云+社区技术沙龙 腾讯智能运维（Metis）项目实践 张戎 机器学习高级研究员 张戎 腾讯云 云服务平台部 机器学习高级研究员 • 2015年毕业于新加坡国立大学数学专业，获博士学位； • 2015年加入腾讯科技（深圳）有限公司，机器学习岗位； • 智能推荐系统：神盾推荐项目，2015年7月-2016年5月 • 智能安全系统：机器学习+安全业务，2016年6月-2017年7月 • 智能运维系统 智能运维系统：机器学习+业务运维，2017年8月-至今 SPEAKER 01 智能运维场景描述 整体介绍 02 单维时间序列分析 异常检测 03 多维时间序列分析 多维下钻 目录 04 Metis 的研究方向 展望未来 智能运维（AIOps） 基于机器学习的智能运维 发现问题 • 时间序列异常 • 日志分析异常 • 设备性能异常 分析问题 • 多维下钻分析 • 关联事件分析 关联事件分析 • 容量预估分析 解决问题 • 扩容 • 决策 • 调度 • 优化 智能运维学件库 • 可重用 • 可演进 • 可了解 智能运维学件库 智能运维能力框架体系 AIOps 团队角色划分 01 智能运维场景描述 整体介绍 02 单维时间序列分析 异常检测 03 多维时间序列分析 多维下钻 目录 04 Metis 的研究方向 展望未来 单维时间序列分析

云+社区技术沙龙 冲上云霄—腾讯海量业务上云实践 腾讯云高级工程师 黄宏东 自我介绍 ⚫ 业务开发出身的运维 ⚫ 先后在腾讯负责游戏、安全、医疗类业务运维 ⚫ 经历数年业务爆量、成本优化、业务上云、智能运维等重点项目 ⚫ 目前负责腾讯自研业务的运维与上云工作 01 腾讯业务为什么要上云 02 业务上云的价值 03 如何上云 目录 04 上云案例分享 腾讯业务为什么要上云 接入服务

数据驱动运维：基于大数据 的接入、存储、分析技术，对运 维数据进行全面挖掘和分析，实 现数据驱动自动化运维。 机器驱动运维：基于智能算法 的机器自我学习，训练机器智能运 维模型，实现无人值守和智能的运 维与运营。 数据化 2015--2017 智能化 2017—现在 蓝鲸目前在腾讯应用情况及发展方向 4个转型的绊脚石 有重客户端游戏，网页游戏，各类官网，移动终端游戏， 大型游戏平台； 所使用的开发语言、开发框架、操作系统、数据库等技术， 是没有直观规律的。 开发商很难为了运维体系而对架构或技术做大规模的修改。 有几乎所有的业务类型 有几乎所有的流行技术 300多款游戏相互之间是没有关系的。 发布变更、故障处理等运维操作场景和操作流程是没有直 观规律的。 服务器数量，也就是操作单元，有二十余万。 随着容器技术的普及，操作单元的数量还会暴涨。 所有业务之间无关联 业务操作单元暴涨 运维转型，困难重重 准备 代码 部署 应用 开发 监控 告警 日志 追溯 运维开发 负责企业技术运营领域（CI、CD、CO）相关场景的系统构建，例如持续集成、日志分析、资 源管理、版本发布、环境变更、监控处理、灾备切换、日常巡检、电子工单、运营分析、运营 管控、经营管理等。 落地企业工具文化。 回顾一下传统烟囱式模式的弊端 …… 调度引擎 容器管理 文件传输 指令执行 编译构建 开发测试服

Resource（requests）配置不合理 WorkLoad/HPA 副本数设置不合理 业务空闲时间 解决方案 Pod 压缩 Node 超卖 HPA VPA 动态 调度 碎片 处理 Pod 资源压缩 • MutatingAdmission Webhook Node 超卖 HPAPlus HPAPlus • 一个HPA一个goroutine • 支持 metric/custom

设置申请向导中租期选项...........................................................................276 10.2.2 配置到期处理策略及到期处理...................................................................276 10.2.3 查看到期资源并操作回收...... 同的云厂商对它有不同的英文缩写命名。例如阿里云把自家的对象存储服 务叫做 OSS，华为云叫 OBS，腾讯云叫 COS。与传统块存储不同的是， 第一，操作对象上是对象（Object），而不是文本文件中文本；第二，存 储方式通过 HTTP 协议上传或下载；第三，在对象存储系统里，不能直接 打开/修改文件，只能先下载、修改，再上传文件。第四，不需要考虑存储 杭州飞致云信息科技有限公司 10 SDN，它能够解放网络管理中的手工操作， 减少配置错误，易于统一快速部署。其核心技术 OpenFlow 通过将网络设 备的控制面与数据面分离开来，从而实现了网络流量的灵活控制，使网络 作为管道变得更加智能，为核心网络及应用的创新提供了良好的平台。 VPC Virtual Private Cloud, 是私有云和公有云平台用于租户隔离的网络，包括 多个子网、ACL。私有云和公有云会被多个租户使用，需要解决不同租户

