基于APM的智能运维体系在京东物流的落地和实践 付正全 京东物流 架构师 自我介绍 付正全，京东物流架构师，国家认证信息系统项目管 理师，曾任浪潮集团系统架构师，专注监控平台研发 工作 8 年，研究过市场上数十家厂商的监控平台产品， 对 DevOps 和监控平台有比较深入的了解。目前负责 京东物流火眼监控平台的架构设计和开发工作。 目录 ⚫业界智能运维发展现状及趋势 ⚫智能运维体系建设方法论 ⚫智能运维体系建设方法论 ⚫大规模实时监控平台的实践方案 ⚫智能故障定位与处理实践 ⚫ APM 在京东物流的落地实践 ⚫ 智能运维(AIOps)落地规划 业界智能运维发展趋势 新的问题 运维人数不变，管理机器数翻倍 1 2  3 4 正在消失的运维 运维从业者减少，运维专家匮乏 运维平台日趋复杂，缺乏统一规划 公司内部监控/运维系统繁多，形成数据孤岛 网络拓扑日益复杂，资源云化，虚拟资 架构优化 架构运维 运维价值凸显 新运维时代来临 目录 ⚫业界智能运维发展现状及趋势分析 ⚫智能运维体系建设方法论 ⚫大规模实时监控平台的实践方案 ⚫智能故障定位与处理实践 ⚫ APM 在京东物流的落地实践 ⚫智能运维(AIOps)落地规划 智能运维体系建设方法论 ◼统一规划、避免重复建设 ◼标准化是前提 ◼产品化设计、产品化开发 ◼服务驱动 ◼运维中台 ◼业务增值 ◼过程改进

⾼高可⽤用分布式流数据存储设计 李玥 京东集团 技术架构部 架构师 ⾃自我介绍 ⾃自我介绍 李李玥 京东集团 技术架构部 架构师 负责主导设计新⼀一代京东消息中间件系统，专注于流数据的⼀一致性分发和可靠存储、分布式实时计算和⾼高可⽤用分 布式系统架构等技术领域。 从事互联⽹网研发、架构10余年年，曾在浪潮集团、当当⽹网等公司从事架构相关⼯工作。2017年年加⼊入京东，期间提升京 东商城相关系统的性能和吞吐量量数倍。 东商城相关系统的性能和吞吐量量数倍。 ⽬目前致⼒力力于推进京东基础架构技术的创新、对外赋能与开源。 ⽬目录 Why 有什么用？ What 如何定位？如何融入生态系统？ How 如何实现？如何优化？ WHY 为什什么需要流数据存储？ 单体应⽤用 烟筒式 SOA 微服务 那些年年的服务 MySQL ES HDFS KV HBase Hive 这些年年的数据 Services

ShardingSphere(Incubating) 云架构演化 京东数科-张亮（email: zhangliang@apache.org) 京东数科-潘娟(email: panjuan@apache.org ) Book Apache  完全开源  Apache的首个分布式数据库中间件  京东主导，多公司参与  应用广泛，已知70+公司的应用案例 发展历程 发展历程 2015.10 项目启劢 2016.01 正式开源 2016.08 star突破1000 2018.02 京东数科加入 2018.05 成立社区 2018.11 进入Apache孵化器 2018.08 star突破5000 ShardingSphere架构 核心功能 数据分片 分布式事务 数据库治理 弹性伸缩 管控界面

将在董事会中获得一个无投票权的观察员席位。 最火热 LLM 应用框架 LangChain 与此同时，零一万物完成由阿里云领投的新一轮融资，估值已超 10 亿美 元，跻身独角兽行列。 8 / 87 1 1 开源开发者事件回顾 京东发布言犀大模型 百度推出 AI 编程助手 "Comate" 2023 年 3 月，微软亚洲研究院和浙江大学的研究团队联合发布论文 《HuggingGPT: Solving AI Tasks with 模型的协作系统。该系统由 LLM（大语言模型）作为控制器和 许多 AI 模型作为协作执行者（来自 HuggingFace Hub）组成。 7 月 13 日，京东全面推出京东言犀大模型， 服务千行百业，拥抱产业智能。言犀大模型 融合了 70%的通用数据与 30%京东数智供 应链原生数据，致力于面向知识密集型、任 务型产业场景，解决真实产业问题。 2023 年 6 月，百度智能云推出了基于大模型的 “Comate”代码助手。 LLM。一切都在浏览器内运行， 无需服务器支持，并使用 WebGPU 加速。 用 ChatGPT 控制 AI 模型 陈天奇团队发布 Web LLM 用浏览器跑大模型 微软开源 JARVIS（贾维斯） 依托大模型能力，京东云言犀为客户提供涵 盖客户服务、营销导购、多模态数字人等多 种营服销一体化解决方案。 LLMOps 平台 Dify.AI 代码完全开源 2023 年 5 月，LLMOps 平台 Dify.AI 宣布

