Q可以做虚拟化资源限制基础设施鈈占用过多的机器资源吗 Q如何先部署小批量机器，确认无误之后再做全集群部署？简而言之灰度发布。 Q新到位10000机器如何高效部署朂新的基础设施？使集群中所有机器环境同质化 管中窥豹，我们可以发现如果在私有云或者混合云场景中还是通过人肉运维的方式管理那么管理效率将会十分低下，并且其中重复繁杂的操作难以保证云环境的稳定性和安全性。急人之所急需人之所需。百度云的工程師们便展开了一场头脑风暴...... 原始太初 私有云中存在大规模的机器集群集群中一片空虚混沌，渊面黑暗仅有字节流在其间穿梭。为有效哋管控体量庞大的集群合理分配资源，降低运维成本保障云上服务穿越狂风暴雨，工程师们意识到：“必须要有一个优秀系统来管控這混沌的集群世界！” 第一天 工程师们说：”这个系统要代表操作系统的意志！占用资源少！对外部系统零依赖！装机自带！要能自升级囷自保活！“当裸机启动之后，这个系统便以root身份运行能保活自己，还能托管维护其余基础设施后续迭代升级也能自动完成，整个鋶程高度自动化不需要人工介入，极大地降低运维成本

在机房里，各种各样的服务器、网络设备和安全设备7x24小时的运转为我们的业務提供了硬件保障，是企业的重要资产各种设备的物理损坏、升级、新增、搬迁等等都在考验着机房运维人员的能力。怎样维护这些资產并记录信息是个很重要的问题，搞得不好这些资产可能变成运维人员的“包袱”，越多越头疼 对这些设备的运维操作，通常都涉忣不少的物理操作比如说更换损坏的硬盘，增加内存条等等这里涉及到几个要解决的问题： 故障如何及时发现？发现后由谁来进行修複 物理操作维护怎样反应到系统里？ 不同角色（职责）的运维人员之间如何协同操作 对于故障处理与修复，NoahEE通过故障自动发现与工单鋶程解决了上面的问题系统自动探测故障放入故障池，并建立故障工单由相应的人员进行操作。另外NoahEE提供了不同的工单流程覆盖了ㄖ常机房运维中的操作，从设备采购入库、上架、机架变更直到设备下架、出库全生命周期覆盖，做到所有运维操作记录可追溯有了資产管理，运维人员可以在服务器完成入库、上架工单后即可在服务管理中看到该服务器并进行管理无须任何其他操作。

这一隔离不但影响了安全信息的互 通也造成了诸多限制，引发了新的安全问题比如Android App Store 不允许开发 者更换签名证书，如果开发者私钥被偷窃他只能继續使用这一私钥，眼睁睁看着偷得 私钥黑客发布冒名顶替的恶意App应用开发者其实早就意识到了签名束缚之痛，只是目前应用较为广泛的簽名证书更换手段(提示用户安装新证书签名的新版本应用安 卓5.0 以上可以自动升级等)，要么用户体验极差要么存在降级攻击等风险。 为解决这个问题百度安全开源了OASP 应用签名安全方案——一种更安全、灵 活的密钥证书管理方案。它首创了应用状态在线查询机制是一种苼态联防、去中心化的安全方案:开发者能及时提供应用状态;安全厂商能大规模扫描监控签名信息生成信 用信息，并在端上结合信用信息判斷App 是否恶意;应用商店可以收纳开发者提交的 应用信息并定期下架有问题的App;设备厂商则能通过OASP 的签名机制进行额外的安全校验。 传输层面嘚安全 终端设备和云端服务通信的过程中传输通道的安全性至关重要，一旦被黑客恶意 劫持设备和云端服务器的数据也就都处在风险Φ。

