去哪儿网也在很多场景依赖Zookeeper，所以我们也一直在摸索怎么更好的运维稳定的Zookeeper集群。在过去的几年我们也踩过一些坑，也因为Zookeeper导致了故障。...现在将我们运维Zookeeper集群的一些经验分享，也欢迎大家提供更好的建议。 那么在打算运维一套Zookeeper集群之前，我们先了解一些Zookeeper的基本原理。
常态下该值应该持续为0，不应该有未处理请求 zk_pending_syncs 说明：常态下该值应该持续为0，不应该有未同步的数据 zk_znode_count 说明：节点数越多，集群的压力越大，性能会随之急剧下降 经验值...需要考虑以机房/地域/业务等维度进行拆分 zk_approximate_data_size 说明：当快照体积过大时，ZK的节点重启后，会因为在initLimit的时间内同步不完整个快照而无法加入集群 经验值...尝试操作 创建/删除/读取节点 说明：在/zookeeper_monitor节点下，定期创建/删除节点，确保该功能可用 建议：创建/zookeeper_monitor节点，不要使用业务节点，避免互相影响 经验值...在弹出的界面选择“远程进程”，输入“服务器IP:9991”(zookeeper服务器的IP和端口) 实践经验 分Group 要确保Zookeeper整个集群可靠运行，就是要确保投票集群可靠。
背景介绍： 从事日志系统的开发运维1年多了，Kafka集群一直是系统中最重要的集群之一。及时有效地处理Kafka问题，是保障系统运行稳定的重要工作。...（二）Kafka监控 image.png 在运维kafka系统的过程中，我们根据业务的特点，为了能及时发现上述问题，对所有的集群进行了如下方面的监控： 1，生产者offset变化监控（partition
（发布变更、监控处理、数值调整、数据提取等）的无人值守服务，而且还给运维人员提供了解决方案（工具），并随时调整，避免重复性的操作服务。...其实做运维练就的是一种心态，足够淡定遇事而不乱，从容应对才是真。 排查出问题并找到根本原因加以解决，个人认为是一件很成就感的事情。曾经有人问过我：“你是怎么想到问题出现在xxx的？...八、总结记录，破案归档 好记性不如烂笔头，然而在一片混乱问题分析当中，让运维心平气和地记录下问题与判断确实有点不切实际。...运维专家或许是每个运维人追寻的梦想，他们敏锐的嗅觉似乎总能揪出系统故障的根本原因。这种快速反应、准确定位的能力源自多年来处理复杂系统难题的经验积累与个人知识储备，而且其成功很难被复制。...文中涉及的方法、经验和思想不代表最佳实践。 --- 蓝鲸智云简介 腾讯蓝鲸智云（简称蓝鲸）软件体系是一套基于PaaS的技术解决方案，致力于打造行业领先的一站式自动化运维平台。
导语：运维可以说是世界上最紧张且强度最大的工作之一，每个杂乱无章的问题背后都需要我们的深入的抽丝剥茧。尤其是当你面对的问题直接与收入业务、海量服务运营挂钩时，可谓是肾上腺素瞬间飙升。...其实做运维练就的是一种心态，足够淡定遇事不乱，从容应对才是真。 从入行到现在，遇到过各式各样千奇百怪的问题，每个业务形态和系统均不一样，排查出问题并找到根本原因加以解决，其实是一件很成就感的事情。...排查问题犹如破案 运维排查线上问题犹如警察破案一样，是一个不停分析线索，推理的过程，但在准备排查问题之前，我们应该明白三个认知：认知，几乎是人和人之间唯一的本质差别。...卷宗记录，破案归档 好记性不如烂笔头，然而在一片混乱问题分析当中，让运维心平气和地记录下问题与判断确实有点不切实际。...结语 运维专家或许是每个运维人追寻的梦想，他们敏锐的嗅觉似乎总能揪出系统故障的根本原因。这种快速反应、准确定位的能力源自多年来处理复杂系统难题的经验积累与个人知识储备，而且其成功很难被复制。
📫 作者简介：「六月暴雪飞梨花」，专注于研究Java，就职于科技型公司后端工程师 🏆 近期荣誉：华为云云享专家、阿里云专家博主、腾讯云优秀创作者 🔥 三连...
