摘要：一大數(shù)據(jù)平臺(tái)介紹大數(shù)據(jù)平臺(tái)架構(gòu)演變?nèi)鐖D所示魅族大數(shù)據(jù)平臺(tái)架構(gòu)演變歷程年底，我們開始實(shí)踐大數(shù)據(jù)，并部署了測(cè)試集群。因此，大數(shù)據(jù)運(yùn)維的目標(biāo)是以解決運(yùn)維復(fù)雜度的自動(dòng)化為首要目標(biāo)。大數(shù)據(jù)運(yùn)維存在的問題大數(shù)據(jù)運(yùn)維存在的問題包括部署及運(yùn)維復(fù)雜。

一、大數(shù)據(jù)平臺(tái)介紹

1.1大數(shù)據(jù)平臺(tái)架構(gòu)演變

?

如圖所示魅族大數(shù)據(jù)平臺(tái)架構(gòu)演變歷程：

2013年底，我們開始實(shí)踐大數(shù)據(jù)，并部署了測(cè)試集群。當(dāng)時(shí)只有三個(gè)節(jié)點(diǎn)，因?yàn)槲覀兤鸩奖容^晚，沒有趕上Hadoop1.0，直接是用YARN來跑的大數(shù)據(jù)集群，而且默認(rèn)就上了HA功能；

2014年9月節(jié)點(diǎn)增加到20個(gè)，數(shù)據(jù)日增30GB；

2015年6月上線Spark和Hbase，同時(shí)節(jié)點(diǎn)達(dá)到100個(gè)，數(shù)據(jù)日增10T；

2016年5月實(shí)現(xiàn)數(shù)據(jù)異地災(zāi)備；

現(xiàn)在我們主要在做大數(shù)據(jù)安全方面，包括用戶認(rèn)證和授權(quán)。目前規(guī)模已達(dá)到近千臺(tái)服務(wù)器，存儲(chǔ)30PB，日增60TB，每天跑2萬個(gè)計(jì)算任務(wù)，業(yè)務(wù)包括搜索、廣告、推薦、統(tǒng)計(jì)分析、用戶畫像、崩潰跟蹤等等，今年還準(zhǔn)備上線一個(gè)新機(jī)房，專門用來跑大數(shù)據(jù)業(yè)務(wù)。屆時(shí)節(jié)點(diǎn)將達(dá)到2000個(gè)以上。

?

上圖展示的是魅族大數(shù)據(jù)的整體架構(gòu)，組件很多，組件之間相互關(guān)聯(lián)，提供的應(yīng)用也很多。

1.2 大數(shù)據(jù)運(yùn)維的挑戰(zhàn)

運(yùn)維這樣一個(gè)大規(guī)模的平臺(tái)要面對(duì)哪些挑戰(zhàn)呢？

首先來看大數(shù)據(jù)運(yùn)維的特點(diǎn)。

l?集群規(guī)模、數(shù)據(jù)量大，且爆發(fā)式增長(zhǎng)。大數(shù)據(jù)從字面上理解就是“大”，數(shù)據(jù)量大、規(guī)模大，而且是爆發(fā)式增長(zhǎng)。

l?組件多，相互關(guān)聯(lián)，關(guān)系復(fù)雜。

l?組件批量部署、上下線。部署上線的時(shí)候一般都是批量進(jìn)行的，如果用傳統(tǒng)方式（比如腳本工具）操作的話效率非常低，且容易出現(xiàn)問題。

