随着硬件种类的增加和功能多样性、操作系统的复杂度也在提升。操作系统级别的可靠性建设难度也随着提高。从操作系统内核、虚拟化以及工具开发等方面着手，致力于解决内存硬件故障导致的服务不可用、操作系统崩溃以及业务的延迟抖动等问题，业务的可靠性和稳定性得到了较大的改善。

演讲提纲：

1. 虚拟化场景下的内存硬件故障处理
   • 内核 RAS 能力增强
   • 虚拟化支持内存故障事件
   • 调度器智能调度
2. 虚拟机的崩溃监控以及治理
   • 内核、虚拟化增强崩溃监控
   • 内核崩溃 log 汇聚，大数据分析
   • 虚拟机一键健康检查
3. 延迟、性能抖动的监控和工具建设
   • ATOP 监控能力增强发现调度延迟
   • BCC 支持 TCPRTT 工具实时分析网络延迟
4. 总结
   • 内存故障预测降低业务影响
   • 虚拟机崩溃概率收敛到万分之一
   • 系统工具建设助力debug、tracing能力

你将获得：

1. 较新、较创新的监控手段，准确监控内存故障，以及预测内存故障降低对业务的影响。
2. 较深入的操作系统、虚拟化技术细节，可以了解 PVPanic 的原理以及最新的改进情况。
3. ATOP、BCC、Util-linux 等监控、性能工具的部分新特性。