20.常用可视化工具的使用 主 讲 人 ： 古 月 Qt工具箱 Rviz Rviz ➢ ➢ ➢ Rviz ➢ 0 ：3D视图区 ➢ 1 ：工具栏 ➢ 2 ：显示项列表 ➢ 3 ：视角设置区 ➢ 4 ：时间显示区 Gazebo • • • • • • • Gazebo ➢ 0 ：3D视图区 ➢ 1 ：工具栏 ➢ 2 ：模型列表 ➢ 3 ：模型属性项

FIT2CLOUD 的产品与解决方案涵盖软件测试、云原生运行时、多云管理、安全合规、 数据分析可视化、内容管理，其旗舰产品包括：MeterSphere 开源持续测试平台、 KubeOperator 开源容器平台、CloudExplorer 多云管理平台、JumpServer 开源堡垒机、 DataEase 开源数据可视化分析平台、Halo 开源博客/CMS 系统。FIT2CLOUD 旗下的开 源项目在 8 1.3.3 简化流程，降低协作沟通成本，缩短交付时间............................................ 9 1.3.4 减少资源浪费降低成本、IT 投入可视化.......................................................9 1.3.5 简化异构基础架构及工具带来的服务管理运维复杂度............ ................................................................................. 38 2.4.11 IT 投入可视化、分析回收优化...................................................................40 三、核心能力...............

✓ 监控架构 ✓ 指标采集、后端处理、可视化展示 运维 ✓ 运维特性 （易部署、易升级、自治） ✓ 运维工具（部署工具、管理工具） 4/33背景 01 02 03 04 Curve质量控制 Curve监控体系 Curve运维体系软件质量 软件质量的定义是：软件与明确地和隐含地定义的需求相一致的程度。 为了确保最终交付的软件满足需求，必须将质量控制贯穿于设计、开发到测试的整个流程中。 Curve团队采用敏捷开发模式，负责人在制定迭代计划时，确认哪些任务需要设计 文档：  小需求（改动小）将实现思路记录到任务管理系统中（JIRA），即可进行开发；  大需求（新模块、复杂功能）需要输出独立设计文档，并进行评审；对于功能或 性能影响较大的功能，还需要进行POC验证；评审和验证通过后才能启动开发 工作。 小需求 实现思路 开发 大需求 设计文档 POC 开发 7/33设计文档规范 设计文档需要具备以下内容：  Daily reporter——python脚本，定时从 Grafana获取指定集群的图表，生成集群监控 日报，并通过邮件发送。  Grafana——开源的度量分析和可视化工具， curve利用它进行数据可视化展示。 20/33监控指标（metric）的生成 Curve使用brpc内置的bvar计数器类库，来生成监控指标，其特点是:  thread local存储，减少了cache

.............................11 4.1.1 单机资源需求..............................................................................................12 4.1.2 高可用资源需求............................................ 容量管理、趋势分析、健康分析、优化 大屏（screen-display） 可视化大屏，实时展示云管平台各项关键数据 公有云网络管理（network-service） 公有云网络管理 杭州飞致云信息科技有限公司 6 2.1.3 扩展模块 CloudExplorer 云管平台是可扩展的，开发人员基于扩展模块的标准规范进行二次开 发，来满足企业的个性化定制需求。 以下扩展模块是 CloudExplorer 云管平台已经有的扩展模块： 漏洞扫描（scan） 绿盟漏洞扫描对接和漏洞分析 堡垒机（jumpserver） 用于 Jumpserver 堡垒机对接 AWS 费用管理（aws-billing-data） AWS 费用可视化分析、优化及分摊 物理机管理（physical-machine） 物理机自动发现及自助申请 负载均衡（loadbalancer-service） 负载均衡自服务及资源管理 数据库服务（paas-service）