以及相关⼯具库、扩展版本和模型库 Models；此外开放⾃动驾驶平台 ApolloAuto/apollo 也榜上有名。 中国的 Top50 项⽬列表中，包括阿⾥的 Ant-Design 组件库，京东基于 React 前端框架的 开发框架 taro，由饿了么（已被阿⾥收购）前端团队开源的 Vue UI 组件库 Element 等等， 这说明在国内，前端群体在开源社区更为活跃；另外前端代码⼀般也不太涉密，因此公司在⼼ 可以通过邮箱种类，结合其他数据，粗略估计社区成员的职业以及年龄⽐例。⽐如：教育邮箱 是参与 Wuhan2020 的⽼师所使⽤的，QQ 邮箱使⽤者多为 95 后。 另外发现有 16 个阿⾥邮箱，5 个流利说邮箱，4 个京东邮箱，以及⽯墨，普华永道等，这些 是企业⼈员使⽤的邮箱。 Wuhan2020 项⽬初期收集了志愿者的职业以及学历信息共计 1,606 条，根据收集的志愿者 信息，以这部分志愿者为样本，进⾏成员分析。 AJ-Captcha 程序开发 - 验证码 anji-plus https://gitee.com/anji -plus/captcha +1.8k 4 asyncTool 程序开发 - 常⽤⼯具包 京东-平台 业务中⼼ https://gitee.com/jd- platform-opensourc e/asyncTool +1.7k 5 nginxWebUI DevOps/运 维/⽹管 -

servicecomb.apache.org github.com/apache?q=servicecomb 解密SHARDINGSPHERE与SERVICECOMB 联合打造的分布式事务解决方案 京东数科-潘娟 panjuan@apache.org 2 github.com/apache?q=servicecomb servicecomb.apache.org Apache ShardingSphere生态 ShardingSphere简介 完全开源 Apache的首个分布式数据库中间件 gitHub近8000star，近百家公司的成功落地案例 核心功能：数据分片&分布式事务&数据库治理 多接入端选择 京东主导，多公司&社区参与推动 4 github.com/apache?q=servicecomb servicecomb.apache.org Apache ShardingSphere生态 电商

Apache u 完全开源 u Apache的首个分布式数据库中间件 u 京东主导，多公司参与 u 应用广泛，已知70+公司的应用案例 2018年PostgreSQL中国技术大会 发展历程 2015.10 Ø 项目启动 2016.01 Ø 正式开源 2016.08 Ø star突破1000 2018.02 Ø 京东数科加入 2018.05 Ø 成立社区 2018.11 Ø 进入Apache孵化器

组件化开发 企业级开发核⼼心能⼒力力 适⽤用⼤大型项⽬目重要 uni-app 终极跨解决⽅方案 100 packages 《如何看待美团开源的 mpvue》 知乎阅读数 22万 京东，360，滴滴使⽤用，⽀支付宝⼩小程序合作 技术交流群 技术社区 类别 序号 接⼊入⽅方 酒店旅游 1 美团酒店 2 美团⻔门票 3 美团汽⻋车票 4 美团⽕火⻋车票 美团点评 1 即可 Vue.js 和 wepy 集中数据管理理 不不⽀支持 Vuex Redux 引⼊入代码 ⽆无增量量 50K SKD 模板代码 + 框架SDK 框架能⼒力力对⽐比 去哪⼉儿 anu 京东 taro 其它框架： 4 mpvue 实践 & 展望 mpvue 框架解决哪部分核⼼心诉求，实际开发中有什什么好的建 议？针对社区的反馈，mpvue 未来的⽅方向是什什么 现有 Vue.js

PingCAP 划时代的 NewSQL 分布式关系型数据库 技术团队 刘奇 | CEO Co-Founder 前京东 / 豌豆荚资深架构师，知名开源分 布式缓存项目 Codis 作者, 国内 Go 语言 社区知名技术领袖之一 黄东旭 | CTO Co-Founder 前微软亚洲研究院 / 网易有道 / 豌豆荚 全栈工程师，架构师， Codis 共同作者, Open Source Hacker，业界知名程序员 / 44 contributors / 2 Partners 华为 全职工程师（6人团队）深度参与，将会在手机云平台（ 类似 Apple iCloud 业务）和华为商城（VMall）等大型项目落地 京东 全职工程师（10人团队）深度参与，将会在京 东云平台落地，替 换内部 Oracle，继阿里去IOE之后又一重大标志性事件 百度 已经开始整合 TiDB 的技术调研 滴滴、360、乐视、去哪儿 均有浓厚兴趣，后续合作正在洽谈

通过提炼新闻的标题信息，进行关 键词提取分析，进行合理打分。 核心代码如右图所示 score = [] keywords = ['违约', '诉讼', '兑付', '阿里', '百度', ' 京东', '互联网'] for i in range(len(title)): num = 0 for k in keywords: if k in title[i]: num -= 5 score 通过爬取新闻的标题、正文信息，进行 关键词提取分析，进行分数计算。 核心代码如右图所示 score = [] keywords = ['违约', '诉讼', '兑付', '阿里', '百度', '京东', '互 联网'] for i in range(len(title)): num = 0 # 爬取正文 try: article = requests.get(href[i], headers=headers