所以，我们需要额外的命令工具来做支撑，实验之前，先检查下机器已经挂载的磁盘，可使用lsblk命令来查询，如果不了解这个命令，可以参考博主以前的博文：Linux工具｜运维工具lsblk使用小妙招 注意：Linux
技术分享三条实战经验： ● 良好的逻辑性 ● 自己真实经验总结 ● 多练习 首先，说明下，我不是技术分享高手，分享了次数比较多，有点心得；另外，听的分享多了，对好坏也有一些感受。...还有，在此特别感谢下西山居的运维开发架构师，《Puppet实战》的作者刘宇，我的许多分享经验来自于宇哥，并且得到了宇哥多次的，一对一贴身的，手把手的指点。...二 如何做好技术分享 1.做好功课，了解听众 运维分享通常是思路、方法、及在某些方面的技术实践，因为需要背景知识，不是所有人都能听懂，所以了解自己的听众非常重要，比如对于刚入行的朋友和资深的从业者，内容和深度就应该不一样...多听听有实践性的知识，所以如果去分享，也多分享自己的实践经验，不要试图去搞高大上的东西，越是实际的东西，对大家越有收益。...树形 从根部开始，分模块介绍，比如私有云的运维，按照计算、存储、网络、管理等模块，逐个介绍。使用这个方案，建议画一个脑图。
文章目录如下，是笔者过去5年作为乙方在多个银行设计和落地应用运维自动化的经验分享，共11000字，阅读时长大约10分钟。...本文主要聚焦于银行IT运维组织中的应用运维，分析应用运维如何提升自己的运维水平和方式以适应业务转型、信息系统架构异构化的发展要求。...运维质量及安全级别要求高：在运维工作复杂度和负担不断增加的情况下，运维如何保持既有运维质量、保障和提升系统可用率，成为应用运维的难题。...运维工作如此繁重，运维人员在横向扩展自己运维技能的同时，还有时间往运维开发、大数据或AI等纵向技术领域转型吗？...应用运维，指的是对应用系统的运维，既包含对应用程序的发布、变更等运维工作，也包含对应用系统整体的健康巡检、监控等运维工作。
堡垒机 有时候也叫运维审计系统，可以配合 Windows 域或其他认证系统，对运维人员的操作进行审计。网络的访问控制做的好的话，个人认为堡垒机是安全运维里面最有用的设备之一。...从工作职责说明上写清楚安全运维人员的职责和绩效评估方法，因为安全设备的运维都属于日常性的工作，可以做工作计划，按照计划推动安全设备的日常运维工作。...结合运维、开发部门流程将与安全流程整合到一起。...如果运维部门有类似的系统，放在一起做。设备少的情况下也可以手工记录。...定期对业务网络环境做漏洞扫描，跟业务部门、开发部门、运维部门确认漏洞修复状态，不能修复的说明情况，采取补偿的方式对有漏洞系统进行防护。
冷菠 冷菠，资深DBA，著有《Oracle高性能自动化运维》，有近10年的数据库运维、团队管理以及培训经验。擅长数据库备份恢复、数据库性能诊断优化以及数据库自动化运维等。
嘉宾介绍 朱文潇 ，大型互联网公司 8 年 Redis 运维实战经验，多次以核心身份主导 Redis 框架方案设计及落地实施，对 Redis 服务有深刻理解，对多种 Redis 实现方案都有独到的见解。...3）Codis 集群高可用方案：一款分布式缓存高可用集群产品，提供了配套的客户端，提供了动态数据迁移，内置高可用方案，产品设计解决了运维大部分痛点；同样，如果想阅读更多关于 Codis 的内容，可以点击我之前出的一篇文章...从 Redis 2.X 到 Redis 3.X 以上版本需要投入很多测试，整体的运维技术也有很大的变化，需要不断的研究、不断的学习，这也是对运维人员的考验。 4 所维护的集群最大 QPS 是多少？...1）Redis 源代码并不长，有能力的一定要好好欣赏一下作者的代码艺术； 2）付磊、张益军两位老师编写的《Redis 开发与运维》，有原理解读，有实战经验，值得一看； 3）Redis 社区活跃度比较高，...相关阅读 《用实战经验浅谈 Redis 核心技术》 第01期：你好！
◆ 一、开源项目简介 滴滴LogiAM来源于滴滴多年来大量的运维实践经验。经历过多方考验，对于大规模Agent日志采集治理管控及巡检诊断已经沉淀出一套完善的解决方案。...运行时指标对Agent是否运行健康进行检查 日志采集任务健康度巡检：基于日志采集任务在各Agent运行时指标对日志采集任务是否运行健康进行检查 ◆ 核心优势 稳定可靠的采集引擎：基于滴滴内部多年来沉淀的经验...高效的问题诊断、定位能力：具有卓越的指标诊断体系，将Agent、日志采集任务运行时状态全景数字化呈现，实时监控Agent及采集任务健康度，提供故障诊断功能并开具相应诊断报告，可高效快捷的实现问题定位 强大的运维能力...：基于滴滴多年各核心业务、海量Agent与采集任务的运维经验，对于超大规模Agent与采集任务的治理管控及巡检诊断已经沉淀出一套完善的解决方案。...实时查看运维任务，便于运维人员把控运维任务进度及状态 ◆ 五、技术选型 ◆ 滴滴Logi-Agent架构图 ◆ Agent Manager 本地开发环境搭建 ◆ 1 环境准备 ◆ 1.1 环境依赖
