阿里巴巴基礎(chǔ)運(yùn)維平臺(tái)實(shí)踐

宋健(宋意)·姓名：宋健(宋意)·現(xiàn)任：運(yùn)維中臺(tái)-技術(shù)專家·負(fù)責(zé)：基礎(chǔ)運(yùn)維平臺(tái)2008某企業(yè)獨(dú)立負(fù)責(zé)服務(wù)器與網(wǎng)絡(luò)運(yùn)維2010從無到有建立支付寶監(jiān)控體系2012推動(dòng)阿里集團(tuán)監(jiān)控體系統(tǒng)一2014負(fù)責(zé)運(yùn)維工具&線下PE團(tuán)隊(duì)2016負(fù)責(zé)基礎(chǔ)運(yùn)維平臺(tái)阿里運(yùn)維體系基礎(chǔ)運(yùn)維平臺(tái)產(chǎn)品架構(gòu)系統(tǒng)架構(gòu)挑戰(zhàn)/問題產(chǎn)品理念產(chǎn)品功能技問題對(duì)比特點(diǎn)工具十、百簡(jiǎn)單、方便腳本、云自帶千、萬效率、穩(wěn)定十萬、百萬安全、穩(wěn)定、性能自研(分層)天貓菜鳥應(yīng)用/數(shù)據(jù)庫/中間件運(yùn)維基礎(chǔ)運(yùn)維平臺(tái)-基礎(chǔ)運(yùn)維平臺(tái)-StarAgent服務(wù)器服務(wù)器服務(wù)器服務(wù)器基礎(chǔ)運(yùn)維平臺(tái)百萬級(jí)服務(wù)器運(yùn)維通道●全網(wǎng)唯一管控通道，權(quán)限設(shè)置、操作審計(jì)?！裰鳈C(jī)配置，Agent、腳本、賬號(hào)、定時(shí)任務(wù)等。貫穿服務(wù)器生命周期●應(yīng)用發(fā)布●應(yīng)用監(jiān)控●日常運(yùn)維●產(chǎn)品架構(gòu)運(yùn)維系統(tǒng)/運(yùn)維人員運(yùn)維系統(tǒng)/運(yùn)維人員服務(wù)器AgentWEB服務(wù)器Agent調(diào)度插件平臺(tái)服務(wù)器Agent主辦方系統(tǒng)架構(gòu)rAgentAgent件]件]數(shù)據(jù)·系統(tǒng)能力：50萬臺(tái)/分·管理服務(wù)器能力：百萬級(jí)穩(wěn)定□同城雙機(jī)房□高危命令阻斷□全鏈路加密簽名□命令映射環(huán)境□□manager、server和agent重啟后，任務(wù)丟失，導(dǎo)致用戶無法收到正確反饋缺陷任務(wù)在下發(fā)過程中丟失，用戶無法收到正確反饋缺陷任務(wù)狀態(tài)無法查詢?nèi)毕菽硻C(jī)房斷網(wǎng)之后，大量的agent報(bào)警，需要重啟server缺陷Agent假死。進(jìn)程在，有心跳，但不執(zhí)行任務(wù)。只缺陷Server集群不均衡，導(dǎo)致FullGC缺陷DB重啟或網(wǎng)絡(luò)抖動(dòng)導(dǎo)致manager不可用缺陷ManagerCPU負(fù)載高，經(jīng)常報(bào)警缺陷能夠查詢?nèi)蝿?wù)的執(zhí)行狀態(tài)，包括正在執(zhí)行、已經(jīng)的任務(wù)缺陷系統(tǒng)問題●自動(dòng)擴(kuò)縮容、自動(dòng)負(fù)載均衡環(huán)境問題·打通監(jiān)控?cái)?shù)據(jù)，自動(dòng)返回機(jī)器狀態(tài)?！襻斸敊C(jī)器人自助診斷。規(guī)范問題●推動(dòng)制定統(tǒng)一規(guī)則●針對(duì)規(guī)則提供小工具產(chǎn)品理念標(biāo)準(zhǔn)化自動(dòng)化智能化新型運(yùn)維傳統(tǒng)運(yùn)維(新型運(yùn)維運(yùn)行監(jiān)控研發(fā)線研發(fā)線項(xiàng)目代碼測(cè)試