?
五一假期,没出远门,带娃露营玩水玩沙骑平衡车,累的不亦乐乎。同时,也刷了一门极客时间的课程《SRE实战总结》,给我带来了一些新的认知,我将这些认知整理了以下,特此总结分享与你,强烈建议已经实践了DevOps的童鞋了解一下SRE。
一、缘起 软件工程有的时候与养孩子有点相似:虽然生育的过程是痛苦和困难的,但是养孩子的过程才是真正需要花费大部分精力的地方。在现实中,我们却发现人们往往将绝大多数的精力与资源花费在了讨论如何构建软件方面,而其后续的可维护性方面的工作却考虑的极少。我们在大学软件工程课程中也学过,从软件生命周期的角度看,软件开发阶段只占整个生命周期的20%~30%,软件运行维护阶段才是最长尾的,这个规律放在现在仍然适用。从以上的视角来看,在软件工程行业,至少应该有两类职业:第一类职业专注于设计和构建软件系统,另外一类职业就是专注于整个软件系统生命周期的管理。从其设计开始一直到部署、运行,历经不断改进,优化,最后退役为止。就是这样一类职业,它和其他的职业的专注点不同且必须具备非常广泛的技能,我们将它称之为IT Operations。 二、运维是什么 运维,英文原文是IT Operations翻译过来就是IT运维,根据中文,对“运维”这个词进行拆解就是“运行+维护”。这个拆解隐含了对运维工程师工作职责的最基本要求。那么到底什么是运维呢?在我的理解,运维即服务,好的服务体系是系统稳定运行的坚实基础和有力保障。我们的工作职责就是保障生产系统的安全、稳定、可靠的运行,确保服务7*24小时不间断。 三、运维的价值 运维的价值主要体现在如下几个方面:提高业务运营质量、用户满意度,保障系统安全、稳定、可靠的运行及服务的可用性,降低业务运营成本,在提高IT服务质量的同时为企业与客户创造更多的商业价值等。 四、谈谈我们的工作 (一)岗位要求 运维是一个融合多学科(网络、操作系统、数据库、中间件、开发、测试、安全、协议、算法、数据结构、架构、存储、强弱电等)的综合性技术工种。一名优秀的运维工程师,需要在多个技术领域中,精通某几项技能,才能够胜任该工作,同时还要对业内前沿技术发展趋势实时跟进、掌控。 (二)人员素质要求 良好的沟通表达能力、工作认真仔细,注意细节、能够扛得住较大压力、知识面广、有较强的责任心,工作态度端正,积极主动,执行力强、学习,创新能力强、极强的安全意识和对问题刨根问底的精神。 (三)岗位职责 以系统稳定性为目标,负责系统的可用性、性能、效率、服务请求、变更管理、监控、应急响应和容量管理等工作。 (四)工作内容 日常主要工作内容如下:服务级别管理、能力管理、业务连续性管理、事件管理、问题管理、变更管理、配置管理、发布管理、备份管理、容量管理、可用性管理、安全管理、知识管理、系统监控、例行巡检、性能优化、应急响应、问题处置、生产问题复盘、服务请求、IT架构规划设计、系统部署、双活建设、容灾建设、切换演练、系统软件升级及补丁修复等工作。 (五)运维服务体系建设 运维作为一个细分的IT专业领域,在运维服务体系建设方面是有技巧和章法的。一个好的运维服务体系的建立是需要一个懂运维的管理者花费很多心思和精力,经过反复的打磨,不断改进构建起来的,绝非凭空起高楼。一般业界会参考借鉴ITIL与业务连续性管理BCM,ISO 22301等体系标准来构建适合于企业自身的运维体系。 一般情况下一个好的运维服务体系建设应遵循如下原则: (1)以完善的运维服务制度、流程为基础; (2)以先进、成熟的运维管理工具为手段; (3)以高素质的运维服务团队为保障; (4)以科学合理的考核指标为导向。 具体落地措施如下: (1)制定运维服务标准与规范; (2)搭建运维服务台,全方位接受服务请求; (3)规范事件管理,建立完善的突然事件应对机制; (4)规范问题管理,建立故障分析的长效机制; (5)规范变更管理,建立谨慎的变更管理机制; (6)收集基础资料,建立完备的CMDB管理系统; (7)制定绩效考核办法,加强监督检查,严格考核运维人员。 (六)运行无间最佳实践之运行保障示例 (1)问题预防 对即将投产的系统进行评审,从系统的健壮性、可扩展性、可维护性及部署规范等方面进行评审是否满足上线的标准和要求。 对每天的变更与应用发布进行集中评审,严格按照变更与发布的标准与变更红线进行审核是否满足投产条件。 按照运维计划,定期组织实战切换演练,模拟生产故障,验证系统的健壮性以及提高运维人员的应急处置能力。 (2)运行监控 监控是运维人员的眼睛,能够帮助运维人员快速发现定位问题,减少业务中断时间,提高故障处理效率。目前业内均已实现全维度监控,也就是说运维人员要从各个维度监控系统的健康状况,比如IDC机房、网络、存储、操作系统、数据库、中间件、应用、系统和业务层面。运行监控人员会7*24小时进行值守,一旦系统抛出告警,值守人员确保5分钟内电话通知到一线运维人员及时介入处置。 (3)故障响应 一线运维人员在接到告警后,会进行初步的判断,对业务的影响,是否需要进行升级,是否需要协同其他条线或者二线专家的介入。 (4)故障
随着互联网业务快速发展,多IDC的业务支撑能力和要求也逐步提升,行业内的“两地三中心”方案较为流行。
你拿着秋天的第一杯奶茶,嘴里唱着“大风天通州搬家到工体”,而我拿着电信工具包,在大风天通州拉纤到工体,很多人第一次来到工体的原因是看球,而我是因为这场大风,这场来自的通州的东风先是刮断了树枝,然后树枝又在和光纤的胡搅蛮缠中占据了上风,挂断了光纤,与此同时,一场万众瞩目的演唱会即将在工体举办,周边的道路实行了交通管制,人满为患,电信施工队进场抢修进展被严重阻碍,此时此刻,在NOC里面,从延绵不绝的电话声和不停闪烁的微信群证明着这条光缆的价值,我好几次几乎忍不住想告诉他你要接受现实,却常常因为被告知“再不修复就要投诉、就要索赔”这样一个现实而让我哑口无言……从不完全统计数据来看,客户机房通过IDC接入腾讯云服务的混合云场景的各类故障中,类似上面的专线自身的故障率占有很大比重,对于这个问题,接下来我们一起讨论下如何从专线建设初始防微杜渐
接着上篇《做容灾,双活、多活、同城、异地、多云,到底应该怎么选?》,这篇聊聊公有云上应该如何建容灾,跟我们自建机房有什么区别,没看过的同学,建议先从上篇文章看一下。
导语 | 企业 A 是一家互联网公司,当前在云上计算资源已经接近 10W 核,华东地域专线流量 24G+,资源部署以华东为主、华北、华南、西南等可用区为辅。该企业属于典型的混合云架构,本文主要分享企业A如何通过云联网架构优化实现带宽利用率提升50%,希望与大家一同交流。文章作者:李彬文,腾讯云售后架构师。
重磅 发布 近日,腾讯数据中心服务台在总部深圳全新升级投产,该平台是目前国内最大规模的数据中心集中化运营服务平台,支撑腾讯全球100+数据中心及百万级IT设备的运营服务工作;标志着腾讯数据中心正在加速向集中化、平台化、智能化运营方向升级和发展。 腾讯数据中心服务台综合服务大厅 当前,腾讯云在全球数十个国家和地区建立起100+中大型数据中心,支撑百万级IT设备的运营管理。数据中心体量大、分布广、运营管理方式多样化等特点,给打造腾讯云数据中心全球统一标准服务带来了巨大的挑战。 早在2018年,腾讯数据中心
在故障处理期间,无论是哪一个阶段,要记住我们的首要目标是“止损”,尽快恢复、消除故障影响,这并不代表我们完全定位了故障问题,也不代表解决方案是完美的,因为这些是可以恢复后复盘的。
为了加强电子政务云平台运维团队收到用户报障或巡检发现异常后的处理应急机制,特制定本预案,主要包括以下内容:
领取专属 10元无门槛券
手把手带您无忧上云