Cara memudahkan operasi dan penyelenggaraan asli awan

Pengkomputeran awan bukan sahaja membawa pengukuhan, kecekapan, keanjalan dan ketangkasan perniagaan, tetapi juga menimbulkan cabaran yang tidak pernah berlaku sebelum ini kepada operasi dan penyelenggaraan awan. Cara menghadapi cabaran arah aliran teknologi baharu, membina platform pemantauan pintar untuk era awan dan menyediakan perlindungan yang lebih baik untuk aplikasi awan adalah masalah sukar yang dihadapi setiap perusahaan hari ini.

Dalam keluaran kelapan siri [T·Talk] baru-baru ini, Pusat Kandungan 51CTO secara khas menjemput Zhang Huaipeng, VP Chengyun Products, ke bilik siaran langsung untuk berkongsi dengan semua orang penciptaan alat pemerhatian digital dalam pengalaman dan pemikiran awan. [T·Talk] juga telah menyusun kandungan menarik isu ini, saya harap anda boleh memperoleh sesuatu daripadanya:

​

Di bawah gelombang transformasi digital Titik kesakitan operasi digital

Transformasi digital dan pembinaan ekonomi digital merupakan trend utama era semasa Transformasi digital boleh dikatakan sebagai revolusi industri keempat dalam sejarah manusia. Kaedah kerja harian kami, kaedah pembayaran, kaedah membeli-belah, termasuk kaedah perjalanan, semuanya dipengaruhi oleh pendigitalan sepanjang masa. Secara ringkasnya, kita kini telah memasuki era DT digital daripada era IT tradisional.

Dalam era DT digital, transformasi digital hampir mentakrifkan semula perniagaan semasa perusahaan dan cara pengalaman perniagaan. Walau bagaimanapun, apabila transformasi digital pelbagai industri terus mendalam, semakin banyak kemalangan aplikasi digital telah mula muncul secara beransur-ansur. Sebagai contoh, keruntuhan kod kesihatan dan keabnormalan sistem ujian asid nukleik di wilayah atau bandar tertentu pada awal tahun telah memberi kesan yang besar kepada masyarakat.

Menurut tinjauan, 60% CEO kini percaya bahawa transformasi digital adalah sangat penting. Perusahaan juga membuat kemajuan besar ke arah transformasi digital dan evolusi kecerdasan buatan di bawah kepimpinan kumpulan orang ini. Walau bagaimanapun, sebaliknya, 95% daripada aplikasi perusahaan tidak mendapat pemantauan dan perhatian yang berkesan.

Kebanyakan kaedah operasi digital semasa dihasilkan dalam era pusat data tradisional, dan sebilangan besar alat atau teknologi tidak mengambil kira senario pengkomputeran awan. Dengan popularisasi pengkomputeran awan, senario pemformatan telah mengalami perubahan yang menggegarkan bumi. Kerumitan aplikasi itu sendiri telah meletup, dengan semakin banyak pengedaran, kebergantungan menjadi lebih kompleks, dan kadar lelaran perisian menjadi lebih pantas dan pantas. Dalam senario sedemikian, perusahaan perlu segera membina satu set penyelesaian berdasarkan aliran perniagaan dan data untuk era DT.

Era DT telah menghasilkan terlalu banyak teknologi baharu dan senario baharu, seperti cloud native, yang kini sangat popular Keperluan cloud native telah mempercepatkan evolusi daripada operasi dan penyelenggaraan tradisional kepada operasi dan penyelenggaraan aplikasi. Terdapat sejumlah besar infrastruktur dalam senario tradisional, tetapi apabila perniagaan beralih ke awan, infrastruktur akan dihoskan oleh pengendali atau pengendali Perusahaan tidak perlu lagi menyediakan pengurusan bilik komputer tradisional, pengurusan semasa yang lemah, pemantauan perkakasan, pemantauan logam kosong , dan konfigurasi UPS Masalah mengenai elektrik, suhu dan kelembapan. Oleh itu, operasi dan penyelenggaraan peralatan tradisional telah berkembang menjadi operasi dan penyelenggaraan tertumpu kepada aplikasi kebolehpercayaan tapak, dan perusahaan akan semakin kurang melabur dalam operasi dan penyelenggaraan tradisional.