生 成 器 配置管理 服务发现 设备管理 ssh webshell Fast web Fast cli Fast monitor 其他 外部系统 智能调度 资产平台 监控系统 云图可视化 应用层 基于API层实现的Web管理、命令行工具、监控dashboard等 API层 提供任务管理、模板管理、设备管理、服务发现及状态等接口 核心模块 实现通用运维任务模板、差异化配置管理、设备反向管理等功能 实现多协议的实时消息、文件传输、设备管理、数据上报等服务 客户端 任务管理客户端、代理客户端、插件库等 Fast 运维平台架构 fast客户端 promise客户端 插件库 外部系统 外部联动可视化、资产、调度、监控等多个系统 通用代理服务(Promise)设计 Ø目标: l 集群化: 自动探测发现集群所有的服务实例 l 高可用: 保证每个节点有3+可用代理 l 可扩展: 可以任意上线下线代理设备，自动摘除 的保活、路由算法，支持管理注册的服务集群 Promise 集群可以随意扩展、实现CDN设备跟服务端保持实时链接，使运维平台 Fast可以完成实时任务下发、远程设备管理等功能，对拓展的CDN资源设备也不再 需要外网需求 Fast 运维平台任务设计 – 任务抽象 名称 说明 name Job 模板名称 url 下载地址, 支持模板渲染 md5sum MD5 值, 用于下载后校验 target_dir 下载目录

的使用比例进行资源的划分。并提供唤醒抢占能力。在提高机器利用率的同时，保证高优和延迟敏感的 在线业务不受离线业务的影响。 • 可编程调度：基于 eBPF 的可编程调度框架，支持内核调度器动态扩展调度策略，以满足不同负载的性能需求，具备 以下特点： （1） 标签管理机制：开放对任务和任务组进行标签标记的能力，用户和内核子系统可通过接口对特定工作负载进行 标记，调度器通过标签可以感知特定工作负载的任务。 （2） 抢占、 cgroupv1 使能 cgroup writeback：cgroup writeback 用于控制和管理文件系统缓存的写回行为，提供了一种灵活的 方式来管理文件系统缓存的写回行为，以满足不同应用场景下的需求。它可以帮助优化系统的 IO 性能，并提供更好的 资源控制和管理能力。主要功能包括：缓存写回控制、IO 优先级控制、写回策略调整等。 • 支持核挂死检测特性：解决 PMU 停止计数导致 hardlockup 当前仅支持系统容器和虚拟机两种使用场景。 未来，sysMaster 将继续探索在多场景下的应用，并持续优化架构和性能以提高可扩展性和适应性。同时，我们还将 开发新的功能和组件以满足容器化、虚拟化、边缘计算等场景的需求。让 sysMaster 成为一个强大的系统管理框架，为用 户提供更好的使用体验和更高的效率。 sysMaster 致力于替代容器、虚机、服务器及边缘设备上现有 1 号进程。 应用场景 特性增强

承载数百款 腾讯业务 管控数十万 台服务器 孵化700＋ 应用系统 全球多云 管控 培养数百蓝鲸运 维开发 工具驱动运维：采用运维 开发的模式，实现所有运维任 务自动化、工具化、可视化。 数据驱动运维：基于大数据 的接入、存储、分析技术，对运 维数据进行全面挖掘和分析，实 现数据驱动自动化运维。 机器驱动运维：基于智能算法 的机器自我学习，训练机器智能运 维模型，实现无人值守和智能的运 aPaaS（集成平台）：开发框架（前后端）+工具流水线+运行环境托管 蓝鲸进化第3步：平台化开发模式让运维应用自生长 传统开发模式 应用需求 公共 组件 环境 构建 资源 准备 代码 部署 应用 开发 监控 告警 日志 追溯 基于PaaS的开发模式 应用需求 公共 组件 环境 构建 资源 准备 代码 部署 应用 开发 监控 告警 日志 追溯 运维开发 负责企业技术运营 、公有云、混合云、超融合、容器、业务应用、基础服务 嘉为蓝鲸CI：DevOps 解决方案 蓝鲸平台 嘉为蓝鲸DevOps平台 顾 问 咨 询 服 务 集 成 实 施 服 务 协同场景 需求管理 任务管理 版本管理 迭代管理 自动化 缺陷管理 WiKi管理 流水线 质量红线 度量场景 总体度量 项目度量 平台管理 权限中心 凭证管理 项目管理 后台管理 运营场景