大數(shù)據(jù)運(yùn)維的特點(diǎn)決定了大數(shù)據(jù)運(yùn)維的核心問題主要體現(xiàn)在兩個(gè)方面：

l?一是如何管理好如何大規(guī)模的集群；

l?二是如何為用戶提供高質(zhì)量的服務(wù)。

因此，大數(shù)據(jù)運(yùn)維的目標(biāo)是：

l?以解決運(yùn)維復(fù)雜度的自動(dòng)化為首要目標(biāo)。自動(dòng)化能夠提升穩(wěn)定性，機(jī)器的操作比人要靠譜，固化的操作交給機(jī)器去做，可以降低人為造成的一些錯(cuò)誤，提高線上的穩(wěn)定性；；另一方面，自動(dòng)化能夠提高效率，把大部分操作交給機(jī)器之后，把運(yùn)維人員從日常繁瑣的操作中解放出來，我們就有更多的時(shí)間完成更加有意義、有價(jià)值的事情。

l?以預(yù)測(cè)和自動(dòng)決策為目標(biāo)的智能化。大數(shù)據(jù)運(yùn)維的趨勢(shì)正在從以解決運(yùn)維復(fù)雜度為目標(biāo)的自動(dòng)化，向以預(yù)測(cè)和自動(dòng)決策為目標(biāo)的智能化轉(zhuǎn)變，所以我們先要做好自動(dòng)化才可以擁抱智能化。

1.3大數(shù)據(jù)運(yùn)維存在的問題

?

大數(shù)據(jù)運(yùn)維存在的問題包括：

l?部署及運(yùn)維復(fù)雜。

l?重復(fù)監(jiān)控、重復(fù)告警、監(jiān)控分散。

l?權(quán)限控制、安全審計(jì)、任意跑任務(wù)。我們沒有對(duì)用戶的權(quán)限進(jìn)行限制，一個(gè)用戶拿一個(gè)賬號(hào)就可以訪問整個(gè)集群的數(shù)據(jù)，安全審計(jì)方面我們無法得知該用戶是否訪問敏感數(shù)據(jù)。另外，在Hadoop官網(wǎng)上也沒有完善的用戶管理體系和開箱即用的安全設(shè)置，需要我們摸索和實(shí)踐。

l?無法查詢業(yè)務(wù)資源使用、任意申請(qǐng)資源。在資源使用上，我們不知道業(yè)務(wù)每天用了多少存儲(chǔ)、多少計(jì)算資源，業(yè)務(wù)要擴(kuò)容也只是口頭說資源不夠了，而且運(yùn)維他也沒有足夠的理由不給。

二、大數(shù)據(jù)運(yùn)維平臺(tái)建設(shè)

2.1 平臺(tái)選型

?

首先要選擇一個(gè)適合自己需求的平臺(tái)進(jìn)行開發(fā)。現(xiàn)在比較有代表性的平臺(tái)選型是Cloudera和Hortonworks，當(dāng)然我們也可以自己進(jìn)行組件開發(fā)。基于公司的現(xiàn)狀，用商業(yè)產(chǎn)品成本太大，完全照搬開源產(chǎn)品又不能滿足我們的需求。

?

對(duì)比來看商業(yè)化產(chǎn)品和開源產(chǎn)品：

l?商業(yè)化產(chǎn)品，優(yōu)點(diǎn)是安裝部署非常簡(jiǎn)單，界面功能齊全；缺點(diǎn)是更新比較慢，因?yàn)樗欠情_源的，我們無法對(duì)其進(jìn)行優(yōu)化，而且一般商業(yè)化產(chǎn)品占用系統(tǒng)資源也比較高。

l?開源產(chǎn)品，優(yōu)點(diǎn)是非常開放、自由，有強(qiáng)大的社區(qū)支持，安裝部署方便；缺點(diǎn)是穩(wěn)定性比較差，功能比較固定。

l?還有第三種選擇，就是自研，我們獨(dú)立研發(fā)產(chǎn)品，這樣就可以實(shí)現(xiàn)定制化，功能靈活豐富，但同樣存在缺點(diǎn)：耗時(shí)耗力，研發(fā)成本非常高。

我們的做法是集中三者的優(yōu)點(diǎn)，在投入較低成本的情況下，獲得功能豐富、可定制化、穩(wěn)定迭代的管理平臺(tái)，在出現(xiàn)問題的時(shí)候我們又可以依靠強(qiáng)大的社區(qū)得到快速解決。

2.2組件版本選型

?