Pada masa ini, kami sedang dalam proses menukar kepada operasi dan penyelenggaraan pintar pentas. Apa yang perlu dilakukan sekarang ialah menjadikan operasi dan penyelenggaraan digital serta operasi dan penyelenggaraan IT lebih ringan, lebih pantas dan menjimatkan kos. Tenaga pasukan operasi dan penyelenggaraan perlu ditumpukan pada perniagaan perusahaan itu sendiri, dan perniagaan adalah isu utama yang perlu diberi perhatian oleh kakitangan operasi dan penyelenggaraan. Ini akan membawa permintaan untuk operasi dan penyelenggaraan pintar.

Laluan teknikal biasa untuk perusahaan ke operasi dan penyelenggaraan pintar

1. Apakah itu operasi dan penyelenggaraan pintar

Berkenaan dengan operasi pintar, Forrester dan Gartner telah mentakrifkannya dalam laporan: AIOps ialah satu set medan data yang menggunakan AI dan sains data kepada perniagaan dan operasi untuk mewujudkan korelasi dan dapat memberikan jawapan normatif dan ramalan masa nyata. AIOps boleh menjadi sistem perisian, jadi ia boleh menjadi produk yang dilaksanakan. AIOps boleh meningkatkan dan menggantikan sebahagian fungsi operasi dan penyelenggaraan IT utama tradisional, termasuk ketersediaan dan pemantauan prestasi, korelasi dan analisis acara, pengurusan perkhidmatan IT dan automasi.

AIOps berorientasikan Operasi perlu meliputi tiga aspek pemerhatian, pengurusan dan pelupusan. Walau bagaimanapun, tahap keseluruhan industri semasa lebih tertumpu kepada tahap pemerhatian. Forrester juga memberikan kenyataan klasik tentang ini: AIOps menjanjikan kebolehmerhatian dan kestabilan yang lebih kukuh.

Forrester percaya bahawa salah satu nilai teras AIOps semasa adalah untuk meningkatkan keupayaan pra-acara, menambah baik dan mengembangkan keupayaan anda yang boleh diperhatikan.

2. Apakah itu kebolehmerhatian

Kebolehcerapan pertama kali dilahirkan dalam teori kawalan, yang merujuk kepada tahap di mana sistem boleh membuat kesimpulan keadaan dalamannya daripada keluaran luaran. Dalam bidang IT, Gartner mentakrifkan pemerhatian sebagai ciri perisian dan sistem. Secara khusus, ia merujuk kepada keupayaan untuk menentukan status sistem semasa dan keadaan sistem berdasarkan data telemetri yang dihasilkan oleh sistem. Mengapa pemerhatian diperlukan?

Teknologi dan alatan pemantauan tradisional sukar untuk menjejaki laluan komunikasi dan kebergantungan dalam seni bina semasa yang semakin diedarkan Dalam senario asli awan atau senario awan, kebergantungan Ia sangat kompleks dan tidak lagi seperti kebanyakan tradisional. aplikasi seni bina monolitik. Kebolehlihatan boleh mengawal sistem yang kompleks dengan lebih baik Melalui tiga tiang data kebolehcerapan, kita boleh memahami semua aspek sistem yang kompleks dengan cara yang sangat intuitif dan terperinci.

Kebolehmerhatian bukan sahaja berfungsi untuk operasi dan penyelenggaraan, tetapi juga boleh berkhidmat kepada jabatan pembangunan, jabatan SRE, jabatan Sokongan, jabatan pemasaran dan jabatan perniagaan. Oleh itu, jika kita boleh mengintegrasikan AIOps dan kebolehmerhatian untuk mencipta platform bersepadu, kita akan mendapat produk yang sangat sempurna yang boleh membunuh dua burung dengan satu batu.

3. Dua laluan teknikal biasa untuk perusahaan ke AIOps operasi dan penyelenggaraan pintar

Dua laluan teknikal biasa untuk perusahaan ke operasi dan penyelenggaraan IT pintar boleh divisualisasikan. diringkaskan sebagai "AIOps plug-in" dan "AIOps endogen". AIOps plug-in menanamkan platform AIOps ke dalam persekitaran operasi dan penyelenggaraan IT perusahaan melalui pintasan. AIOps ialah platform algoritma bebas yang mengakses data heterogen perusahaan, dan kemudian menggunakan jurutera data untuk menyelesaikan pergantungan antara data dan menggunakan teknologi pemprosesan data besar untuk mencapai penghantaran berasaskan projek.

