2022Gdevops廣州站:聚焦運維、數據庫、金融科技應“雲”而生的技術創新
2022年度Gdevops全球敏捷運維峯會,將於6月17日以廣州為起點正式開啟!
與大家攜手走過的第7個年頭,Gdevops始終堅持輸出技術乾貨、傳播前沿理念與實戰經驗。本次廣州站峯會,除了致力於幫助大家解決運維、數據庫、金融科技等領域的老大難問題以外,Gdevops還希望與產學研界技術同仁一起探索雲原生時代、數字化轉型背景下的新趨勢、新挑戰和新解法。
時間:2022年6月17日
地點:廣州陽光酒店
指導單位:上海市軟件行業協會、上海市計算機行業協會、中國信息通信研究院雲計算與大數據研究所
主辦單位:dbaplus社羣
本次峯會將圍繞運維、數據庫、金融科技三大主題,涵蓋全鏈路監控、DevOps、AIOps、SRE、混沌工程、“三高”設計、服務治理、安全管控等眾多前沿技術,匯聚10年以上從業經驗的資深老將出席演講,給大家凝練可落地實操的指導經驗。
【嘉賓講師劇透】
【熱門議題先睹為快】
運維——應“雲”而生的便捷與複雜,如何揚長補短
本次【Gdevops運維專場】將探討(持續更新):
- 從監控到可觀測性:可觀測性是雲環境生產部署不可或缺的技術支撐,監控平台如何打通Metric、Trace和Log等可觀測性領域的基本要素?如何藉助智能算法增強可觀測性能力?
- 智能吿警:智能算法如何應用於吿警規則配置、吿警降噪、吿警根因分析等方面,打造一個既讓研發人員易用,又讓運維人員好用的吿警平台?
- SRE工具鏈建設:如何打造SRE工具鏈體系,構建可觀測性、混沌實驗、全鏈路壓測等能力,有效助力業務在”事前”發現潛在問題、“事中”快速定位根因、“事後”覆盤歷史故障,實現服務高可靠性的目標?
- 混沌工程:為何業務型公司需要混沌工程?混沌工程平台如何做技術選型?如何建設並落地?如何構建大規模自動化演練機制?
- DevOps體系落地:如何找準DevOps落地的切入點?如何基於組件實施DevOps?如何控制風險?如何持續改進?結合互聯網大廠實踐解析DevOps體系的設計與落地。
數據庫——走向融合與國產化,將迎來哪些突破和挑戰
本次【Gdevops數據庫專場】將探討(持續更新):
- 高可用建設:萬級實例規模下如何達成數據庫可用性4個9?以此案例出發,介紹可用性管理方法論,分析不同規模下的管理重點、數據庫平台在可用性保障方向的關鍵作用,以及可用性與成本的衝突和調和。
- 服務治理:電商、遊戲、直播、點播類業務對熱點數據、高併發、可用性和性能都有非常高的要求,在生產環境中要保證業務和數據服務的高可用,需要如何進行數據庫服務治理?我們將從效率、質量、安全三方面逐層揭開完整的治理對象、思路及方案。
- 技術融合:融合是數據庫領域的一大趨勢,如OLTP與OLAP融合、雲原生與分佈式融合、數據庫與AI技術融合、多模多引擎融合、軟硬件融合等,展望這些融合帶來的突破和創新。
- 國產化替代:加快國產化步伐,結合雲化部署實現自主可控,是時代給予企業和國產數據庫廠商的共同課題,讓我們一起全面瞭解數據庫國產化的趨勢、演進、選型,並逐一攻克落地的痛難點。
金融科技——新監管新模式下,科技與金融如何融合創新
本次【Gdevops金融專場】將探討(持續更新):
- 平台化轉型:21世紀以來,國內商業銀行的改革轉型始終與平台化服務密不可分,近兩年疫情突發更迫使銀行加快平台化服務升級,在此背景下實現的科技與業務融合創新案例,值得關注和借鑑。
- 開源治理:越來越多金融企業踏上開源技術之路,如何更好地使用開源技術並規避其帶來的風險,也隨之成為一大挑戰。從應用於核心系統的開源數據庫説起,一起探討開源治理之術。
- 智能運維:沒有AI工程師能做智能化運維嗎?如何找到切中運維痛點的智能化運維實施路徑?如何從0到1實現智能化運維?以大型商業銀行的數據庫故障自愈為例,嘗試解答以上這些普遍問題。
- 安全管控:2021年國家密集發佈網絡安全、數據安全行業應用方面的法律法規,在此背景下的金融行業安全管控核心訴求和策略值得探討,重量級管控與輕量級管控的博弈如何平衡?
【峯會議程(部分)】
【關於Gdevops全球敏捷運維峯會】
Gdevops全球敏捷運維峯會自2016年創辦至今,多次巡迴北京、上海、廣州、杭州、成都等城市。目前已成功舉辦近20場,每場規模1000+人次,在各地均受極佳好評。
峯會主題涵蓋敏捷運維、數據庫、雲與架構、Fintech金融科技等重點方向,匯聚dbaplus社羣數百專家資源,全面覆蓋從DBA、運維工程師到CXO等所有技術圈層、從互聯網、電信、金融、交通到物流等重點行業,在業界、媒體界具有極大影響力。
【Gdevops廣州站·報名方式】
http://www.bagevent.com/event/8022600?bag_track=KYZG
- 2022Gdevops廣州站:聚焦運維、數據庫、金融科技應“雲”而生的技術創新
- 搞定這8個Kafka生產級容量評估,每日10億 請求輕鬆拿捏!
- 從Amazon DynamoDB的十年演進,看NoSQL數據庫與雲的融合創新
- 多起宕機事故發生,竟都歸咎於最初的失敗設計……
- 效率提升10倍,網易遊戲面向終態的應用交付實踐
- 去哪兒網MySQL日誌分析實踐,80%數據丟失都給你救回來!
- 持續保障系統穩定性和高可用:騰訊遊戲混沌工程實踐
- 如何優雅地將Docker鏡像從1.43G瘦身到22.4MB?
- 這5個字,能優化你80%的程序性能問題
- 手殘又刪庫了,binlog救了我的命……
- 貨拉拉應用架構演進,堪稱單體落地微服務避坑指南
- ES 和 Clickhouse 查詢能力對比,實踐結果根本料不到……
- 從監控到可觀測性,設計思想、技術選型、職責分工都有哪些變化丨話題接力
- 完爆90%的性能毛病,收好數據庫優化八大通用絕招
- 分佈式鏈路追蹤系統在中信銀行的落地實踐
- Apache架構師都遵循的30條設計原則
- 超大規模系統下,MySQL到Redis的數據同步也不難吧?
- 一旦參透這9個電商系統架構,全能型架構師無疑了
- 26 個高段位 Linux 命令及使用案例詳解
- 京東零售數倉:從離線、實時到流批一體的演進之路