RIGHTS RESERVED © 北京快猫星云科技有限公司 多数据源集成 INTERNAL OR RESTRICTED, ALL RIGHTS RESERVED © 北京快猫星云科技有限公司 ⽇志统⼀可视化 INTERNAL OR RESTRICTED, ALL RIGHTS RESERVED © 北京快猫星云科技有限公司 统⼀的仪表盘 统一告警 INTERNAL OR RESTRICTED, 通过Flashcat平台，整合了Prometheus、ClickHouse、⽇志、云监控等多个 数据源，其中包括近10个 Prometheus 集群， ⼗余个⽇志主题，实现统⼀的报 警管理、数据可视化，降低了监控⼯具的维护成本，仅需投⼊⼀个⼈⼒。 2. 建⽴了⼀整套稳定性的量化体系，依靠北极星第⼀时间发现故障，依靠灭⽕图 定位故障，利⽤FlashDuty实现告警值班和故障协同处理，缩短了整个故障处理 ⾼效的故障发现定位体系 阳光出⾏是国内领先的出⾏科技公司，致⼒于为⽤户提供温暖的⽹ 约出⾏服务，阳光出⾏以司乘安全为前提，带给⽤户便捷、有性价 ⽐和⼈性化的服务。 阳光出⾏每天承载着数百万次出⾏需求，IT系统的可靠性⾄关重 要。同时出⾏服务的场景具有⾮常明显的潮汐效应，因此弹性也是 构建IT系统需要考虑的关键因素。阳光出⾏技术团队，依托国内领 先的公有云提供商，采⽤多云架构，在可⽤性、弹性、成本、供应

内存容量，保证核心业务高效平稳运行。该特性 适用于内存使用量大，且使用相对不频繁的应用进程上，在这些场景中的效果好收益大，实测等成本条件下 MySQL 性能提升 40%。针对用户态存储框架和用户需求，新增用户态的内存交换机制。 功能描述 继承已有功能： 1. 进程级控制：etMem 支持通过配置文件来进行内存扩展的进程，相比于操作系统原生的基于 LRU 淘汰的 kswap 机制，更加灵活和精准。 等应用落地，海量数据将在边缘产生， IDC 预测中国 2025 年每年产生的数据将达 48.6ZB，集中式云计算在带宽负载、网络延时、数据管理成本等方面将愈发显 得捉襟见肘，难以适应数据频繁交互需求，边缘计算价值凸显。 openEuler 发布面向边缘计算的版本 openEuler 21.09 Edge，集成 KubeEdge+ 边云协同框架，具备边云应用统一 管理和发放等基础能力，并将通过增强智能协同提升 疗影像识别、智慧园区等广泛的边云协同场景。 openEuler 21.09 技术白皮书 19 嵌入式 在中国制造 2025 及工业化和信息化融合进程加快的大背景下，我国工业软件以及信息化服务的需求持续增加，嵌入式 软件作为工业软件行业最大的细分产品，其市场份额占比达到 57.4%，发展日渐壮大。 openEuler 发布面向嵌入式的版本 openEuler 21.09 Embedded，

Prometheus 可能有多套）或者 Nightingale， 日志的监控可能用的 Elastalert，如果上云了，可能还会有多套不同的云监控（尤其是多云场景下）。 监控系统的重心，通常是采集、存储、可视化、生成告警事件，但通常都不具有完备的事件后续处理能 力。这里说的后续处理主要包括：多渠道分级通知、告警静默、抑制、收敛聚合、降噪、排班、认领升 级、协同闭环处理等等。监控系统或多或少都有一些这方面的能力，但是通常都不完备，而这，正是 值班处理的场景。 对于告警事件的后续处理，有哪些问题和需求以及何为最佳实践？我们从思路方法和工具实践两个方面分 别进行探讨，下面先行探讨思路方法，看看要解决这些问题和需求，我们有哪些可能的解法。 思路方法篇 告警事件的后续处理：多渠道分级通知、告警静默、抑制、收敛聚合、降噪、排班、认领升级、协同闭环 处理等等。看起来需求很多，最核心的痛点有两个： ● 告警太多，打扰太多 OnCall 中心的工具实践。 工具实践篇 称手好用的工具是可以大幅提升效率的，同时，好的工具可以沉淀最佳实践，沉淀经验，假设由你来设计 一款 OnCall 产品，处理告警分发相关的这一系列需求，你会如何设计呢？接下来，我们站在设计者的角 度，来讲解产品设计逻辑和实践方法，会更容易理解。 空间管理 通常来讲，一个公司不但会使用多个监控系统，而且会有很多个团队，如果所有的告警事件都在一个地方