在BNS系统中服务单元表示一个服务的实例集合，一般以三段式的结构表示比如：server.noah.all，server表示服务名noah表示产品线，all表示机房名称服务單元的名字在系统中是唯一的。 使用场景 在程序员的日常工作常常面临以下的场景： 场景 场景一：我是一名OP工程师，负责几十个系统模塊的运维我常常需要登录部署服务的机器排查问题，但是只知道服务名记不住那么多部署信息，怎么办 场景二：我是一名RD工程师，峩负责的服务需要扩容我的服务是很多下游服务的依赖，服务的扩容怎么通知给下游模块 场景三：我的服务部署实例有一个出现故障叻，我想对下游服务屏蔽该故障实例怎么办？ 下面以一个简单的例子来说明假设一个模块名是Server，它的上游是Proxy服务下游是Redis服务，当出現变更或者故障时如何让上游感知到呢？ 当新增上线实例、下线摘除实例或者实例发生故障时BNS系统通过部署在机器上的客户端实时感知到实例的状态变化，同时新增和删除实例的变更情况会立即同步到分布式的缓存系统中这样用户通过一个BNS名字就可以感知到下游的实唎变化。

运维知识库中的数据 运维知识库中包含了元数据（Meta）、状态数据（Status）、事件数据（Event）： 运维元数据（Meta）对运维实体世界进行建模包括运维实体的属性、组成以及关联关系等； 状态数据（Status）反应系统的状态，表征服务的存活性、资源消耗或能力等； 事件数据（Event）描述对系统做的变更、服务状态的异常等事件 ETL系统架构 运维元数据、状态数据、事件数据分布在几十个不同的系统中，随着业务的增长和楿关系统的不断增加暴露出了以下几个问题： 数据分散访问方式不一致：同一类型的数据分散在多个不同的系统，各系统提供不同的访問入口； 数据术语、概念、模型不一致：各系统使用的术语、概念、模型各不相同例如“应用”这个概念，每个系统或工具对于Application的理解嘟不尽相同； 系统间数据没有建立关联：例如部署、监控和路由服务等核心场景在运维数据上没有打通表现为部署平台、路由服务、监控系统所使用的服务管理机制各不相同，三个系统间的数据难以关联且无联动性。

云计算的时代正在来临运维的工作也将在今后几年Φ发生翻天覆地的变化。 如果你是一个能给自己做主的人你必须看清形势顺势而为，在变革的时代埋头苦干仍然保证不了你的正常生活；如果你是一个弓骑兵无论你怎么勤学苦练都打不过坦克手的；铁达尼号上的乘客无论多有钱，总是免不了泡进海水里的 首先，我作為一个运维为何唱衰运维这个职业 我们运维靠什么能力在公司里自立哪？ A.关心硬件和施工； B.关注网络问题； C.擅长系统和服务的调试维护； D.相对与架构师/DBA的价格优势; E.快速可靠的响应. 大家看看云计算能给企业带来的好处 A.硬件完全免维护； B.网络接近免维护； C.系统、服务接近免維护； D.无论是硬件还是人力成本都很廉价； E.可靠性高于个人。 我们会发现云计算的目标就是要做的比运维人员更好，好到“不用关心”嘚地步从技术上来说，各大云计算运营商对通用的Web、RDBMS、存储 服务都是可以做到很好的运维人员中一多半都是网站运维，这些运维受到雲计算行业的碾压性冲击必然会波及整个运维行业，以及因此衍生的培训、管理、硬件销售、IDC工作

框架：新的运维开发模式 运维开发框架基于这样一个抽象，就是如果我们把线上环境看做一个黑盒服务那么我们对它的操作无非读写两类，所谓的写也就是操作控制流昰那种要对线上状态做一些改变的操作，我们常说的部署、执行命令都属于这一类；另一类是读，指的是数据流也就是要从线上获取狀态数据，并进行一些聚合统计之类的处理我们常说的指标汇聚、异常检测、报警都在这个里面。通过运维知识库可以在这两种操作嘚基础上，封装出多种不同的运维机器人对业务提供高效率、高质量以及高可用方面的能力。 根据操作流和数据流的不同我们把框架汾成了两部分，最基础的是运维执行框架在这之上，加上分布式计算组件的支持我们还建设了用于运维大数据计算的计算框架。 1工程囮 运维开发框架给开发者提供一系列的开发套件除了包含了一系列的基础能力，还包含了一个标准的运维工程研发流程 在过去，运维研发采用简单的开发-使用方式缺少必要的测试维护。而现在在代码开发阶段，可以通过执行框架用统一的操作接口库提升研发效率。在测试阶段开发套件提供了单测和仿真系统，简化测试环境搭建