基于業(yè)務(wù)發(fā)展需求，以及考慮到組件本身的穩(wěn)定性和安全性，我們需要在不同階段對(duì)組件的版本進(jìn)行迭代和微調(diào)，由此可見商業(yè)方案和開源方案是走不通的，這些方案的版本都比較固定。

2.3運(yùn)維規(guī)范制定

?

在平臺(tái)化建設(shè)之前，我們做了很多技術(shù)規(guī)范，通過標(biāo)準(zhǔn)化來規(guī)范運(yùn)維操作，平臺(tái)化來落地標(biāo)準(zhǔn)化。

l?系統(tǒng)規(guī)范，主要是約束系統(tǒng)的版本、內(nèi)核、系統(tǒng)賬號(hào)等；

l?部署規(guī)范，主要是約束組件的版本、配置等；

l?擴(kuò)容和升級(jí)規(guī)范，主要是用來制定擴(kuò)容的窗口期等；

l?任務(wù)運(yùn)行規(guī)范，比如說一個(gè)任務(wù)不能一天24小時(shí)跑下去；

l?監(jiān)控標(biāo)準(zhǔn)，我們盡可能的避免規(guī)范造成的事故。

我們通過制定規(guī)范來約束人員操作，最大限度避免因不規(guī)范造成的運(yùn)維事故。

2.4平臺(tái)建設(shè)歷程

?

上圖是我們整個(gè)平臺(tái)建設(shè)的歷程。

l?首先通過平臺(tái)將固化操作自動(dòng)化，并通過平臺(tái)化落地規(guī)范。

l?然后是建立統(tǒng)一的監(jiān)控與告警平臺(tái)。

l?第三是建立全面的安全防護(hù)。

l?最后是實(shí)現(xiàn)資源使用可視化、成本化。

2.4.1 平臺(tái)化、自動(dòng)化

如圖，以一個(gè)集群的生命周期展示大數(shù)據(jù)運(yùn)維是如何做到平臺(tái)化和自動(dòng)化的。

裝機(jī)平臺(tái)&云平臺(tái)?

第一步是初始化，也就是系統(tǒng)的安裝。根據(jù)機(jī)器的不同，分為物理機(jī)和虛擬機(jī)。物理機(jī)有裝機(jī)平臺(tái)，在平臺(tái)上可以批量安裝物理機(jī)操作系統(tǒng)，規(guī)范系統(tǒng)版本和賬號(hào)。虛擬機(jī)也有云平臺(tái)，可以批量創(chuàng)建并初始化云主機(jī)，可用于跑一些臨時(shí)任務(wù)或?qū)嶒?yàn)性的集群。

集群管理

集群管理方面，之前說到的商業(yè)化產(chǎn)品也好，開源產(chǎn)品也好，一般都是針對(duì)單個(gè)集群來進(jìn)行管理的。如果有多個(gè)集群，就必須部署多套平臺(tái)來進(jìn)行管理，這在一定程度上增加了運(yùn)維的復(fù)雜度。

?

我們的做法是將多套集群統(tǒng)一管理起來，它們又擁有各自獨(dú)立的空間互不干擾。在產(chǎn)品層面上實(shí)現(xiàn)前群分組管理，降低了運(yùn)維難度，提高了運(yùn)維效率。

主機(jī)管理

在平臺(tái)上可以查看主機(jī)狀態(tài)、過濾主機(jī)列表、執(zhí)行主機(jī)級(jí)操作，比如為一些主機(jī)進(jìn)行開關(guān)機(jī)操作，還可以刪除主機(jī)、添加主機(jī)做機(jī)架管理、機(jī)架展示等。

?

主機(jī)列表

在主機(jī)列表頁面，可以方便地看到主機(jī)詳情和組件狀況，健康狀態(tài)、使用狀態(tài)，包括CPU、內(nèi)存、磁盤等方面的情況。

?

