-
智能运维：从0搭建大规模分布式AIOps系统
- ›
-
买家评论
- 智能运维：从0搭建大规模分布式AIOps系统
- ›
- 买家评论
4 总评分, 3 带评论
现在无法筛选评论。请稍后再试。
2018年12月23日
总体认为这是一本不错的工具书：综合罗列了各种方法和工具，同时基于微博的业务深入介绍了场景。本书的结构主要是四各部分：现状和定义、依托的技术和工具、结合场景的技术、基于微博的实际案例。工具书都需要实际操作和使用，所以进行一些摘抄，以便将来查阅：
585：表1-2 运维在产品研发的生命周期中的主要职责
591：表1-3 运维涉及的常见技术和框架
734：图2-1 智能运维平台逻辑架构图
816：日志标准化：日志包含所约定的内容、格式，能标识自己的业务线、服务层级等。
全链路追踪：TraceID或者RequestID应该能从发起方透传到后端，标识唯一请求。
SLA规范化：采用统一的SLA约定，比如都用“响应时间”来约定性能指标，用“慢速比”来衡量系统健康度。
816：故障定位又称为告警关联（Alarm Correlation)、问题确定（Problem Determination）或根源故障分析（Root Cause Analysis），是指通过分析观测到的征兆（Symptom），找出产生这些征兆的真正原因。
835：在大数据存储和分析处理方面，Google的“三驾马车”（Google公开发布了关于GFS、MapReduce和BigTable的三篇论文），以及其在开源界对应的HDFS、Hadoop和HBase，对互联网企业产生了极大的影响。
1589：图5-4 数据仓库分层架构示意图
1636：图5-5 数据存储架构图
1828：图6-5 MapReduce on Yarn的执行过程
2343：表8-2 主流时序数据库的优缺点
2751：图9-1 常见的机器学习框架的对比情况
3048：常见的进行时序数据聚合运算的工具
3139：概念聚类算法AOI（Attribute Oriented Induction，基于属性的归纳）
3213：图10-10数据关联整体架构示意图
3714：ARIMA模型的全称为自回归移动平均模型（Auto-Regressive Integrated Moving Average Model）
3907：图13-12LSTM示意图
4500：图15-5基于机器学习的趋势预测架构示意图
585：表1-2 运维在产品研发的生命周期中的主要职责
591：表1-3 运维涉及的常见技术和框架
734：图2-1 智能运维平台逻辑架构图
816：日志标准化：日志包含所约定的内容、格式，能标识自己的业务线、服务层级等。
全链路追踪：TraceID或者RequestID应该能从发起方透传到后端，标识唯一请求。
SLA规范化：采用统一的SLA约定，比如都用“响应时间”来约定性能指标，用“慢速比”来衡量系统健康度。
816：故障定位又称为告警关联（Alarm Correlation)、问题确定（Problem Determination）或根源故障分析（Root Cause Analysis），是指通过分析观测到的征兆（Symptom），找出产生这些征兆的真正原因。
835：在大数据存储和分析处理方面，Google的“三驾马车”（Google公开发布了关于GFS、MapReduce和BigTable的三篇论文），以及其在开源界对应的HDFS、Hadoop和HBase，对互联网企业产生了极大的影响。
1589：图5-4 数据仓库分层架构示意图
1636：图5-5 数据存储架构图
1828：图6-5 MapReduce on Yarn的执行过程
2343：表8-2 主流时序数据库的优缺点
2751：图9-1 常见的机器学习框架的对比情况
3048：常见的进行时序数据聚合运算的工具
3139：概念聚类算法AOI（Attribute Oriented Induction，基于属性的归纳）
3213：图10-10数据关联整体架构示意图
3714：ARIMA模型的全称为自回归移动平均模型（Auto-Regressive Integrated Moving Average Model）
3907：图13-12LSTM示意图
4500：图15-5基于机器学习的趋势预测架构示意图
2018年12月4日
讲了些大数据的东西
怎么说了 感觉纯粹说概念算法的的话没有把AIOPS说明白
纯粹谈技术细节的话也无法交代清楚和完善。
翻一翻了解一下的书
怎么说了 感觉纯粹说概念算法的的话没有把AIOPS说明白
纯粹谈技术细节的话也无法交代清楚和完善。
翻一翻了解一下的书
有 3个买家评论和4个买家个评级。
