对互联网公司，尤其是互联网大厂来说，系统的容量管理（服务器，网络，数据中心等）不可或缺。公司的各种互联网服务，归根结底需要运行到服务器上；这些服务器又需要在多地甚至是全球的数据中心部署。

互联网服务容量的规划管理和效率提升至关重要，因为这直接关系公司的运营成本。我来和大家分享这一领域的知识和经验，包括数据中心的规划、服务器的设计和部署、容量的规划管理、互联网服务的效率提升，以及服务需求的控制等。

一方面，对一个公司而言，容量成本是运营成本的一大部分，所以需要精心规划和有效管理。互联网服务的整体效率如果能提升，同样的容量就可以发挥更大的效应，从而有效降低公司的运营成本。另一方面，容量的规划和服务需求的管理也密不可分，我们需要量入为出，对服务的需求进行适当的控制，尽量在不影响业务质量的前提下降低对容量的需求。

围绕容量规划管理和服务效率提升，在实践中需要考虑多维度的各种因素，数据中心的限制、服务器的种类和设计、时间的安排，以及互联网服务之间的关系等等。合理考虑这些因素，适当平衡限制条件，就需要把握尺度。如何把握这个度，我会分享这方面的实践经验。

演讲提纲：
1. 简介和概述

• 简介和硅谷工作体会
• 互联网系统容量
• 互联网服务效率

2. 互联网系统容量：服务器

• 服务器的分类考虑
• 服务器设计的阶段
• 服务器的生命周期
• 服务器设计的工业趋势

3. 互联网系统容量：数据中心

• 数据中心的设计和内部结构
• 数据中心的规划
• 数据中心的网络

4. 容量规划

• 规划的原则和过程
• 预测未来的需求
• 几个限制因素
• 几个挑战和解决

5. 容量效率

• 容量效率的定义
• 服务效率的模块分解
• 容量效率的提升

6. 互联网服务的需求控制

• 总体的目标
• 宏观的需求控制
• 微观的需求控制
• 如何进行大规模和自动化控制

你将获得：

• 了解容量规划和管理的基本内容和方式
• 了解服务效率的定义、模型和提升的方法
• 学到需求控制的原则和方法
• 获得大规模容量管理的经验和教训

随着 37 手游业务快速增长，随之而来的是业务需求和迭代的不断变多，而需求从想法变为代码，再从代码变为交付线上用户可触达的系统，都需要经过漫长的研发验证和运维部署过程。我们还需要思考如何具备足够的架构弹性和高可用稳定性，去面对运营体系和游戏用户增长带来的资源压力。

DevOps 的理念就在于通过开发技术去更好地落地上述挑战，力求覆盖完整需求生命周期的流程化、规范化和自动化和辅助、引领企业技术体系可控地转型和成长。

我们从 DevOps 收获到的，除了技术人员研发效率的提升，运维成本的下降，还有技术管理流程的体系化、自动化，以及面对重要架构变更带来系统稳定性未知挑战的信心。

本次分享将围绕 37 手游从 PHP 到 Go，从 IDC 到双云，从物理机到容器化三个维度架构的演进历程，介绍 DevOps 支撑体系从 0 到 1 的建设过程以及伴生的技术管理流程实施落地。

演讲提纲：

1. 随架构演进的 DevOps 野蛮生长史

• 从 IDC 到多云 + IDC
• 从 PHP 到 Go + 微服务
• 从服务器到容器化 + K8s

2. 体系化落地的思考与分享

• 实体化管理与关联
• 流程化质量管控
• 系统体验优化

听众收益：

• 企业级 DevOps 体系从 0 到 1 的落地实践和经验
• 技术管理流程落地实践和思考
• DevOps 产品建设和优化的思路

桌面云凭借良好的数据安全保障能力、管理便捷性和运维效率，为数字化办公提供了有力支撑。但由于其技术栈复杂、业务类型多变的特点，导致桌面运维链路冗长。因此，在完成构建资源管理、系统监控、权限管理、硬件管理等基本运维能力后，数据智能分析、全栈数据实时监控、数据与桌面联动治理就成为云桌面全栈智能运维的核心痛点。