主機(jī)的健康狀態(tài)主要分為四種，如果圖標(biāo)是紅色，表示主機(jī)上至少有一個(gè)master組件掛掉了；橙色表示至少有一個(gè)Stave組件是掛掉的；黃色表示主機(jī)三分鐘沒有上報(bào)心跳了；藍(lán)色則表示主機(jī)運(yùn)行狀態(tài)正常。

組件運(yùn)維

在組件運(yùn)維方面，可以看到所有的組件概述和狀態(tài)，也可以實(shí)施組件級(jí)別的啟停操作、添加刪除組件、修改組件配置、執(zhí)行組件的操作。集群完整的生命周期應(yīng)該包括下線，就是回收階段，這部分也比較好理解，基本上就是把上面的四步倒過來操作就可以了。

?

通過平臺(tái)化我們落地了標(biāo)準(zhǔn)化，自動(dòng)化又大大降低了大數(shù)據(jù)集群部署的難度，提高了運(yùn)維效率，保證了集群的穩(wěn)定性。

2.4.2 統(tǒng)一監(jiān)控和統(tǒng)一告警

監(jiān)控?cái)?shù)據(jù)收集架構(gòu)（時(shí)序指標(biāo)）

前面提到傳統(tǒng)大數(shù)據(jù)監(jiān)控是比較分散的。我們的方案是用AMBARI指標(biāo)監(jiān)控系統(tǒng)，它可以統(tǒng)一監(jiān)控平臺(tái)各類服務(wù)及主機(jī)的運(yùn)行情況，提供各類服務(wù)及主機(jī)的相關(guān)指標(biāo)，從而達(dá)到判斷集群健康情況的目的。整個(gè)流程包括監(jiān)控指標(biāo)的采集、存儲(chǔ)、聚合及指標(biāo)獲取。

數(shù)據(jù)的收集流程

?

首先是位于主機(jī)上的AMS Client會(huì)不斷的收集集群相關(guān)的各項(xiàng)指標(biāo)和性能數(shù)據(jù)發(fā)送到ams的 metric collector，metric collector會(huì)將收集到的數(shù)據(jù)分別存到兩張表里面

一張是以主機(jī)為單位的指標(biāo)信息表，一張是以集群為單位的指標(biāo)聚合信息表。

然后是指標(biāo)的獲取，Ambari提供了兩種方式：一種是通過指標(biāo)獲取中心獲取；另一種是通過Ambari Server端獲取，前一種方式更接近于原生的指標(biāo)數(shù)據(jù)，后一種方式則是更為常用的方式，可以說Ambari上層指標(biāo)的獲取都是通過這種方式來獲取的，但本質(zhì)上還是調(diào)用的第一種方式，拿到庫中的原生數(shù)據(jù)，再進(jìn)行加工及邏輯處理，最后返回到WEB端。

統(tǒng)一告警平臺(tái)：接收告警并根據(jù)規(guī)則發(fā)送給責(zé)任人

?

有監(jiān)控的需求就有告警的需求，但告警不能僅僅是對(duì)信息的轉(zhuǎn)發(fā)，不然會(huì)讓告警接收人員淹沒在茫茫告警信息里面，所有的告警信息必須要有一個(gè)統(tǒng)一的平臺(tái)進(jìn)行接管，平臺(tái)對(duì)收到的信息進(jìn)行必要的和按規(guī)則設(shè)定進(jìn)行合并再發(fā)送。

我們開發(fā)統(tǒng)一告警平臺(tái)的目的解決報(bào)警遺漏、對(duì)非值班人員的打擾以及減少告警疲勞，確保報(bào)警/故障/提醒通告等及時(shí)、準(zhǔn)確、高效地通知到具體人員。通過優(yōu)化現(xiàn)有報(bào)警處理流程，我們引入值班機(jī)制、告警升級(jí)機(jī)制、告警合并收斂規(guī)則，做到故障的準(zhǔn)確通知。通過統(tǒng)一監(jiān)控平臺(tái)和統(tǒng)一告警平臺(tái)，降低大數(shù)據(jù)告警設(shè)置的難度，同時(shí)也提高了運(yùn)維人員對(duì)告警的敏感度。

2.4.3認(rèn)證、授權(quán)、審計(jì)全面防護(hù)Hadoop

?