AIOps endogen menekankan laluan teknikal bersepadu, melalui dalaman Enjin AIOps boleh merealisasikan gelung tertutup keseluruhan proses pemprosesan data tanpa penyertaan jurutera data. Sama seperti proses penghantaran ekspres, item pengirim adalah bersamaan dengan data. Selepas mendapatkan data, kurier akan melakukan operasi pembungkusan, pergudangan, penghantaran, pengangkutan dan lain-lain. Tetapi pada akhirnya, penerima menerima item, dan semua langkah pemprosesan di antaranya tidak perlu dikendalikan oleh pengirim dan penerima. AIOps endogen menekankan keupayaan ini dan membenamkan keupayaan AI ke dalam platform pemerhatian bersepadu.

Perbezaan dalam pelaksanaan teknikal:

AIOps Pemalam biasanya menggunakan AI pembelajaran mesin tradisional Teknologi ini pada asasnya ialah kaedah statistik yang menggabungkan Metrik, log, Peristiwa dan lain-lain maklumat dikorelasi dan dianalisis untuk mengurangkan bunyi penggera. Melalui pembelajaran mesin AI, kita boleh mendapatkan satu set makluman yang berkaitan. Oleh itu, ia memerlukan tempoh masa tertentu Secara umumnya, AIOps pemalam memerlukan kerja manual atau rekod sejarah untuk menghasilkan cadangan atau punca yang mungkin.

Pada masa yang sama, AIOps pemalam memerlukan banyak pergantungan pada data luaran, dan pengeluar AIOps pemalam biasanya hanya membuat platform algoritma. Pembersihan data, kebergantungan antara entiti CMDB, dsb. semuanya memerlukan data luaran. Oleh itu, jika anda ingin melaksanakan AIOp pemalam, anda perlu mempunyai sistem operasi dan penyelenggaraan maklumat yang sangat matang Anda perlu mempunyai prasyarat untuk memanggil data, mempunyai produk APM dan mempunyai kebolehmerhatian yang agak lengkap sebelum anda boleh melaksanakan palam. dalam AIOps.

AIOps endogen menyediakan analisis kecerdasan buatan yang menentukan, mengambil keputusan analisis deterministik sebagai matlamat, iaitu selepas masalah berlaku, punca masalah adalah deterministik dan merupakan keputusan masa nyata Hampir. AIOps endogen mengekalkan peta pergantungan matriks dengan prestasi masa nyata yang sangat tinggi Teknologi ini tidak perlu bergantung pada CMDB statik tradisional Sebaliknya, peta pergantungan ini sendiri adalah bersamaan dengan CMDB masa nyata, yang boleh mengintegrasikan pergantungan perubahan dalam masa nyata, dan analisis pengurusan direalisasikan dengan bantuan hubungan endogen.

Bagaimanakah syarikat membuat keputusan untuk memilih laluan teknologi yang sesuai dengan mereka?

Di peringkat pelaksanaan AIOps, perusahaan juga perlu mempertimbangkan banyak isu. Dari perspektif pengurus perniagaan, sebagai tambahan kepada isu asas seperti kos dan pasukan, ia juga perlu untuk mempertimbangkan keseimbangan antara jabatan yang berbeza, serta keseimbangan antara kos, kestabilan dan kecekapan. Matlamat AIOps adalah untuk bukan sahaja menyelesaikan masalah, tetapi juga untuk menyelesaikannya secara munasabah. Sambil memastikan kos, kami boleh memaksimumkan kestabilan dan kecekapan perniagaan kami.

di Forrester Laporan oleh , menyebut bahawa perusahaan mempunyai keupayaan utama berikut yang perlu dipertimbangkan semasa melaksanakan AIOps:

• Sama ada platform AIOps dan rantai alat ITOM boleh disepadukan dengan lancar, sama ada Keupayaan untuk mencapai tahap automasi yang tinggi
• Platform AIOps sangat mementingkan data asli termasuk kebergantungan asli awan dan maklumat data mesin asli awan
• Automasi peta pergantungan perkhidmatan penuh dan pembinaan panorama
• Masa depan AIOps ialah persepsi pemerhatian pintar dan pelaksanaan automatik
• Automasi analisis punca dan pelan pemulihan insiden
• Operasi teknologi moden memerlukan kecerdasan dan automasi

Daripada proses pemprosesan data Lihatlah perbezaan antara kedua-duanya laluan teknikal:

Platform AIOps tradisional, iaitu platform AIOps pemalam, menggunakan banyak alatan untuk disatukan dan dipasang semasa proses pemprosesan data untuk mencipta sistem data besar yang goyah. Jika pertukaran kakitangan berlaku, besar kemungkinan penyerahan baru akan ditinggalkan dengan jumlah hutang teknikal yang besar.

