的運維持後2次天時間提高了AI加將公司自動化一個層
近期工作安排包括自動化測試 、后天化提四個9怎麽做 ,时间司平均每人2分鍾 。自动
层次反而更靈活更可以擁抱超變化 。加持而AI時代,后天化提AI時代下的时间司變化
在傳統的軟件開發時代,這是自动自動恢複 。咱們就一步一步做 。层次建設成本和使用人員的加持學習成本等。也沒有設備和人力去界麵化操作。后天化提
這個功能相比較其他公司用了各種框架 ,时间司我先出了一個總體規劃。自动安全的层次東西都不便於公開講 ,之前的運維流程也不完善 ,自己做設計 、自己做開發、其他人使用的時候學習成本就是跟我確認一下 ,同時也滿足 一些應用不發布的個性化需求。那代碼設計一開始就要考慮可擴展,
可以一鍵發布,核心指標有了,包括 資源成本,但是那些看起來花哨的功能都是有成本的 。要技術選型,觀測 、用管理員賬號登錄後我們的操作界麵長這樣 。需要隨時隨地手機上也可以方便的操作 、我定的核心指標是 :可觀測、可應急。在這種不涉及核心業務的場景下可以先盡量簡單的滿足需求 ,自動化運營和安全等一些工作。還有一鍵停服,
階段二和階段四內容較多,找不到再自己按照公司的階段和情況把核心指標定下來 。生產環境發布都需要上服務器上手工搞。恢複和應急 。
總體規劃
我的建議是優先找公司的標準,那SLA服務等級肯定不能低於3個9 。要怎樣去思考 。檢查服務卡死會自動dump後重啟。一鍵重啟等應急操作。咱們今天隻討論階段一的過程。可能要選框架來滿足長遠需求 。下一步就是從痛點解決問題。自動化運維、發布過程中,自己做產品、確實是弱爆了 。發布按鈕會展示發布狀態 。各種係統或者有專門團隊來做的,這些都不是核心問題。
這其中工作簡單的就是自動化運維。之前測試環境發布、三個9怎麽做 ,核心是麵對一句話需求,還有心跳檢查等狀態檢查。後端有發布節點目前狀態的實時展示,
比如說公司跟客戶承諾7*24小時不間斷服務。或者用了什麽技術 ,自己驗收上線還是挺爽滴。
運維提效
每個階段也要先訂核心指標 。可觀測方麵前端有實際發布內容的展示。
在電腦的管理端,
針對我們公司的現狀,係統重構變得簡單,網上一大堆。那到底要做到哪些,
而我做的這個從開發到上線用了兩小時。否則就不安全了。但是這些都有額外的安全措施。設計了長遠規劃,做到什麽程度呢。恢複和應急方麵支持回滾 。單發圖
階段二
階段四
大規劃有了,可恢複、
指標定了,
我拿到的需求就是 做全公司的自動化運維。根據核心指標來拆解問題 。因為公司本身沒有幾個人 ,
相关文章
.NET 數組的上限這些年經常看到有人抱怨 .NET 數組的最大長度。在 .NET 裏,數組 、集合、Span 以及很多相關 API 都是圍繞 32 位長度和索引設計的 。GitHub 上曾經有一個很長的2026-09-02
為什麽說 IO 操作異步才有意義 ,CPU 密集操作異步沒有太大意義背景與問題在後端開發中 ,我們經常討論異步編程模型,尤其是在 Node.js 、Netty 等技術棧中。一個普遍的共識是 :異步對於 IO2026-09-02
基於NetCorePal Cloud Framework的DDD架構管理係統實踐
基於NetCorePal Cloud Framework的DDD架構管理係統實踐前段時間在做一個管理係統的項目,想嚐試一下DDD架構在實際項目中的應用 。經過一番調研,最終選擇了NetCorePal C2026-09-02
一文搞懂 LLM 的 Transformer!看完能和別人吹一年
如果你想對當下 AI LLM(大語言模型) 的工作原理有所了解,揭開 ChatGPT、DeepSeek 背後的秘密,那一定要認識一下本文的主角 Transformer。當提起 Transformer2026-09-02
一文搞懂 LLM 的 Transformer!看完能和別人吹一年
如果你想對當下 AI LLM(大語言模型) 的工作原理有所了解,揭開 ChatGPT、DeepSeek 背後的秘密 ,那一定要認識一下本文的主角 Transformer 。當提起 Transformer2026-09-02
為什麽說 IO 操作異步才有意義 ,CPU 密集操作異步沒有太大意義背景與問題在後端開發中,我們經常討論異步編程模型,尤其是在 Node.js、Netty 等技術棧中 。一個普遍的共識是 :異步對於 IO2026-09-02

最新评论