检测到您已登录华为云国际站账号,为了您更好的体验,建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
高客户满意度。 智能生产和供应链管理:AI技术在生产和供应链管理方面的应用可以提高生产效率和供应链的可视化与规划。例如,利用机器学习和物联网,可以实现智能制造和预测性维护,提高生产线的运行效率和设备的可靠性。同时,AI还可以优化供应链中的库存管理、运输计划和交付路线,减少成本并提升响应能力。
设计存在单点故障 架构设计时未考虑高可用性,导致关键组件成为单点故障,一旦发生故障,整个系统将无法正常工作。 优化建议:实现冗余设计,采用负载均衡策略,确保应用的关键服务在多节点上运行,提升系统的可靠性和可用性。 架构设计未考虑业务的地理分布 设计云上部署架构时,未考虑业务的地理分布,导致用户访问延迟高,体验不好。
调研平台对数据的安全性和权限控制机制,例如数据加密、用户访问权限管理等。 了解大数据集群的高可用性和容错机制,包括故障恢复、备份策略、容灾方案等。 调研大数据任务调度平台 需要调研大数据任务调度平台的类型、版本、支持的大数据框架和技术,调度任务类型,可视化和管理界面,扩展性和集成性,容错和故障恢复,安全
移的执行主要是按照批次规划逐批次进行迁移,如下图: 图1 分批迁移 整体迁移:对于不能分批的,应用的关联关系往往非常复杂,只能选择所有业务系统整体一个批次迁移,如下图: 图2 整体迁移 父主题: 采用实施
用停服方式进行切换。从业务对外体验上,多数用户感知不到停服的影响,比如某购物平台,用户仍然可以浏览商品,但是不能下单,下单时可友好的提示:系统正在升级中,预计凌晨4点恢复,请您稍后重试下单等。 四种停写不停读切换方案对比 停写不停读切换有4种方案可以选择: 表1 四种停写不停读切换方式
的部署架构请参考应用架构设计。 图1 大数据架构设计分类 大数据架构设计同样要考虑架构设计的6要素: 成本 可用性 安全性 可扩展性 可运维性 性能 图2 架构设计6要素 父主题: 大数据架构设计
以发现市场趋势、需求变化以及潜在风险。这有助于做出准确的决策,提高业务的竞争力。 个性化营销和客户关系管理:大数据技术可以帮助企业更好地了解客户,实现个性化的营销和客户关系管理。通过对客户行为、兴趣和偏好的分析,企业可以精确地进行定制化的产品推荐和营销活动,提高销售转化率和客户满意度。
一般通过企业的CICD系统重新发布。 中间件层:通常是缓存中间件和消息中间件。缓存中间件一般通过华为云DCS迁移工具来迁移,消息中间件,一般不迁移,待消费者服务消费完通道内的消息后,整个消息中间件直接切换到华为云。 数据层:包括数据库、对象存储、文件系统,数据库一般通过华为云的
作业双跑 在增量作业迁移和同步成功后,进行作业双跑。作业双跑是指在新的大数据平台上同时运行原有系统和新系统的作业,以验证新系统的结果和原有系统的一致性。这可以通过比较作业输出、日志和指标等来判断两个系统的结果是否一致。 应用割接 最后,作业双跑一段时间没有问题后,就可以进行大数据应用割接,业务全部切换到新大数据平台。
调研评估 概述 组建调研评估团队 基础设施调研 应用系统调研 大数据调研 调研方式 云服务选型 调研评估的反模式
设计正向操作步骤 依据切换方案,将正向切换步骤细化到文档中,需要考虑到以下几个方面: 停服之前需挂停服公告,充分考虑用户感知。 停服操作需考虑系统的可用性机制,部分系统检测到应用停止会有自动拉起功能,所以需先关闭可用性机制,防止出现应用一直无法停止的风险。 数据库切换时需要考虑数据一致性问题,要
的需求,降低了操作风险。 智能合约和自动化执行:区块链上的智能合约是一种自动化的合约机制,能够根据预先设定的条件和规则自动执行。这在供应链管理、金融服务等领域具有广泛的应用。智能合约可以提高交易的效率,减少人工干预,降低成本,并防止欺诈和纠纷。 去中介和减少摩擦:区块链技术消除了
求。 应用的调研:持续整个上云过程,在评估规划阶段只需要调研业务全景图,而在迁移试点和大规模上云阶段,则需要打开到每个应用系统的详细技术架构,收集每个应用系统的技术组件的详细信息,如组件版本信息,组件相关配置参数等。 大数据调研:先调研大数据的整体技术架构,然后逐步打开调研详细的信息。
错性。采用冗余设计和自动故障恢复机制,以确保系统的持续可用性。例如,使用多个调度节点和备份策略来防止单点故障,并确保任务不会因节点故障而中断。 安全性和数据保护:云上部署的任务调度平台需要具备安全性和数据保护机制。确保对敏感数据和系统组件进行适当的访问控制和加密,以防止未经授权的访问和数据泄露。
如果一个分批很大,首先要将关联关系打开,识别出强关联和弱关联,将弱关联断开,拆分成较小的分批迁移,降低风险。 同一供应商的系统安排在同一批或相邻的批次上云 同一供应商的多个系统之间耦合度较高,将这些系统的上云时间安排在一起,更有利于供应商在一段较短的时间内集中人力资源,确保各项目组之间的协同,有利于上云迁移实施的顺利开展。
业务举例 核心业务 100% 电商系统的核心会员数据、交易数据、支付数据等,数据是用户最核心的资产,涉及到真实的财产金额等。所以这部分核心业务对于数据一致性要求是100%。建议进行数据的行数对比和对象对比,抽样内容对比。 非核心业务 99.9% 电商系统的用户购物车商品数据、客服沟通
应用层停服(关停应用) 1~30 1、提前关停非核心业务,减少操作量 2、统一运维批量关停,减少操作时间 3、统一日志平台,减少应用日志检查时间 数据校验 5~30 1、开启工具的动态校验功能,减少校验时间 应用启动 1~30 1、统一运维平台,批量关停,减少操作时间 2、统一日志平台,减少应用日志检查时间
工作负载的需求自动增加或减少计算和存储资源,以提高性能、效率并节约成本。 容错和高可用性:云上部署的大数据集群应具备容错和高可用性,以保障系统的可靠性和稳定性。这可以通过使用多个副本、冗余节点和故障转移机制来实现,以确保在硬件或软件故障情况下的数据和任务的持久性。 数据安全和合规
应该符合SMART原则,并且与组织的业务战略保持一致。例如,可以制定如“在两年内,将IT基础设施运营成本降低15%”或“在一年内,实现业务系统的弹性扩展能力,提高资源利用率30%”等目标。这些目标都有明确的衡量标准,便于后续的跟踪和评估。详细内容参考制定云化目标 。 与干系人对齐目标
切换回主站点(生产站点 100%,容灾站点为 0%)。 为提高容灾中心利用率,可将只读和数据分析业务放到容灾站点。 高可用容灾能力构建是一个复杂的系统工程,涉及入口流量控制、业务层改造、中间件和数据库的控制,以及整体机制的协同,所以整个体系打造是存在一定门槛的;如果客户缺乏相关的经验,又