全面防護(hù)Hadoop。我們最早部署Hadoop集群時(shí)并沒有考慮安全問題，隨著集群的不斷擴(kuò)大， 各部門對(duì)集群的使用需求增加，集群安全問題就顯得頗為重要。通過上圖來看從里到外的安全防護(hù)體系主要包括哪些方面。

l?最里面的是OS級(jí)別的安全，主要是一些賬號(hào)設(shè)置等。

l?第二方面是權(quán)限控制，主要是對(duì)特定資源和特定訪問用戶進(jìn)行授權(quán)或拒絕訪問。權(quán)限控制是建立在安全認(rèn)證基礎(chǔ)上的。

l?第三層次是安全認(rèn)證，安全認(rèn)證是對(duì)用戶的身份進(jìn)行核對(duì)，確保用戶是正確的用戶，我們用的是Kerberos體系。

l?最后是網(wǎng)絡(luò)邊界安全體系，包括硬件防火墻，VLAN/子網(wǎng)隔離等等。

l?通過這四層，我們保證進(jìn)來的用戶都是通過安全認(rèn)證的，而且是有權(quán)限去操作這個(gè)集群的。但用戶操作是否合理、到底訪問了哪些數(shù)據(jù)，或者說有沒有嘗試訪問敏感數(shù)據(jù)，這就要交給審計(jì)來做了，安全審計(jì)對(duì)數(shù)據(jù)安全也是至關(guān)重要的。OS級(jí)別的安全和網(wǎng)絡(luò)安全一般都是統(tǒng)一的，這里不做展開。

安全認(rèn)證

Hadoop的安全認(rèn)證是基于Kerberos來做的，Kerberos是一個(gè)網(wǎng)絡(luò)身份驗(yàn)證協(xié)議，用戶輸入自己的驗(yàn)證信息來進(jìn)行驗(yàn)證，如果驗(yàn)證通過，會(huì)獲取到ticket，用戶拿這些ticket去訪問多個(gè)接入Kerberos的服務(wù)。

它主要解決了服務(wù)器到服務(wù)器的認(rèn)證，解決了Client到服務(wù)器的認(rèn)證，但對(duì)用戶級(jí)別的認(rèn)證沒有實(shí)現(xiàn)，也就是說它無法限制用戶提交作業(yè)。

Hadoop本身并不串接用戶賬號(hào)，它主要是通過Kerberos協(xié)議對(duì)用戶的身份進(jìn)行驗(yàn)證。我們從 YARN 上的 MR 任務(wù)提交過程簡(jiǎn)單說明一下。

?

在客戶端執(zhí)行任務(wù)之前，它會(huì)先跟KDC做自我驗(yàn)證，獲取TGT，客戶端通過TGT向KDC請(qǐng)求服務(wù)ticket，KDC 生成 session key 后一并發(fā)給客戶端，客戶端拿到ticket之后，向服務(wù)驗(yàn)證自己，完成身份驗(yàn)證。

權(quán)限控制

權(quán)限控制我們用的是Hadoop系統(tǒng)當(dāng)中的安全管理框架Apache Ranger來實(shí)現(xiàn)，它是一種定義和管理安全策略的集中式組件，里面內(nèi)置了一些通用的策略防護(hù)和策略模型，這些安全策略在Hadoop支持的組件上會(huì)被強(qiáng)制執(zhí)行。

如上圖，我們來看一下策略執(zhí)行過程。

首先用戶請(qǐng)求資源，匹配到該資源的所有權(quán)限，然后對(duì)所有資源進(jìn)行檢查，先看是不是在拒絕訪問列表里，如果在就拒絕訪問，如果不在就看是不是在允許列表里，如果在就允許訪問，如果不在，就拒絕訪問，或者做決策下放。Ranger可以選擇將決策下放給系統(tǒng)本身的訪問控制層。

?

Ranger架構(gòu)

?

