专题出品人： 曲显平
百度 云原生和智能运维负责人
2009年从复旦大学毕业加入百度，先后负责百度监控、部署、PaaS、智能运维、云原生等方向，构建了百度统一的自动化运维平台和云原生应用平台，提升业务迭代效率，降低运营成本，保障业务高可用和用户体验，其所带领的团队在相关领域顶级会议发表多篇重量级论文和演讲。
专题出品人： 曲显平
百度 云原生和智能运维负责人
专题：云上运维
本专题下的议题
从「迁移上云」到「坐稳云端」-- 美图服务迁云案例分享
石鹏(东方德胜) 美图 运维部-SRE负责人
所属专题：云上运维
课程概要
案例背景:
2019年下半年，美图公司结合业界上云趋势、自身战略规划等多方面考虑，做出了迁移上云的决策。
美图的业务分布在异地的多个IDC，丰富的业务线和服务模块以及海量的业务数据，这些全都需要迁移到云上，并且需要保证迁移过程平滑、服务持续稳定。
解决思路:
1. 项目拆分、周密计划、拥抱变化、多套方案
2. 用数据驱动决策
3. 众多项目成员团结一致、精诚协作
成果：
1. 超预期提前完成了迁移工作
2. 通过云上的算力和弹性能力，提升了业务的性能和扩展能力
3. 通过资源利用率的提升、基础设施弹性能力的加持，促成了技术运营成本的下降
4. 运维人力得到释放，运维同学可以将更多的精力放在一些建设性工作上，可以更好的朝SRE的方向靠拢
听众收益
1. 业务迁移上云的通用思路及注意事项
2. 业务、数据、存储等几类典型迁移场景的实践案例
3. 云上监控、灾备、故障管理、成本优化、稳定性运营等典型运维工作的推进思路
4. 如何评估、决策业务迁移上云的一些方法
5. 保障迁移上云项目成功的必备因素
虎牙大数据融合云架构
陈仕明 虎牙科技 基础保障部/计算平台组技术总监
所属专题：云上运维
课程概要
案例背景:
因为数据需要关联分析，才更能发挥其价值，因此决定了大数据更适合于集中式的存储与计算，但是当其集中于单一机房时，必然面临机房容量上限，当不得不新增或搬迁机房，如何提高1-2个季度的迁移效率？无法预测的任务重跑和突发的adhoc大查询，如何能够快速的交付算力，从而不影响用户体验？月报、季报、年报时，这类短暂的算力需求之后，算力能否快速缩容，从而节省IT成本？公有云上，产商的先进的技术能力是否能够被快速应用到企业中，但是又不想被单一给产商绑定，做到随时上云/下云/迁云？虎牙大数据融合云的方案中，这些问题都将给出解决方案
解决思路:
在虎牙的大数据融合项目中，我们基于hadoop和公有云的对象存储，其上构建融合云大数据存储，解决数据的多副本异地异构就近读写问题；通过采集任务的读写IO、算力消耗，结合任务依赖链，使用算法动态对周期任务进行分簇，尽量降低簇间数据交换，以簇为单位进行任务调度；
成果：
依托此系统，目前虎牙大数据跑在三个IDC机房和一个云上机房，扩机房的迁移/扩容分钟内完成，对上游数据开发完全透明；同时在2020年年报以及2021春节期间，以及多次临时的adhoc大查询，通过公有云算力可一小时内快速扩缩容；通过融合云存储，冷数据被编排存储到公有云廉价存储中，大幅节省降低存储成本
听众收益
1、大数据的迁移，提供了新的思路，不用在脱着数据开发折腾半年
2、如何解决大数据算力交付的效率，避免用户愿意花钱，你也搞不定的尴尬
3、如何更好的利用好公有云上的算力和技术优势，而又不用担心被产商绑定
1w节点K8S集群的云原生混部运维与运营实践
星龙 百度 百度基础架构部云原生高级研发工程师
所属专题：云上运维
课程概要
案例背景:
随着百度云原生相关技术规模化落地, kubernetes 单集群规模日益增长, 成本管理以及稳定性体系建设势在必行
解决思路:
1. 在 1w+ 节点的单 kubernetes 集群建设中的一线案例与经验总结
2. 通过引入混部与质量分级提升 kubernetes 集群资源利用率
成果：
1. 逐步扩大单集群规模, 大幅提高集群稳定性
2. 大幅提高集群资源利用率以及资源质量
听众收益
1. 了解百度云原生的稳定性建设实践案例
2. 了解百度云原生的资源效能体系
3. 了解百度云原生的混部技术
2009年从复旦大学毕业加入百度，先后负责百度监控、部署、PaaS、智能运维、云原生等方向，构建了百度统一的自动化运维平台和云原生应用平台，提升业务迭代效率，降低运营成本，保障业务高可用和用户体验，其所带领的团队在相关领域顶级会议发表多篇重量级论文和演讲。
专题：云上运维
京ICP备09001521号