Langkah pertama pengumpulan data memerlukan pergantungan pada sejumlah besar alat sumber terbuka dan komersial. Langkah kedua ialah menyuntik data ke dalam platform data besar. Langkah ketiga ialah menyusun perhubungan data secara manual dan membersihkan data. Tiga langkah pertama sangat memakan masa. Langkah keempat ialah mencari dan mencari masalah Hanya dalam langkah ini vendor AIOps akan terlibat. Pengilang akan bertanya tentang keperluan dan menyediakan perkhidmatan yang sepadan. Kelima, bina papan pemuka. Keenam, pengembangan sistem Apabila skala sistem aplikasi meningkat, keseluruhan sistem berkembang secara linear.

Dalam keseluruhan proses, jurutera data perlu membelanjakan hampir 80% Masa dibelanjakan untuk membersihkan, mengumpul dan menyusun data Keseluruhan penyelesaian memerlukan bakat termaju dalam bidang operasi dan penyelenggaraan. Mereka bukan sahaja pakar dalam operasi dan penyelenggaraan, tetapi juga perlu memahami algoritma dan pembangunan. AIOps sendiri ialah sistem sokongan yang digunakan untuk menyelesaikan masalah, tetapi AIOps plug-in berkemungkinan akan menjadikan operasi dan penyelenggaraan lebih berat, memerlukan pasukan khusus untuk mengekalkan platform AIOps itu sendiri.

Proses pemprosesan data AIOps endogen adalah sangat mudah, dan satu alat boleh menyelesaikan masalah pengumpulan data. Dan kerana ia adalah produk yang sangat dikomersialkan, ia mempunyai keupayaan papan pemuka yang luar biasa, termasuk enjin. Oleh itu, prosedur pemprosesan seterusnya adalah kotak hitam, dan tidak memerlukan syarikat untuk memberi perhatian terlalu banyak, begitu juga jurutera perniagaan perlu memahami algoritma dan mempunyai tahap teknikal SRE.

Pada masa yang sama, AIOps endogen akan berkembang secara tidak linear apabila skala sistem perniagaan perusahaan berkembang. Keseluruhan sistem, termasuk pasukan pengguna dan produk, berkembang secara tidak linear. Setelah keseluruhan penyelesaian dibentangkan, perusahaan hanya perlu memasang satu Ejen, dan banyak daripada keupayaan seterusnya akan diautomasikan. Ini membolehkan kakitangan operasi dan penyelenggaraan syarikat memberi tumpuan kepada perniagaan syarikat sendiri.

Ringkasan:

Industri memerlukan platform risikan perisian generasi baharu yang boleh merangkumi keseluruhan proses pemprosesan data. Sampaikan hasil yang pelanggan anda inginkan secara langsung, dan bukannya membentangkan data mentah. Secara umum, antara dua laluan teknikal AIOps pemalam dan AIOps endogen, adalah lebih disyorkan untuk perusahaan menggunakan AIOps endogen, yang tergolong dalam paradigma baharu operasi dan penyelenggaraan pintar.

​

AIOps endogen membantu memudahkan operasi dan penyelenggaraan asli awan

Matlamat platform AIOps endogen ialah Membina platform semua-dalam-satu yang menggabungkan AIOps dan kebolehmerhatian. Ia memerlukan keupayaan pemerhatian, dan keupayaan pemerhatian mesti tertumpu pada pemantauan aplikasi adalah lapisan fenomena yang dihadapi oleh pengguna akhir. Pada masa yang sama, pemantauan infrastruktur perlu disepadukan, termasuk pemantauan platform awan dan pemantauan kotak hitam. Akhir sekali, anda juga perlu mempunyai keupayaan untuk menyediakan pengalaman digital bahagian hadapan.

Platform AIOps baharu perlu mencipta automasi berterusan, daripada akses data kepada output hasil data. Ia adalah perlu untuk mempunyai keupayaan terdahulu dan keupayaan untuk meramal dan memberi amaran.

Platform AIOps baharu perlu menyediakan pemerhatian peringkat tinggi Ia bukan sahaja menunjukkan data asal dan bahagian asal kepada perusahaan, tetapi juga memberi perhatian kepada fenomena dan pengalaman, dan memberikan tepat Akibatnya, impak dan gangguan yang disebabkan oleh bunyi besar kepada perusahaan dapat dikurangkan sebanyak mungkin.