Ranger架構(gòu)主要由三個(gè)部分組成：

第一部分是同步用戶，它會(huì)定期加載用戶，然后同步給管理中心；

第二部分是管理中心，管理中心提供接口，同時(shí)也執(zhí)行用戶設(shè)置的策略。

第三部分是客戶端的插件。這些插件會(huì)被嵌入到組件執(zhí)行流程當(dāng)中，定期向管理中心拉取策略，用來執(zhí)行這個(gè)策略的訪問決策。當(dāng)然它也會(huì)定期把這些訪問的審計(jì)日志記錄起來。

?

安全審計(jì)

?

安全防護(hù)的最后一環(huán)是審計(jì)。審計(jì)我們用的是Apache Eagle框架，它是一個(gè)高度可擴(kuò)展的行為監(jiān)控警報(bào)平臺(tái)，采用了靈活的應(yīng)用框架和經(jīng)過實(shí)踐考驗(yàn)的大數(shù)據(jù)技術(shù)，如 Kafka，Hbase和 Storm。提供了基于元數(shù)據(jù)驅(qū)動(dòng)的告警引擎和高度可定制的告警策略來報(bào)告異常行為的發(fā)生，實(shí)時(shí)監(jiān)控用戶的操作行為，實(shí)時(shí)檢測(cè)敏感數(shù)據(jù)訪問和惡意數(shù)據(jù)操作。

Apache ?Eagle框架主要由三個(gè)部分組成：

l?首先是數(shù)據(jù)流的接收和存儲(chǔ)。Eagle支持任何類型的數(shù)據(jù)流接收到它的策略引擎中。比如HDFS的審計(jì)機(jī)制可以通過Kafka將這些資質(zhì)收集過來，發(fā)送到簡(jiǎn)單的策略執(zhí)行當(dāng)中進(jìn)行處理。

l?第二部分是主機(jī)的實(shí)時(shí)數(shù)據(jù)處理引擎，Eagle提供一個(gè)獨(dú)立于物理平臺(tái)的高效流處理API，處理實(shí)時(shí)發(fā)過來的數(shù)據(jù)。

l?第三個(gè)是告警，它提供了靈活的告警框架。

Eagle的應(yīng)用場(chǎng)景，主要是用來做數(shù)據(jù)行為監(jiān)控。

l?監(jiān)控Hadoop中的數(shù)據(jù)訪問。

l?檢測(cè)非法入侵和違反安全規(guī)則的行為。

l?檢測(cè)敏感數(shù)據(jù)訪問，防止數(shù)據(jù)丟失。

l?基于策略的實(shí)時(shí)檢測(cè)和預(yù)警

l?基于用戶行為的異常檢測(cè)

安全是互聯(lián)網(wǎng)產(chǎn)品的生命基線，我們通過認(rèn)證、授權(quán)、審計(jì)全方位的防護(hù)Hadoop的安全，保障了大數(shù)據(jù)集群的穩(wěn)定運(yùn)行。而成本則是最終校驗(yàn)運(yùn)維效率的標(biāo)準(zhǔn)，如人力成本的節(jié)約、業(yè)務(wù)資源使用的把控都是運(yùn)維價(jià)值的直接體現(xiàn)。

2.4.4資源可視化、成本化

在進(jìn)行資源可視化、成本化之前，我們常常不知道一個(gè)業(yè)務(wù)資源使用是否合理、資源擴(kuò)容是否有必要。通過對(duì)業(yè)務(wù)資源的可視化、成本化，可以統(tǒng)計(jì)業(yè)務(wù)資源消費(fèi)、展示業(yè)務(wù)消費(fèi)明晰、任務(wù)詳細(xì)信息，可以提供業(yè)務(wù)彈性依據(jù)，為推動(dòng)業(yè)務(wù)優(yōu)化計(jì)算任務(wù)提供有利依據(jù)。

?

