SREcon大会预告 | 百度运维专家对智能故障诊断的思考

3月27-29日，国际顶级运维专家会议SREcon18即将在美国加利福尼亚州举行，百度云智能运维团队的陈宇老师受邀参加，将会分享我们在智能异常检测和故障诊断方向的研究成果。

SREcon

SREcon是由计算机科学领域的知名机构USENIX主办，Google、Facebook等硅谷互联网巨头联合成立的运维专家会议，每年定期举行。参与会议的嘉宾来自于Google、Facebook、Baidu、Twitter、LinkedIn等国际知名互联网公司的顶级专家，讨论系统和软件的交叉性创造性工程相关的议题，一般包含大规模网站可用性提升、资源优化及性能改善等，SREcon上的讨论往往会成为未来很长一段时间运维领域的风向标。

演讲预告

陈宇  百度资深数据架构师

   服务故障诊断的指标自动排查方法

讲师简介：陈宇，百度资深数据架构师，毕业于北京大学。曾就职于微软亚洲研究院。目前是百度云智能运维团队数据架构师，主要负责服务高可用方向研究，包括智能异常检测、报警和故障诊断等。主要研究兴趣包括分布式系统、共识协议、搜索排序和查询推荐等。

演讲摘要：当服务遇到故障时，运维工程师需要快速定位原因，以尽快进行止损，诊断过程需要检查一系列指标，严重依赖于工程师的知识和经验，随着服务规模和复杂性的增长，可能会有成千上万个指标需要进行检查，该过程就会变得越来越冗繁并且容易出错。

本次分享提供了一种用做故障诊断的指标自动排查方法。首先，我们用异常检测算法定量地计算出每个指标的异常程度，并基于此，构建出机器/实例级别的异常模式。然后，我们将异常模式聚类成组，并根据每组的异常水平进行排序。实验结果显示，TOP3结果可以覆盖绝大多数故障的根因模块，同时，这些组还能反映故障原因的重要信息。

点击文末“阅读原文”即可查看SREcon18大会的详细信息。

↓↓↓ 点击"阅读原文" 【了解更多精彩内容】