Storage。不同的云厂商对它有不同的英文缩写命名。例如阿里 云把自家的对象存储服务叫做 OSS，华为云叫 OBS，腾讯云叫 COS。与传统块存储不同的是，第一，操作对象上是对象 （Object），而不是文本文件中文本；第二，存储方式通过 HTTP 协议上传或下载；第三，在对象存储系统里，不能直接打开/修改 文件，只能先下载、修改，再上传文件。第四，不需要考虑存储 的可扩展和高可用，公有云厂商会保证这一点，只有出费用，多 在【我的待办事项】面板中，如图 2-7 所示，可以看到当前的待办数量、通知数量， 选择后打开【待办】页面，选择【待办事项】进行处理，常见的待办事项有，审批资源申请 变更订单、回收优化资源要求待办等。 在【我的待办】面板中，列出了最近的五个待办事项，可选择待办事项打开【待办】页 面查看和处理待办事项。 杭州飞致云信息科技有限公司 19 图 2-7 账单汇总面板 杭州飞致云信息科技有限公司 20 对于异常状态的订单，可以选择【重试订单】或者【作废订单】，如图 3-11 所示。选 择需要重试的订单，在【操作】下拉菜单中选择【重试订单】会重新执行订单命令，【作 废订单】即中止订单审批流程，订单做作废处理。 图 3-11 重试和作废订单 3.6 SSH 登录虚拟机 如果配置了与 JumpServer 的集成，则可以在 Web 浏览器中 SSH 登陆到虚拟机操作 系统。操作步骤如下。 (1)

测试人员需要获取应用运行环境资源以进行开发测试，通常需等待几小时、有时甚至几天几 周时间，特别是一些软件开发团队规模比较大、项目比较多的企业。有几个主要原因。  IT 部门在收到资源请求时经常有优先级更高的工作需要处理。  或者忙于处理其他业务团队的资源申请变更请求。  一些规模较大分工较细的组织还会涉及跨部门小组的流程协作(比如投产环节，部 署完虚拟机后需要给安全部门提申请把虚拟机管理信息加入到堡垒机并授权，部署 龙人寿 基金信托(11) 天弘基金、嘉实基金、华夏基金、建信基金、博时基金、易方达基金、 富国基金、中欧基金、海富通、对外贸易信托、中粮信托 汽车(8) 一汽集团、华晨宝马、一汽大众、大众逸驾智能、吉利汽车、上汽乘用 车、东风本田、宇通客车 制造(24) 山东万华、联想集团、京东方、特变电工、新疆中泰、三一重工、树根 互联、海康威视、旺旺、大华、中控技术、长鑫存储、中国中冶、扬子 江 IP，负载均衡、RDS、对象存储、DNS 等。 2.3.2 登录概览 应用开发测试、运维人员以项目或组织工作空间区域用户登录后，可看到工作空间区域 下的各类资源的数量及当月已产生费用，并且能够看到自己申请未处理完成的请求订单，以 及等待自己处理的请求订单。可选择各类资源的申请选项申请资源。如图 10 所示。 杭州飞致云信息科技有限公司 软件用起来才有价值，才有改进的机会 19 图 10: Home 首页 2.3

—— 小鹏汽车自动驾驶运维总监 温晓 健 4 条产品线已有 1 条接入验证和迭代端云混合部署和自 测环境拉起能力，足够成熟时将 Zadig 推广至兄弟部 门。 —— 理想智能云软件效率总监 张然 智能云使用 Zadig 实现端云混合部署 Zadig 是云原生时代下的一站式持续交付平台，旨在让研发工程师专注于编码，让团队专注于功能实 现，助力企业更快地将产品创意带到现实世界中。

发布更新，同时也从公司角度落实降本增效的理念。” ——小鹏汽车自动驾驶运维总监 温晓健 4 条产品线已有 1 条接入验证和迭代端云混合部署和自 测环境拉起能力，足够成熟时将 Zadig 推广至兄弟部门。 ——理想智能云软件效率总监 张然 智能云使用 Zadig 实现端云混合部署 Zadig 是云原生时代下的一站式持续交付平台，旨在让研发工程师专注于编码，让团队专注于功能实 现，助力企业更快地将产品创意带到现实世界中。