本文根据裴丹老师在〖2018 Gdevops全球敏捷运维峰会北京站〗现场演讲内容整理而成。 裴丹，清华大学计算机系长聘副教授、特别研究员、青年千人。目前主要研究AIOps，与多家大型互联网公司在AIOps领域均有合作。在美国UCLA获得了博士学位，之后加入美国AT&T研究院担任…

服务端问题排查对开发而言是家常便饭，问题并不可怕但要花大量时间去处理；另一方面故障的快速解决至关重要。 目前问题排查最大的障碍是什么呢？我们认为有以下几个原因： 大量的告警信息。 链路的复杂性。 排查过程繁复。 依赖经验。 实际工作中的排查思路并非无迹可寻，排查思路和手段可以沉…

本文从实际出发，探究本质，梳理出业内几个经典的运维自动化架构，有理论有架构，有图有文有实践。不仅让你看到架构是什么样的，更让你知道如何实现这个架构，并且坦诚告诉你该系统在真实生产业务中的特点和问题。

SRE（Site Reliability Engineering）是Google于2003年提出的概念，将软件研发引入运维工作。现在渐渐已经成为各大互联网公司技术团队的标配。美团点评作为综合性多业务的互联网+生活服务平台，覆盖“吃住行游购娱”各个领域，SRE就会面临一些特殊的挑战。

有时候会遇到一些疑难杂症，并且监控插件并不能一眼立马发现问题的根源。这时候就需要登录服务器进一步深入分析问题的根源。那么分析问题需要有一定的技术经验积累，并且有些问题涉及到的领域非常广，才能定位到问题。所以，分析问题和踩坑是非常锻炼一个人的成长和提升自我能力。如果我们有一套好的分析工具，那将是事半功倍，能够帮助大家快速定位问题，节省大家很多时间做更深入的事情。

长假过完，相信无缘支付宝中国锦鲤的你一定已经回来工作了。虽然轻轻松松与全球免单大礼包失之交臂，但不要丧气，小编悄悄为你准备了一份秘籍，助你在2018年最后不到三个月的时间里成功逆袭，斩获年终奖的大锦鲤！ 本月小编将带大家一起了解UAVStack的调用链技术，讲述调用链技术的源起…

运营质量的好坏关系着用户的体验。苏宁易购是如何保障818 大促线上服务质量的？ 运营质量的好坏关系着用户的体验。在日常的业务运营过程中，商品无货、页面或券过期、商铺下架、视频无法播放等问题都严重影响用户体验。如果仅凭运营的人工监控和维护来保证服务质量，不仅效率低，而且效果也不佳…

导读：运用结构化思维进行故障处理，其目的是为了将故障应急操作标准化，进而提升处理效率。 近期收到朋友赠送的一本书—《深入浅出MySQL》。闲暇之余，阅读了部分章节，书中针对故障处理一节，给我印象颇深。书中提炼出的一些方法论，正是我之前在团队中推广的方法。其目的是为了将故障应急操…

有时候会遇到一些疑难杂症，并且监控插件并不能一眼立马发现问题的根源。这时候就需要登录服务器进一步深入分析问题的根源。那么分析问题需要有一定的技术经验积累，并且有些问题涉及到的领域非常广，才能定位到问题。所以，分析问题和踩坑是非常锻炼一个人的成长和提升自我能力。如果我们有一套好的…