、nginx、tomcat的安装部署及优化； 3，具有良好的故障排查能力，良好的逻辑分析能力及技术敏感度； 4，熟悉掌握使用shell、python脚本语言，能熟练进行脚本/工具开发，对自动化运维有较深入的理解或者经验者优先...【 职位要求 】 计算机相关专业，本科及以上学历，至少2年以上的大规模系统运维经验，2年以上运维开发经验，有deveops开发经验或有中大型互联网公司运维自动化经验者优先； 具备openstack...或docker集群运维经验； 掌握shell/python/perl/php其中一种脚本语言，有Python实际项目经验，熟练掌握Django、Tornado等任一Web开发框架者优先；...（saltstack、ansible、puppet），有二次开发经验优先； 熟悉linux/uinx，windows操作系统基础原理及常用操作； 熟悉常见运维配置及优化，如Svn/git...高级运维，一般5-10年经验，薪资15-35k左右 终点 技术是没有终点的，当然可以有你自己的终点。当工作10年，技术已经很厉害了，就需要靠拢一些别的东西了。
因此做为运维人员，就必须了解一些安全运维准则，同时，要保护自己所负责的业务，首先要站在攻击者的角度思考问题，修补任何潜在的威胁和漏洞。...设置一个相对复杂的密码，对系统安全能起到一定的防护作用，但是也面临一些其他问题，例如密码暴力破解、密码泄露、密码丢失等，同时过于复杂的密码对运维工作也会造成一定的负担。...文件系统安全 1、锁定系统重要文件 系统运维人员有时候可能会遇到通过root用户都不能修改或者删除某个文件的情况，产生这种情况的大部分原因可能是这个文件被锁定了。...2、文件权限检查和修改 不正确的权限设置直接威胁着系统的安全，因此运维人员应该能及时发现这些不正确的权限设置，并立刻修正，防患于未然。下面列举几种查找系统不安全权限的方法。...作为一个安全运维人员，要把握的原则是：尽量做好系统安全防护，修复所有已知的危险行为，同时，在系统遭受攻击后能够迅速有效地处理攻击行为，最大限度地降低攻击对系统产生的影响。
以一个经典问题抛砖引玉，当用户在浏览器中输入一个URL到底发生了什么？ 常见的URL格式是http://www.liangsonghua.me，由协议+域名+...
无论是系统运维，还是应用运维，均可分为“纯手工”—> “脚本化”—> “自动化”—>“智能化”几个阶段，其中自动化阶段，主要是将一些重复性人工操作和运维经验封装为程序或脚本，一方面避免重复性操作及风险...在自动化运维的转变过程中，经常使用的可能就是shell脚本了，今天主要分享下shell脚本开发在运维工作中的一些经验总结。...小脚本有大智慧，别小看几十行代码，夹杂着系统设计、代码规范和操作经验等等细节，在建设自动化运维的工作中，还是很值得我们研究学习的，下面总结这些也都是源于各位脚本达人和我们在自身工作中“遇到的坑”、“摔过的跟头...目前行里自动化工具越来越多，无论是应用的MAOP或系统的SMDB，自动化实现都还是日常运维脚本的调用，结合日常运维的一些经验，脚本中就更需要考虑周全和控制风险。...总结： 鉴于以上脚本，我们可以从中汲取一些经验,规避一些风险： 通过增加日志记录输出和脚本执行的方法说明，并自动交互和传递参数，避免执行脚本的操作风险；利用文件锁机制和运维中一些规避风险的方法，使得脚本自动执行起来更便捷更安全
为解决这些常让运维工程师头疼的事情，本栏目特邀腾讯知名运维工程师袁旭东，讲述对象存储COS的发布演进过程，为各位开发者提供业务通用的高效高质变更方法。...背景 1）背景诉求 现网发布变更对运维开发工程师来说是最繁重的工作。发布变更的概念、节奏等已经是老生常谈。...在整个需求上线环节中，CD部分由运维实施。如何让版本更快的交付上线是核心任务。...系统群内推送给到开发leader审批，预发布环境发布，再到运维leader审批现网发布的方式。其中流转通过自动群推送的方式减少人频繁@时间，与知会时间。...第三，发布流程随意，发布成功率靠运维能力保障。原发布变更系统是没有顺序概念的，只有通用的编排比如串行/并行指着ip发布。 变更过程的问题 从历史中能看到，问题最多的原发布变更系统。
默认配置 附件 More 日常运维 、问题排查 怎么能够少了滴滴开源的 滴滴开源LogiKM一站式Kafka监控与管控平台 ConfigCommand Config相关操作; 动态配置可以覆盖默认的静态配置
1 指定Topic指定分区用重新PREFERRED：优先副本策略 进行Leader重选举
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
腾讯会议
实时音视频
