智能运维里的时间序列：预测、异常检测和根源分析

随着软件日新月异的发展和微服务的深入人心，运维越来越受到人们的重视。在大量的运维数据里，最不可忽视的就是各种 KPI、指标数据，它们在数学上都可以被表达为时间序列的形式。在一个大型软件系统里，往往每分钟能产生百万级的时间序列，如何从这些海量数据里发现规律，指导运维并将其智能化，成为了下一代运维中最重要的环节之一。

在本次演讲中，我们将从机器学习的角度分享运维里指标的三大问题：预测、异常检测和根源分析。同时，运维系统里的每个指标并非独立存在，我们将阐述如何能从多 KPI 中挖掘它们的关联去更好地指导系统监控。

听众受益

• 理解运维中有哪些时间序列；
• 对于运维中的指标如何智能预测和检查异常；
• 在运维里针对时间序列的智能根源分析（RCA）；
• 多 KPI 情况下协同智能处理。

Self Hosted Infrastructure：以自动运维 Kubernetes 为例

Kubernetes 是由 Google 推出的基于容器的集群管理系统。作为一个开放、灵活、的集群管理平台 Kuberneres 被各大企业、互联网公司以及云厂商所采用。Kubernetes 大大降低了部署、运维微服务和分布式系统的难度。但与此同时 Kubernetes 也对基础架构运维带来了挑战。

Kubernetes 本身是一个庞大的分布式系统，它涉及到数个 Master 组件，例如 API Server 、 Scheduler 、Controller Manager 、etcd 等；在每台节点上，也要部署节点组件 Kubelet 、Kube-proxy 等。无缝地部署、更新这些组件涉及到复杂的运维流程。任何一个步骤的失败都会导致这个集群的不可用，从而影响应用服务。运维 Kubernetes 本身是一个极有挑战性的工作。

为了减轻基础架构运维的工作，我们尝试去利用基础架构本身提供的功能去运维自身。我们称之为 Self Hosted Infrastructure。这个尝试取得了巨大的进展。目前，我们的基础架构可以做到无人监管的地安装、部署、升级。

本话题将详细介绍我们是如何利用 Kuberentes 来做到 Self Hosted Infrastructure。通过这个主题分享，希望大家能更多的了解到现代化集群管理系统的发展趋势。

主要内容

1. 简单介绍基于容器的集群管理系统的现状；
2. 简单介绍 Kubernetes 的基本概念；
3. 简单介绍运维 Kubernetes 的困难与挑战；
4. 详细介绍如何打造一个自动管理的 Kubernetes 集群。

百度外卖从 IDC 到云端服务迁移历程

历时 1 年时间，百度外卖从百度整体 spinoff 完毕；包括百度外卖基础设施建设、在线业务未停服从 IDC 到云端迁移方案和迁移实战、涉及到的运维平台建设，全部迁移完毕。在 1 年的迁移过程中，遇到众多困难，涉及到所有百度成熟的 20+ 个运维平台全部不可用，IDC<->云端网络不通数据无法平滑切换，用户端 / 商户端 / 物流端业务几百个模块耦合错综复杂无法在同一天完成全部切换，同时业务决定我们必须无缝切换即使凌晨也不能中断服务；面对这些困难，我们自研了 12 个运维平台（包括权限系统、部署系统、网络监控、CMDB、智能化监控等），用 BVROUTER 方式打通 IDC<->云端网络，整体设计了业务 / 数据整体快速切换方案做到单点数据秒级切换、切换过程没有损失任何一个订单、用户零感知。

听众受益

• 重点分享如何平滑从 IDC 到云端 迁移，确保迁移过程中业务零停服，尤其是从 IDC 到云端的单点数据秒级别快速切换方案；
• 同时分享基于云端运维所必须的网络监控、部署系统、权限管理、CMDB、智能化监控等运维平台建设。

阿里 DevOps 转型实践

阿里运维团队经过多次转型，2016 年开始垂直化，本次向业界分享我们对 DevOps 思考和实践。在转型过程中，如何重构组织，重新确定团队职责，定义团队能力模型。如何利用技术手段，工程化思维解决运维中的痛点，且如何以更少运维同学支持双 11 大促，沉淀运维实践、规范到平台。

云网分析与可视化——发掘网络数据的真正价值

随着大量企业上云以及云端应用的高速发展，数据中心网络的规模和架构都发生了巨大的变化，网络虚拟化给网络运维工作带来了新的巨大挑战。一方面，传统的分光、镜像无法覆盖虚拟化接入层；古老的 Netflow 也无法采集 VLAN/VXLAN 等虚拟网络信息，如何解决网络数据源的采集难题是运维智能化的第一步。另一方面，运维团队亟需解决复杂云网中故障的快速定位与修复难题；在此基础上，对网络数据的高效存储可以帮助运维人员回溯历史故障、发现网络中潜伏的各类异常。

在云、管、端的生态体系中，网络的价值不在于管道，而在于数据。因此对网络数据进行实时的精细化分析，能够发现毫秒级的网络毛刺并使之与应用相关联，有助于网络团队第一时间深入虚拟网络中定位故障。通过网络数据分析系统进一步挖掘更大时间尺度上的网络风险，掌握网络运行的健康态势，将给业务带来前所未有的价值提升。

听众受益

• 解决当前企业网络运维中的全面可视化难题；
• 网络数据的全网全流采集与细粒度分析能力；
• 打造面向云网业务的智能化运维体系；
• 发现、理解、挖掘网络数据的真正价值；

京东应用运维智能化演进实战

IT 技术的迅猛发展，给运维人员带来了越来越多的挑战。只负责安装、部署的传统型运维的发展空间已经受到越来越多的挤压：互联网的快速发展，使各种软件的部署、安装已经不再是技术问题，各种开源解决方案也让人怀疑运维人员的存在是否还有意义。运维的转型迫在眉睫。

此次讲演，主要分享对于自动化运维、系统化、智能化运维的思考，特别是在类似京东商城的电商模式下，传统型运维的变革。从部署的自动化，到运维操作的系统化，再到服务台的智能化；从分散式的压力测试，到全流程压力测试；从应用信息的零散化记录，到业务系统的部署可视化。人的角色由操作者，转变为决断者。运维思想每一步的变化，都与信息技术的变革相辅相成。