Model pemprosesan data AIOps endogen mempunyai banyak perbezaan, seperti menekankan keupayaan Ejen dalam pengumpulan data. Dari segi pemprosesan data, kami menekankan sistem penunjuk Pembinaan sistem penunjuk adalah berbeza daripada kaedah tradisional Kami menekankan bahawa AIOps endogen kepada platform bersepadu.

Platform AIOps endogen akan tertumpu terutamanya pada lima berikut aspek Membantu operasi dan penyelenggaraan asli awan memudahkan kerumitan:

• Platform AIOps endogen boleh terus mendapatkan data pemerhatian berkualiti tinggi
• Boleh Mencipta keupayaan automasi berterusan akan menjadikan kerja lebih cekap untuk operasi dan penyelenggaraan
• Platform ini boleh membina topologi matriks masa nyata dan carian mengikut gambar
• Mampu mengeluarkan analisis impak serta-merta
• Menunjukkan punca dan saksikan hasilnya

1 data

Pertama, dapatkan data pemantauan berkualiti tinggi secara langsung. Ringkasan klasik ialah "pemerhatian berkualiti tinggi datang daripada telemetri berkualiti tinggi." Kebolehmerhatian memfokuskan pada tiga tiang Jika anda ingin melakukan analisis kebolehmerhatian peringkat tinggi dan AIOps endogen, anda memerlukan lima tiang sebagai tambahan kepada data penjejakan tradisional, penunjuk dan data log, anda juga memerlukan data topologi dan data kod kualiti data secara langsung boleh menentukan had atas model.

Data pemantauan berkualiti tinggi mesti dikumpulkan secara tidak mengganggu dan secara automatik, tanpa mengubah suai kod sumber, perniagaan dan aplikasi, serta boleh mencapai gabungan maklumat kontekstual. Maklumat konteks boleh membantu dalam mencapai analisis punca sebenar, membantu analisis punca mengekstrak maklumat latar belakang kesetiaan tinggi, dan membantu platform membina rajah aliran perkhidmatan masa nyata dan rajah topologi untuk mengenal pasti kebergantungan. Termasuk teknologi topologi hubungan jenis matriks, maklumat kontekstual ini juga sangat kritikal.

Rajah topologi terutamanya menunjukkan kebergantungan keseluruhan persekitaran aplikasi, termasuk tindanan menegak dan tindanan mendatar. Gambarajah aliran perkhidmatan memberikan pandangan keseluruhan transaksi dari perspektif perkhidmatan atau permintaan Melalui gambarajah aliran perkhidmatan dan gambarajah topologi, urutan panggilan antara perkhidmatan dapat dijelaskan. Gambar rajah aliran perkhidmatan menunjukkan keseluruhan jujukan urus niaga yang diedarkan, yang teratur, manakala gambar rajah topologi ialah abstraksi peringkat lebih tinggi, menunjukkan kebergantungan, dsb.

Mendapatkan hubungan pemantauan berkualiti tinggi secara langsung memerlukan penggunaan Teknologi Ejen komersial , walaupun terdapat banyak alat sumber terbuka atau percuma di pasaran, teknologi Ejen komersial mempunyai kelebihan berikut yang tidak dimiliki oleh alat sumber terbuka.

• Kestabilan, keselamatan dan kebolehpercayaan probe proksi yang dikumpul dijamin
• Probe sangat berkesan untuk hos dan overhed sumber dan kesan prestasi perniagaan teras dijamin
• Pengerahan dan instrumentasi, termasuk perubahan, boleh menggunakan kurang operasi manual
• pemantauan Boleh secara automatik ditanamkan ke dalam komponen kaedah dinamik atau kelas kontena ini
• Pelbagai pensampelan penunjuk adalah baik, dan kesetiaan tinggi asli
• adalah mencukupi Maklumat dan konteks tersedia untuk membina model data bersatu

Kelebihan di atas tidak tersedia dalam banyak alatan percuma. Platform AIOps endogen bergantung pada teknologi One Agent mempunyai reka bentuk pengkomputeran tepi dan melakukan banyak pengagregatan data dan pembersihan data pada titik akhir tepi.

