阅读更多
开源力量公开课第六十一期 - 看看搜狐是如何设计PAAS公有云平台的?
时间: 2014-06-17 20:00 2 小时
形式: 线上公开课
现场地址:http://www.osforce.cn/openclass/83/show?fr=iteye

开源力量公开课第六十一期 -  看看搜狐是如何设计PAAS公有云平台的?
感谢互联网的开放、分享的精神,让我们有机会一睹平台背后的秘密


课程背景:
随着业务发展,互联网公司产生的各种内部接口、应用程序、活动页面、手机app等越来越多,这些程序部署复杂、相互关联、责任人分散并且生命周期不同。随着这些程序的增多,管理难度和资源损耗也在不断增大, 应用运维的难度随之增加。之后在运维过程中不断积累了一些工具来帮助人去自动化完成应用运维工作,随着时间推移, 工具逐步演变成了一个PaaS平台,随着开发直接介入运维过程, 又产生了更多的冲突和需求, 本课程重点介绍我们曾经面临的问题、解决问题的工具、以及工具集演变为平台这个过程中设计背后的意图和目的是什么,技术上是如何完成的。

课程目标:
2014年5月,搜狐云景PAAS平台正式公测。本公开课将以搜狐云景PAAS平台设计为蓝本,揭示过公有云PaaS平台的设计和实现等技术细节,让大家熟悉PaaS平台的核心内容,为大家以后的工作提供一个参考。

体验:
目前,搜狐云景正在公测,参与体验业务将更好的理解公有云PaaS平台的核心设计思想,请填写问卷表,你将:
将免费获取价值200元的公测邀请码大礼包, 用户实名认证后系统会自动再赠出三枚好友邀请码价值600元。(参与公开课期间可以免费发放)!
第1,10,20,30,40 ...... (逢十)位填写问卷的同学将获赠可爱搜小狐公仔一只



课程大纲:
1.传统互联网应用运维的角色介绍和面临的早期现状

2.规范介绍 - 在应用运维中所需要的潜规则

3.主流paas的技术结构概述

4.PaaS的设计思路及实现手段
4.1  系统边界的定义
4.2  核心需求点的定义
4.3  集群配置和组件通信机制的设计:Zookeeper、REST和消息的应用
4.4  对LXC的包装 - Node Agent
4.5  对规则引擎的使用 - Master自定义调度
4.6  对接入服务的管理 - Service Gateway
4.7  对用户程序自描述的规范:app.yaml

讲师介绍:
张宇欣 ,搜狐PaaS平台首席架构师,具有10年软件开发经验,带领技术团队高质量完成了搜狐PaaS平台多个版本的设计和研发工作,近年来一直致力于通过PaaS整合搜狐内部产品运行环境,推进PaaS的高效实施。张宇欣加入搜狐之前,从事网络安全行业多年,对网络安全也有很深的造诣。
1
0
评论 共 1 条 请登录后发表评论
1 楼 fat1 2014-06-12 15:25
实际PAAS案例,不错

发表评论

您还没有登录,请您登录后再发表评论

相关推荐

  • 开源力量公开课第三十七期-《微软+开源:如何使用微软公有云Azure上的开源软件》

    开源力量公开课第三十七期-《微软+开源:如何使用微软公有云Azure上的开源软件》   开源力量公开课,每周二晚线上线下同时开课,让我们一起向IT技术大牛们学习!       课程题目

  • 开源力量公开课第三十四期-《微软+开源:如何使用微软公有云Azure上的开源软件》

    开源力量公开课第三十四期-《微软+开源:如何使用微软公有云Azure上的开源软件》   开源力量公开课,每周二晚线上线下同时开课,让我们一起向IT技术大牛们学习!       课程题目

  • 【云服务架构】什么是云原生应用?有哪些特点?来看看阿里云大学公开课给你答案

    首先从第一个问题进行分享,那就是“为什么要开设云原生技术公开课?”云原生、CNCF都是目前非常热门的关键词,但是这些技术并不是非常新鲜的内容。 2004年— 2007年,Google 已在内部大规模地使用像 Cgroups这样的...

  • 《公开课3:云原生技术人的自我修养》-唐继元-2022.4.24

    云原生对Paas非常重要5.云原生技术6.云原生参考架构7.云原生当前发展趋势-Serverless8.云原生当前发展趋势-WebAssembly/WASM9.云原生当前发展趋势-eBPF10.云原生当前发展趋势-GitOps11.云原生当前发展趋势-其他2、...

  • 如何搭建云原生大数据平台的K8s底座 | InfoQ《公开课》回放

    (公开课视频直播回放)关注公众号,回复关键字“底座”获取PPT作者:金津,智领云科技云平台研发经理,华中科技大学计算机系硕士。加入智领云6年多,长期从事云原生、容器化编排领域研发工作,主导了智领云自研的...

  • 力谱宿云秦鹏:MaxLeap云服务基础架构演进之路-CSDN公开课-专题视频课程

    MaxLeap从一个对内的私有云服务平台,发展...分享将结合云平台的业务发展,介绍基础架构演进过程的主要思路,遇到的难题,用到的开源技术和未来的规划。从而听众可以了解公有云服务后台的技术架构,用到的主要技术。...

  • CSDN社区排名出炉了,来看看你的排名是多少?

