PPT合集：AIOps、DevOps、Sharding、ES、腾讯与阿里运维实践等
率先呈上，千呼万唤的PPT！
云盘链接：https://pan.baidu.com/s/10kYAvyxLmHnIyZl7smtgmA
4月21日，2018 Gdevops全球敏捷运维峰会以成都为起点，拉开了本年度新一轮精彩技术巡演的序幕！峰会当天虽然下着绵绵细雨，但这显然阻碍不了童鞋们对技术学习的渴望，大家都如约而至，热情燃爆会场！
上午场-精华汇总
新炬网络运维产品部总经理宋辉——
传统企业AIOps的落地与未来发展
据业界预测，2018年可能是AIOps全面发展、突破的元年。面对AIOps的火热，宋辉老师则保持冷静态度。他对运维转型升级必然是朝智能化方向发展表示肯定的同时，也指出目前AIOps只是处于起步阶段，具体落地仍路漫漫其修远兮。那么如何进行上下求索？为此，他客观分析了AIOps落地三要素：数据、算法、场景，并结合新炬网络十余年企业级运维服务经验，以及其在传统企业落地AIOps的多个成功案例进行详细论述。他更以新炬网络AIOps智慧运维体系的构建为例，通过对其智能监控告警、自动化运维、IT资产管理CMDB、智慧运维门户等核心功能的剖析，得出了“场景是驱动AIOps有效落地的最主要方式”这一结论，并强调AIOps落地不可能一步登天，应该从小的场景进行突破，以点带面，形成规模效应。
京东金融数据研发负责人张亮——
从Sharding-JDBC到Sharding-Sphere——Sharding生态圈初探
由于互联网领域数据库面临着高可用、高存储稳定性、并发访问频繁、数据海量的问题，不可能只用一种数据库就可以一统天下，而是需要根据不同场景去选择。张亮老师介绍到，从当当一个框架里分离出来的Sharding-JDBC，为数据库扩展提供了一种选择，因为它具备数据分片、读写分离、柔性事务、数据治理四大主要能力。目前，Sharding-JDBC作为京东金融云分布式数据库平台的核心支撑，面临着云化、异构语言、用户环境多样化三大新挑战。由此，张亮老师带领团队构建起由Sharding-JDBC、Sharding-Proxy、Sharding-Sidecar组成的Sharding Sphere生态圈，目标就是要做到云原生、无中心化，以及零侵入。
JFrog中国首席架构师王青——
传统行业DevOps落地的实践
就“传统企业如何落地DevOps”这一热门话题，王青老师先是逐一列举了ING荷兰国际集团、美国数据化银行CapitalOne，以及国内一家大型银行的案例，为大家全面展示了作为传统企业的他们在落地DevOps过程中的痛点、解决策略与成效收益。紧接其后，王青老师基于成功实践，指导大家迈出DevOps落地第一步的方法，分享了由多种工具组合而成的DevOps工具链，并展现了DevOps平台的整体建设方案。
长虹集团数据管理中心经理付成勇——
大型企业集团数据管理的探索与实践
作为多元化的跨国集团企业，长虹同样面临着传统企业转型的问题，因此他们制定了智能化、网络化、协同化的智能战略。付成勇老师介绍到，由于长虹的电视、冰箱等产品都嵌入了智能模块，如此之多的终端带来了海量的数据，因此数据管理成为了长虹的支持与挑战。随后，付成勇老师对长虹的数据治理思路“一体三数一化四平台”进行了逐一解析：一体即数据治理体系建设，三数乃元数据、主数据、大数据，一化则是集约化管理，四平台指的是数据仓库-大数据共享中心、数据资产管理平台、主数据管理平台、自助分析平台。通过这一完整思路，实现数据全命周期管理。
下午场-精华汇总
携程机票大数据基础平台Leader许鹏——
ElasticSearch集群驯服记
随着数据量的与日俱增，数据库搜索速度会明显下降，因此就有了搜索引擎ElasticSearch的引入。以“ElasticSearch集群驯服记”为题，许鹏老师就ElasticSearch的维护展开分享，从集群的规划和设置出发，讲述了ElasticSearch节点发挥的作用、ElasticSearch的相关参数设置，接着又就集群正常运行之后要关注的健康状况以及一些常规监控问题，将大家的目光聚焦在集群监控上，提出了相关的监控思考与方案。
AWS资深架构师蒙维——
软件交付的最后一公里：基于AWS的蓝绿部署实践
版本升级或退回如何做到平滑无感，是不少传统企业和互联网企业都会面临的难题。蒙维老师以AWS上实现蓝绿部署为例，详细讲述了其蓝绿部署的多个方案，并针对每个方案的特性及可能碰到的问题给出了可供参考的建议。每个软件部署的范围和风险都不同，软件交付这最后一公里，相信听完蒙维老师的分享后，大家都会对自己的部署方案有了新的启发。
腾讯云数据库架构师团队负责人鲁越——
腾讯云数据库海量运维之道
为了更好地提高服务质量，腾讯云除了专门组建了数据库架构师团队之外，还搭建起了包括资源管理、运维操作、监控、自愈等功能的自动化运维平台。对于这个平台的架构与目前面临的问题，鲁越老师进行了详细的分享。据他介绍，由于定制化服务与数据库问题自动诊断和调优这两个问题无法解决，腾讯内部目前研发了一款智能海量运维产品。针对其功能与特性，鲁越老师也做了解读与分析，为大家提供了新的智能化运维解决思路。
阿里巴巴运维中台负责人如柏(毛茂德)——
智能运维平台如何助力研发应对双11挑战
对于技术人来说，“双11”除了代表购物节的狂欢，更代表瞬时海量的数据流量。面对如此众多的业务线、如此海量的业务量，阿里的运维平台是如何应对的？如柏老师将阿里的运维平台比作《太空旅客》中那架需要无人驾驶飞120年的飞船的操作系统，从基础运维平台与应用运维平台中的场景、架构、核心能力等技术要点逐一展开介绍。最后，说到今后阿里在AIOps的规划和展望，如柏老师也给大家分享了不少关键思路，最重要就是要做到度量思考、以点破面和整体思维。
58速运技术中心后端平台负责人张凯——
58速运用户端及司机端小程序架构实战
任何架构都是为业务而设计的，当架构无法满足业务的量级，就需要对架构进行升级。58速运用户端及司机端小程序的架构实战就是一个架构升级的成功案例。张凯老师详细讲述了这一实战过程，从小程序的功能、业务需求、服务场景等方面进行了思考与改进。最后，他总结到：准确理解需求很重要，碰到大的需求要进行由简单到复杂的拆分。我们应当根据业务需求进行合适的技术选型，任何脱离业务的架构设计都是耍流氓，其中监控问题尤其关键，必须重视。
蚂蚁金服技术专家杨彪——
可伸缩性的游戏服务架构
作为一名在游戏公司做过多款游戏月流水达千万以上的互联网从业者，杨彪老师对可伸缩性架构的构建思维方式独到而有趣。他将互联网和游戏相互对比进行多方位的分析，并对多款代表性游戏的架构建设详细道来。最后总结得出他所理解的构架之道，并针对如何维持数据、服务和架构三者间的平衡等问题，以游戏领域特有的幽默风格为大家一一解答。
接下来，7月份社群即将于上海举办DAMS中国数据资产管理峰会。