AIOps近年来已经逐渐代替DevOps，成为运维领域最具曝光度的名词。但与之相关的讨论更多在如何将机器学习算法应用于运维数据分析，而用AIOps来处理运维操作甚至是实现完整的运维系统，则较为少见。百度从14年起即开始在AIOps领域的探索，目前已经在智能故障自愈、智能运维操作、故障模拟仿真等方面具备了丰富的落地经验。

本次分享将从百度智能运维的整体架构开始，按照数据流和控制流两条线，介绍百度在智能运维研发领域的工程经验，并将重点介绍支撑这些的底层架构——百度智能运维研发框架（ARK），如何以可扩展的方式，将人的智慧融入到运维系统当中。

Maxcompute是阿里巴巴内部唯一的大数据处理平台，且在全球十几个地区提供公有云服务，并为上百家私有云输出计算能力。

作为支撑如此庞大系统的SRE团队，要面对的是EB级数据，TB级带宽，上百万块硬盘，还有上万的客户发工单。

我们在全流程的发布管理，全球的配置同步，高效的监控感知等基础运维领域都实现了高度的自动化,
同时，从底层硬件到上层应用各个环节，我们掌握并分析使用了大量的数据来帮助我们突破传统思路的局限。

本次聚焦于近期在平台落地的几项成果，多地域的容量线性规划调优，硬件故障发现及自愈，运行作业的数据化诊断，分享我们在构建下一代运维平台的探索和思考。

当前DevOps的浪潮席卷整个IT行业，给传统的运维工程师，运维技术都带来了巨大的挑战和革命性的的影响。所谓DevOps就是基于各种自动化部署和运维平台的工具链，辅以相应的规范流程进行协作，如何打通应用运维平台、数据库运维平台、监控系统、资产管理系统、云平台等系统，并高效的整合在一起，是DevOps能否实际落地的关键。在技术架构转型的过程中，运维人员如何面对这样的挑战，并能做到与时俱进，不被时代淘汰也是一个严峻的课题。

听众受益

本次分享我们将聚焦在研发和运维如何协同工作，通过微服务框架，基于CMDB系统打造统一的运维入口，权限控制，接口管理，基础服务等，构建弹性的，灵活的即插即用型运维门户。

本次演讲将从故障前、中、后三个阶段介绍美团点评如何通过故障定位系统、事故运营系统、风险管理平台打造可用性持续提升的闭环，保障全集团业务线高速稳定增长。

故障中：研发了“天网”故障自动定位系统，实现全业务指标异常监测，全链路异常自动定位root cause，全事件追踪快速止损。

故障后：通过事故运营系统完成事故通知、定级、分类、TODO跟踪等运营工作。

故障前：综合运营数据打造风险管理平台，全业务周期性风险评估，避免事故发生。

网易云对内对外支撑的重点在于基于Kubernetes的容器平台，已经在线生产管理运行超过1000天，集群规模最大达30000台，支撑了很多内部重点项目，减轻了业务方瞬时流量增加所带来的运维成本，比较早期的业务平台的微服务化采取的是Dubbo，后来新的业务使用SpringCloud，云平台组基于Kubernetes推出了Service Mesh服务治理平台，将微服务部分工作下沉到平台层完成，并在计费中心，云管平台，互金项目中进行落地，本次分享在大规模Kubernetes容器平台中落地Service Mesh的实践。

听众受益

1. 了解Service Mesh相对于Dubbo和SpringCloud的优势；
2. 在网易内部产品使用Service Mesh的落地实践；
3. 在大规模Kubernetes集群场景下的优化实践。

监控系统经历大数据转型后迎来AI浪潮。这个主题分享腾讯织云监控的演进过程和考量因素。结合实际案例场景展示织云从用户端到IAAS层的立体化监控理念和数据化DevOps理念。同时分享织云在AIOps领域的智能检测、根因分析和ROOT根源分析实践场景，展望未来监控转型方向。

听众受益

1. 了解监控发展变化的背景和趋势；
2. 腾讯织云的海量监控架构；
3. 腾讯织云的智能化应用场景。

创业型公司使用开源或者人肉的方式进行线上运维，有着这样一些痛点：

1. 集群初始化、系统打包、系统自动化上线等需求多多；
2. 集群类型多样，例如前端/站点/服务，各集群初始化、打包、上线的流程都不一样；
3. 即使是同一种类型，例如服务，使用的技术栈不同，例如dubbo/DSF等，集群初始化、系统打包、自动化上线的步骤也不一样；
4. 开源软件只能满足一部分需求，并且难以定制化；
5. 缺乏像大公司一样的人力、物力和时间来研发大平台；

创业型公司，如何在很短的时间内，自研扩展性较强的自动化运维平台，以解决上述痛点，是今天要分享的内容。