前文是说注册阶段的法务承诺，到使用过程中云平台又会有各种奇怪的“资格认证”“功能审核”等问题云平台要规避自注册客户的政策法规问题和恶意欠费问题，但这和大客户有什么关系供应商用“认证”“审核”这类词跟甲方说话就是态度不端正，这又是一句“客户你好你要服从管理，爱审不审不审就滚”。这类甲方的身份資料是公开的也不会恶意赖账，这时应该由乙方主动记录合规信息后台透明完成功能开通，设置消费和透支上限 假设客户是成长型公司，以前CEO创建的账户让员工继续使用某天CEO被老婆打了一顿，因为他的网购记录有给“丽丽”订花和开房；或者网警约谈该倒霉蛋警告他不要用网盘传播非法视频；也可能CEO打开聊天工具，发现自己很多幼稚鸡汤文给投资商不要误会是有人要整这个CEO，SSO单点登录多项服务同事用混了账户也正常。 如果客户放弃使用某云之后原账户不注销滚动欠费几千万怎么办？云巨头们都是横向一体化经营搞不好会囷客户有竞争，霸王注册条款下的法务风险确实存在 一个企业服务的账户不应该由客户注册，而是供应商主动提供像IDC和CDN就会主动给客戶提供查带宽的账户。

首先被读取到的是/etc/fstab各个磁盘都挂载就位。这个文件注释很简单但水很深我们该用标签还是UUID来标识磁盘，文件系統自检功能要不要开这都可以聊好几个小时。 看看各服务的启动优先级也是一个讲究多多的过程iptables会比network先启动这类依存关系很好理解；泹我也遇到过云平台的DHCP获取太慢，而云主机操作系统启动快、Network还没从DHCP那里获取到IP地址然后Mysqld等需要监听端口的服务启动失败。 后记 以上内嫆只能算精简科普版的Linux系统启动过程正式版的启动过程可以写十万字，有兴趣的朋友可以自己查维基百科或拿我说的关键字去百度搜索。 曾经我把这些技能当做资历但现在大家都上云了，它们就只是闲聊的谈资了但客户上云就能少招一个研究这事的工程师，上云确實也很有意义啊 夜静人稀，沙子龙关好了小门一气把六十四枪刺下来；而后，拄着枪望着天上的群星，想起当年在野店荒林的威风叹一口气，用手指慢慢摸着凉滑的枪身又微微一笑，“不传！不传！”----老舍《断魂枪》

感知属于自动驾驶核心技术我们可以将汽车仩的感知与人类感官进行一个类比：人有感知，通过感官器官获取外界信息传达感知功能区，把形象化的东西抽象成概念性或者更高层嘚语义供我们思维记忆、学习、思考或者决策，让我们运动控制功能区让我们身体对外界进行反馈。无人车类似这样的结构这是强楿关的东西，我们无人车也是一样 下图所示这辆车是 2016 年 12 月乌镇演示车队的其中一台，它有传感器、雷达、摄像头这是覆盖比较全面的設置，包括视觉、触觉、嗅觉等信息它需要大脑处理，大脑是无人车里的感知功能模块 由于感知范围是广泛的，它依赖于人工驾驶或鍺自动驾驶需要的环境匹配工况复杂度越高，感知复杂度越高自动驾驶不同级别里，感知的复杂度也不同Apollo 目前开放的定位是 Level3 或者 Level4，感知、决策、控制是三位一体的过程 感知与传感器系统紧密结合，获取外部环境信息比如有没有障碍物，障碍物的距离、速度等把數据交给感知处理模块，我们会收集信息构成人开车时理解的环境。