在這個(gè)平臺(tái)上我們直觀給出每個(gè)業(yè)務(wù)系的CPU、內(nèi)存、存儲(chǔ)的占用情況、使用的時(shí)長(zhǎng)，以及轉(zhuǎn)換的成本，同時(shí)也可以通過消費(fèi)曲線觀察異常消費(fèi)，進(jìn)行成本優(yōu)化。

?

我們還從用戶的維度給出消費(fèi)明細(xì)，做到有理有據(jù)，便于后面的一些反查。

?

同時(shí)還可以了解到任務(wù)詳細(xì)運(yùn)行情況。比如任務(wù)的類型，什么時(shí)候啟動(dòng)，什么時(shí)候結(jié)束，使用時(shí)長(zhǎng)等。

以上所述是大數(shù)據(jù)運(yùn)維平臺(tái)建設(shè)過程當(dāng)中所用的一些方法論和技術(shù)。

三、總結(jié)與展望

3.1 總結(jié)

l?在質(zhì)量和效率上，闡述了大數(shù)據(jù)運(yùn)維平臺(tái)化和自動(dòng)化的必要性，實(shí)現(xiàn)了集群、主機(jī)、組件自動(dòng)化部署與管理；

l?在安全上，解決了誰有權(quán)限、有什么權(quán)限、做了什么的問題，保證了平臺(tái)的安全；

l?在成本上，做到了有圖有真相，伸縮有依據(jù)，優(yōu)化有目標(biāo)。

3.2 展望

l?大數(shù)據(jù)運(yùn)維的總體目標(biāo)是用盡可能低的成本來提供足夠好的服務(wù)質(zhì)量和用戶體驗(yàn)。網(wǎng)絡(luò)帶寬、服務(wù)器、維護(hù)人力是大數(shù)據(jù)成本主要的來源，我們希望通過大數(shù)據(jù)分析技術(shù)，對(duì)硬件故障的預(yù)測(cè)和自動(dòng)化進(jìn)行管理，對(duì)機(jī)器的管理實(shí)現(xiàn)零投入，最大化利用資源，減少預(yù)算開銷。

l?提供高質(zhì)量業(yè)務(wù)運(yùn)維服務(wù)，我們希望用戶可以通過平臺(tái)申請(qǐng)自動(dòng)創(chuàng)建交付集群，開展業(yè)務(wù)運(yùn)營(yíng)。

l?同時(shí)我們也希望運(yùn)維團(tuán)隊(duì)可以充分利用大數(shù)據(jù)分析技術(shù)提升預(yù)測(cè)、發(fā)現(xiàn)和自動(dòng)檢測(cè)的能力，預(yù)測(cè)分配資源，動(dòng)態(tài)伸縮集群，實(shí)現(xiàn)智能預(yù)警，自動(dòng)修復(fù)，推動(dòng)運(yùn)維向智能化方向發(fā)展。

11月9-12日，北京國(guó)家會(huì)議中心，第六屆TOP100全球軟件案例研究峰會(huì)，魅族科技主題桌面負(fù)責(zé)人譚林英將分享《手機(jī)廠商如何做互聯(lián)網(wǎng)產(chǎn)品》。

TOP100全球軟件案例研究峰會(huì)已舉辦六屆，甄選全球軟件研發(fā)優(yōu)秀案例，每年參會(huì)者達(dá)上萬人次。包含產(chǎn)品、團(tuán)隊(duì)、架構(gòu)、運(yùn)維、大數(shù)據(jù)、人工智能等多個(gè)技術(shù)專場(chǎng)，現(xiàn)場(chǎng)學(xué)習(xí)谷歌、微軟、騰訊、阿里、百度等一線互聯(lián)網(wǎng)企業(yè)的最新研發(fā)實(shí)踐。

更多TOP100案例信息及日程請(qǐng)前往[官網(wǎng)]查閱。4天時(shí)間集中分享2017年最值得學(xué)習(xí)的100個(gè)研發(fā)案例實(shí)踐。本平臺(tái)共送出10張開幕式單天免費(fèi)體驗(yàn)票，數(shù)量有限，先到先得。