FinOps-业务架构
2024-07-19 18:58:22 0 举报AI智能生成
FinOps-业务架构是一种结合了金融业务和运维管理的创新方法，旨在实现金融业务与技术运营的高效整合。该架构以业务为核心，以DevOps、AIOps、DataOps等为技术支撑，通过自动化、智能化的手段，提升金融业务的敏捷性、稳定性和可扩展性。FinOps-业务架构的目标是构建一个快速响应市场需求、降低运营成本、提高服务质量的金融业务系统。
作者其他创作
大纲/内容
成本洞察：聚合与展示
指标
节点容量：Capacity
已分配：Request
Usage
峰值
周期峰值
日峰值
均值
维度
集群
Node
CPU
RAM
命名空间
Namespace
CPU
RAM
应用
Workload
CPU
RAM
周期
月
周
天
成本分析：分析与推荐
优化目标
提升装箱率
Crane-scheduler
负载感知的调度器
拓扑感知的调度器
调整业务规格
资源推荐
副本推荐
闲置节点推荐
Service 推荐
PV 推荐
日常流量预测
EHPA
DSP 算法
突发流量兜底
HPA 推荐
DSP 算法
推荐规则
推荐规则
workloads-rule
services-rule
idlenodes-rule
persistentvolumes-rule
推荐类型
Replicas
Resource
推荐目标
Deployment
Service
StatefulSet
PersistentVolume
Node
算法
DSP
离散傅里叶变换
循环自相关函数
滑动窗口
ML
成本优化：优化工具
Recommendation
Filter
判断推荐目标是否和 Recommender 匹配
判断目标状态是否适合推荐，比如是否删除中，是否刚创建等
Prepare
PrePrepare：扩展点用于检测监控系统的链接情况
Prepare：扩展点用于查询时序数据
PostPrepare：扩展点用于对时序数据的数据处理，比如：应用冷启动的异常数据，部分数据的缺失，数据聚合，异常数据清理等
Recommend
Recommend：基于时序数据和资源配置进行优化建议
PostRecommend
Observe
Scheduler
Enhanced QoS
干扰检测和主动回避
预测算法增强的弹性资源超卖能力
增强旁路的cpuset管理能力
HPA
Effective HPA
0 条评论
下一页