2. Bina automasi berterusan

Keupayaan platform AIOps endogen direka untuk membina automasi berterusan. Memantau persekitaran asli awan yang kompleks memerlukan automasi. Termasuk penggunaan automatik, penyesuaian automatik, penemuan automatik, pemantauan, suntikan, pembersihan dan satu siri automasi. Dalam persekitaran asli awan yang kompleks, sukar untuk memahami perniagaan hujung ke hujung ini secara manual, jadi tahap keupayaan automasi yang tinggi diperlukan sebagai alat bantu untuk membantu operasi dan penyelenggaraan automatik.

3. Bina peta hubungan matriks masa nyata

Platform AIOps endogen boleh membina topologi matriks masa nyata. Anda boleh mencari mengikut lukisan dan melihat arah mendatar dalam lukisan, seperti gambar rajah kebergantungan lapisan perkhidmatan, serta lapisan bekas, lapisan hos, tahap proses, dsb. Arah menegak ialah kontena yang digunakan oleh perkhidmatan, proses kontena ini sepadan dan hos awan mana proses ini berlaku.

4. Analisis impak keluaran masa nyata

Analisis impak output adalah bersamaan dengan pemikiran keselamatan rangkaian, dan ia adalah sama dalam operasi dan penyelenggaraan. Apabila kegagalan sistem atau anomali berlaku, apakah kawasan impaknya, pengguna, perkhidmatan dan aplikasi yang akan terjejas, dan apakah punca utama. Melalui kaedah dan teknologi automatik, hasilnya adalah output kepada pengguna tanpa memerlukan analisis manual oleh kakitangan operasi dan penyelenggaraan.

5. Tuding kepada punca dan saksikan Keputusan

Akhir sekali, keupayaan yang sangat penting dalam operasi dan penyelenggaraan automatik adalah untuk mendapatkan punca dan menyaksikan hasilnya. Teknologi tradisional memerlukan kaedah berbeza berdasarkan pangkalan pengetahuan, CMDB, dan inferens sebab, manakala AIOps menyediakan kedudukan punca endogen. Ia boleh membuka kebergantungan data Sebagai tambahan kepada kebergantungan antara objek, ia juga boleh membuka kebergantungan antara jenis data yang berbeza, seperti kebergantungan antara rantai panggilan, log dan penunjuk. Ia menyediakan kedudukan punca punca masa nyata, sangat mudah disesuaikan, mempunyai overhed yang rendah dan ketepatan yang sangat tinggi. Ia juga mempunyai teknologi tanpa pengawasan dan tidak memerlukan terlalu banyak bantuan manual untuk mencapai penyampaian keupayaan ini.

Ringkasan

Jika perusahaan ingin berjaya dalam transformasi digital, ia perlu memastikan bahawa semua aplikasi, perkhidmatan digital dan platform berbilang awan dinamik yang menyokong operasi mereka dapat berfungsi dengan sempurna, semua masa membuatnya berlaku.

Teknologi asli awan yang sangat dinamik dan teragih ini berbeza sama sekali daripada senario tradisional. Akibatnya, kerumitan yang dibawa oleh perkhidmatan mikro, bekas dan infrastruktur awan yang ditakrifkan perisian kini semakin tidak terkawal. Kerumitan ini melebihi had keupayaan pengurusan pasukan dan terus berkembang. Jika anda ingin memahami segala-galanya yang berlaku dalam persekitaran yang berubah dengan pantas ini pada bila-bila masa, anda mesti meningkatkan kebolehmerhatian dan keupayaan operasi dan penyelenggaraan pintar anda.

Kita perlu menggunakan tahap automasi yang tinggi dan teknologi pintar untuk menjadikan operasi dan penyelenggaraan asli awan lebih ringan, lebih pantas dan lebih murah, supaya pasukan perusahaan perlu menumpukan tenaga mereka Dalam perniagaan perusahaan itu sendiri, kami benar-benar menuju ke era operasi dan penyelenggaraan pintar.

​

Pengenalan tetamu

Zhang Huaipeng, VP Produk Chengyun. Menyertai Hangzhou Chengyun Digital Technology Co., Ltd. pada 2017 dan bertanggungjawab untuk pengurusan harian barisan produk [DataBuff bersepadu operasi dan penyelenggaraan] Beliau berkhidmat sebagai pengurus pasukan pembangunan produk bersepadu IPD dan mengambil bahagian dalam pasaran pengurusan, analisis permintaan, kerjasama pasukan, penstrukturan proses, dan kawalan kualiti dll.

Atas ialah kandungan terperinci Cara memudahkan operasi dan penyelenggaraan asli awan. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!