《云上大型赛事保障白皮书》——第二章 云上大型赛事保障体系——2.4 云上大型赛事保障方法论——2.4.1 赛前全局梳理

简介: 《云上大型赛事保障白皮书》——第二章 云上大型赛事保障体系——2.4 云上大型赛事保障方法论——2.4.1 赛前全局梳理

2.4 云上大型赛事保障方法论


总结往年云上大型赛事保障经验并结合此次北京冬奥会的实际情况,可以从赛前和赛时两方面来阐述云上大型赛事技术保障的方法论。

1684920252825.png


2.4.1 赛前全局梳理


赛前的全局梳理主要从重保需求、业务目标、架构梳理、风险评估四个维度开始,了解保障范围、沟通业务诉求、构建客户画像,从而明确云服务商在整个项目中的角色分工。

1684920300393.png

图:赛前全局梳理


重保需求和业务目标:以北京冬奥为例,首先了解其主要业务诉求:Info1AV项目要求高可用低时延;云展厅项目对峰值流量要求极高;而OBS Cloud关注点则在于时延性能上等等。明确了业务目标,在后续的保障方案制定时才能有的放矢,做到适配。

架构梳理:

通过三张大图“整体业务架构图、云资源产品覆盖图、系统架构图”,云服务商可以从大到小、从整体到局部地对客户业务系统进行深入了解和细节把控。

整体业务架构图:整体模块的业务架构图,体现整体业务逻辑和规模。

image.png

图:整体业务架构图

云资源产品覆盖图:云产品的部署架构图,用于说明各云产品之间的链路关系

image.png

图:产品覆盖图

系统架构图:各子系统链路组件及技术栈。

image.png

图:子系统架构图

风险评估:

架构梳理完成后,即可针对当前已有信息进行首轮风险评估。包括架构风险,例如单点架构风险、共享实例风险等。和容量风险,例如云产品水位风险、资源争抢风险、流控风险等。当然还有云服务的变更风险等。

相关文章
|
机器学习/深度学习 数据可视化 算法
机器学习-可解释性机器学习:随机森林与fastshap的可视化模型解析
机器学习-可解释性机器学习:随机森林与fastshap的可视化模型解析
2210 1
|
数据采集 运维 安全
测试需要写测试用例吗?
测试需要写测试用例吗?
306 0
|
11天前
|
人工智能 JSON API
全网刷屏的 Jev 模型正式开放!一手实战测评 + 保姆级教程
全网爆火的 Jev 模型是什么?有什么用?怎么使用?怎么接入 AI 编程工具?效果真的好么?傻子可懂的 Jev 保姆级实战教程 + 项目实战测评来啦
7855 14
|
9天前
|
人工智能 测试技术 API
最近全网爆火的 Jev 到底是什么?适合干什么、怎么用,一篇讲透!
Jev是TypeSafe AI推出的“系统一模型”,不生成文本,专做毫秒级结构化决策:Choice(多选)、Score(打分)、Noul(是非概率)。响应快193倍、成本低444倍,适合工单路由、内容审核、测试定级等高频判断场景。
1714 4
最近全网爆火的 Jev 到底是什么?适合干什么、怎么用,一篇讲透!
|
10天前
|
人工智能 并行计算 PyTorch
秋叶 ComfyUI 2026 整合包 v3.2 完整部署教程:Python 3.13 + Torch 2.13 全栈升级
秋叶aaaki ComfyUI 2026年8月整合包v3.2正式发布!全面升级Python 3.13.11、PyTorch 2.13.0+cu130及ComfyUI v0.30.2,原生支持MiniMax H3、Wan 2.2、Qwen-Image-2.1等2026主流音视频/图像模型,解压即用,无需环境配置。
1555 11
|
6天前
|
人工智能 JavaScript 芯片
DeepSeek 官方偷偷上传 Harness 桌面端安装包,我已经用上了。。附最新下载地址
DeepSeek Harness 官方的桌面端安装包被网友扒出来了,2 分钟讲明白如何使用,体验如何,适合作为 AI 编程工具么?附最新 Windows 和 Mac 双端的下载地址
1493 1
|
8天前
|
人工智能 编解码 并行计算
MiniMax-H3 一键整合包技术文档:8G 显存运行 AI 漫剧制作 —— 角色替换 / 动作迁移 / 文图生视频部署与调参指南
MiniMax H3 是 MiniMax 开源的全模态视频生成模型,支持文/图/音/视多条件输入,输出最高2K、15秒带双声道音频视频。本文档详述其Int8量化版在8GB显存下的本地一键部署、三段式工作流(EDIT/REPLACE/CONTINUE)、参数调优及常见问题排查。(239字)