周涌杰(矮鱼),阿里巴巴大数据计算服务保障平台研发技术专家。
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。
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。