AIOps 作为桌面云智能运维的核心技术之一，深信服桌面云如何联动大规模数据，实现系统全栈自动化监控、分析与治理？如何通过构建一体化的智能运维方案，在核心业务场景顺利落地？本次演讲将分享深信服在桌面云场景下 AIOps 的相关实战经验。

演讲提纲：
1. 桌面云（VDI）简介

• 桌面云技术架构
• 桌面云应用场景

2. 桌面云运维的挑战

• 表层挑战：虚拟机第三方软件卡慢频发，如何快速解决
• 深层挑战：资源不足、硬件故障，复杂问题如何快速排查
• 衍生挑战：提前预警识别、健康动态评估，如何保障桌面云集群长期稳定运行

3. 桌面云 AIOps 智能运维一体化技术方案

• 智能运维引擎整体框架设计
  • 动态插件化探针设计
    • Lua 热拔插探针助力动态采集
  • AIOps 数据湖建设
    • 大规模时序数据冷热分层架构设计
    • 多维异构数据湖仓一体化建设
  • 数据流转与 AI 调度框架建设
    • 轻量级百亿流数据分发引擎设计
    • 基于业务自适应的 AI 资源性能诊断引擎
  • AIOps 算法设计
    • 基于 bagging 策略的分段线性回归算法实现智能健康评分
    • 基于网格搜索的资源缩扩容模型
    • 基于资源约束算法和贪心策略的虚拟机新增模型
    • 基于可扩展假设测试的时间序列特征提取和随机森林模型实现闲置资源识别

4. 实践与落地效果
5. 总结与展望

你将获得：

• 了解桌面云技术及其应用场景
• 了解 AIOps 核心算法技术在桌面云场景下的落地
• 了解 AIOps 全栈建设整体思路
• 了解桌面云 AIOps 发展的未来趋势

AIOps 智能运维是指将人工智能应用于运维领域，基于已有的运维数据（日志、监控信息、应用信息等），通过机器学习的方式来进一步解决自动化运维无法解决的问题，其涵盖了质量、成本、效率等多方面场景。其中，质量保障方面对 AIOps 的诉求最为迫切。当事故发生后，最为关注的对象是 mttr，即平均修复时间，其阶段通常分为：故障感知、故障定位、故障止损三个方面。

为充分压缩 mttr，降低事故等级、减少事故损失，我们字节跳动研发效能团队精心打造了 Kepler 智能告警系统。系统以自研分布式 influxdb 作为 PB 级时序数据存储，涵盖了短视频、直播、电商、Tik Tok 等多个字节跳动核心业务；以 Flink 作为在线实时流式数据处理平台；抽象出 Point、Event 两大领域模型；并结合时序数据预测、多模型联合决策等 AI 算法，充分赋能了字节跳动的故障感知和事故定位，召回率和准确率均在 95% 以上，将整体 mttr 由 XX mins 降低到了 YY mins。

演讲提纲：
1. 平台介绍

• 背景
• 整体架构
• 业务流程

2. 核心能力

• 平台技术
  • 设计原则：稳定、高效的系统设计
  • 存储：多数据源、海量时序数据落地演进
    • mvp 的初探：mysql+mongodb
    • 时序数据应有的归宿：influxdb
    • 成熟 AIOps 系统该有的模样：自研分布式 influxdb
  • 计算：打造实时告警系统
    • 基于 flink 的在线实时流式数据处理
    • 系统整体优化：缓存、链路
  • 告警治理：从 Point 到 Event
    • 告警分级
    • 防抖配置
• 智能算法
  • 时序数据预测
  • 多模型联合决策
  • 指标周期判断
  • 智能阈值生成 

3. 落地效果

• 核心功能
• 案例分享

你将获得：

• AIOps 在字节跳动的真实落地案例
• AIOps 整体架构设计与实现
• AIOps 相关智能算法