    ========================== ID = 80 〖Python全栈技术社区〗 【粉丝数】6587 【帖子数】1026 【创建日】2020-11-25 【菜单项】全部、7天学习、问题求助、公开课、博文广场、精选专栏、公告栏、交流反馈、电子书、...

  • 云计算复习知识总结(很有用,全是干货)

    1.云计算是对()技术的发展与运用: 并行计算 网格计算 分布式计算 ...PaaS:将平台作为服务的云计算服务类型 SaaS: 3.云计算体系结构: (1)物理资源层(2)资源池层 (3)管理中间件层(4)SOA 构建层 ...

  • 云原生与微服务架构基础:01 | 为什么说云原生重构了互联网产品开发模式

    为什么说云原生重构了互联网产品开发模式?云原生的概念云计算的前世今生阶段1:虚拟化技术阶段2:虚拟机的市场化应用阶段3:容器化和容器编排的兴起云原生到底是什么?云原生出现的背景云原生解决了哪些问题?不断...

  • 2W字长文吐血整理 Docker&云原生

    Docker 和 云原生 一、概念介绍 1.1 Docker Docker 是一个开源的应用容器引擎,让开发者可以打包他们的应用以及依赖包到一个可移植的镜像中,然后发布到任何流行的 Linux或Windows操作系统的机器上,也可以实现虚拟...

  • 栋的月结 | 第一回合(定期更新、动态、架构、云技术、算法、后端、前端、收听/收看、英文、书籍、影视、好歌、新奇)[含泪总结.. 憋泪分享!]

    Baeldung Java 周评 | 第六弹(关键词:测试私有方法、Spring Data Codd/Elasticsearch/Couchbase、JMeter/Jenkins 进行分布式性能测试) 《 Baeldung Java 周评 | 第七弹(关键词:Map 数据结构增强、Java 性能...

  • 架构师成长系列 | 云原生时代的 DevOps 之道

    DevOps 是一种软件开发人员和 IT人员之间的合作过程,目标是高效地自动执行软件交付和基础架构更改流程。...限时福利:张磊、李响等人撰写的 《CNCF X 阿里巴巴云原生技术公开课》 限时 0 元领取中。...

  • 云架构师进阶攻略(1)

     一、架构的三个维度和六个层面 1.1、三大架构在互联网时代,要做好一个合格的云架构师,需要熟悉三大架构。第一个是IT架构,其实就是计算,网络,存储。这是云架构师的基本功,也是最传统的云架构师应该首先掌握...

  • 这一年,这些书:2022年读书笔记

    借助外部力量以更短的时间达成目的这一举动非常值得被强调,因为正是从那一刻起,原本在自然界均匀流动的时间在人类祖先的身上第一次出现了褶皱。 因为这种规划能力的出现说明彼时的他们已经不再被囚禁在片刻光阴之...

  • 灵活、高效的云原生集群管理经验:用 K8s 管理 K8s

    尤其在专有云场景中,K8s 工程师不可能像在公有云中一样快速触达客户环境,运维成本被进一步放大。因此如何低成本、高效率、自动化低管理多套 K8s 集群,成为业内普遍难题。 背景 多集群主要应用在如下场景: 1.产品...

  • 云架构师的进阶之路

    一、架构的三个维度和六个层面 1.1、三大架构 在互联网时代,要做好一个合格的云架构师,需要熟悉三大架构。 第一个是IT架构,其实就是计算,网络,存储。这是云架构师的基本功,也是最传统的云架构师应该首先掌握...

  • 云架构师进阶攻略

    utm_medium=referral 一、架构的三个维度和六个层面 1.1、三大架构 在互联网时代,要做好一个合格的云架构师,需要熟悉三大架构。 第一个是IT架构,其实就是计算,网络,存...

  • [转载]云架构师的进阶之路

    一、架构的三个维度和六个层面 1.1、三大架构 在互联网时代,要做好一个合格的云架构师,需要熟悉三大架构。 第一个是IT架构,其实就是计算,网络,存储。这是云架构师的基本功,也是最传统的云架构师应该...

  • 2024年测风激光雷达行业分析报告.pptx

    行业报告

  • mapreduce综合应用案例 - 招聘数据清洗.docx

    招聘数据清洗是一个典型的大数据处理任务,可以通过MapReduce来实现高效且可扩展的数据清洗过程。下面是一个简单的招聘数据清洗的MapReduce应用案例: 输入数据准备:将招聘数据集划分为若干个块,每个块包含多条记录。 Map阶段: 每个Map任务负责处理一个数据块。 Map函数解析输入记录,提取关键字段,如职位名称、公司名称、薪资等。 对于每条记录,如果关键字段缺失或格式不正确,可以忽略或标记为错误数据。 输出中间键值对,其中键为职位名称,值为包含相关信息的自定义对象或字符串。 Reduce阶段: 所有Map任务的输出会根据职位名称进行分组。 Reduce函数对每个职位名称的数据进行处理,可以进行去重、合并、计数等操作。 根据需求,可以进一步筛选、过滤数据,如只保留特定行业或薪资范围的职位。 输出最终结果,可以保存为文件或存储到数据库中。 通过以上MapReduce应用,可以高效地清洗大规模的招聘数据,并提供结构化、准确的数据用于后续的分析和决策。此外,由于MapReduce具有良好的容错性和可扩展性,可以处理海量数据并在分布式环境中实现高性能的数据清洗任务。

Global site tag (gtag.js) - Google Analytics