【华为敏捷/DevOps实践】8. 持续交付,持续部署,傻傻分不清楚

文:姚冬(华为云DevCloud首席技术布道师,资深DevOps与精益/敏捷专家,金融解决方案技术Leader,中国DevOpsDays社区核心组织者)

前言

“持续交付与持续部署,到底谁应该包含谁?”

曾经在内部的培训课上提出这个问题,曾经就类似的问题和张乐讨论过,也曾经在某“德无哦普斯”群里和赵卫沟通过。

但是在准备DevOps Professional课件的过程中,再一次颠覆了原先的理解,不得不给张乐发微信说 “晕菜了”。

用了一晚上时间,仔细翻看DevOps Handbook相关内容,在网上也查阅了大量资料,试图去解读这两个概念的含义,以及背后的原因。

Jez Humble说,“在过去的5年里,人们对持续交付和持续部署的区别有所误解。的确,我自己对两者的看法和定义也发生了改变。每个组织都应该根据自己的需求做出选择。我们不应该关注形式,而应该关注结果:部署应该是无风险、按需进行的一键式操作。”

本文不去争辩持续交付的定义,关键是在这个概念背后,都有哪些实践,以及原因和产生的结果。比叫什么更重要的是为什么。

Continuous Delivery 持续交付的各种说法

  • “持续交付:发布可靠软件的系统方法”

持续交付是最早由Jez Humble和David Farley提出,并在“持续交付:发布可靠软件的系统方法”一书中对其实现进行系统说明。

image.png

全书并没有找到明确的持续交付定义,原书英文版书名是“Continuous Delivery: Reliable Software Releases through Build, Test, and Deployment Automation”。自然的,持续交付是将部署自动化包含在内的,而且也把Release和Delivery关联在一起。

这里的自动化部署,更多的是部署流水线,不是持续部署的概念。

在Jez Humble的以下文章中,对他为什么会选择Continuous Delivery有详尽的描述 https://continuousdelivery.com/2010/08/continuous-delivery-vs-continuous-deployment/

事实上,continuous deployment的概念是Timothy Fitz,在Jez的Continuous Delivery出版的前一年2009年提出的。Jez认为:

“What makes continuous deployment special is deploying every change that passes the automated tests (and optionally a short QA gate) to production. Continuous deployment is the practice of releasing every good build to users - a more accurate name might have been "continuous release”.”  因此此处的持续部署是将所有通过自动化测试以及QA环境的构建,自动发布给客户的动作,Jez说更准确的名称应该是“持续发布”(又引入一个词汇,进一步混乱)。

“Continuous delivery is about putting the release schedule in the hands of the business, not in the hands of IT” 

持续交付更像是一个业务行为,而不是技术行为。

“So when can you say you're doing continuous delivery? I'd say it's when you could flip a switch to go to continuous deployment if you decided that was the best way to deliver value to your customers.” 

所以持续交付是在部署到生产环境之前,加了一个业务判断,决定是否交付给客户,然后一键部署到生产环境。这一定义与随后的大部分文档相似,包括DevOps Handbook。

  • Martin Fowler的持续交付

https://martinfowler.com/bliki/ContinuousDelivery.html

Martin 2013年的持续交付文章中,也对持续交付与持续部署进行了比较。观点与Jez的相似,同时也援引了Jez的文章。

持续部署是自动化的将一切变更放到生产环境,而持续交付则有判断决策过程,并直接说“ In order to do Continuous Deployment you must be doing Continuous Delivery.”

“Continuous Delivery is sometimes confused with Continuous Deployment.Continuous Deployment means that every change goes through the pipeline and automatically gets put into production, resulting in many production deployments every day. Continuous Delivery just means that you are able to do frequent deployments but may choose not to do it, usually due to businesses preferring a slower rate of deployment. In order to do Continuous Deployment you must be doing Continuous Delivery.”

对持续交付与持续部署的关系,Martin也承认两个概念容易造成困惑,持续部署代表将所有变更自动通过流水线推到生产环境,持续交付则意味着你有能力这样做,但可以基于业务选择不这样做。

所以我不觉得两者有谁包含谁,两者在这个层面讲,一个是技术领域,一个是业务领域。

  • 乔梁的持续交付

而同时期乔梁的演讲资料中,持续交付的说明,被定义为交付业务价值,而不是IT内部团队之间的交付。

image.png

并且进一步描写说,持续部署是一个技术操作,持续交付是一个业务行为(此处的持续交付,更像是前面Jez说的发布概念)。

image.png

  • IBM的持续交付

IBM在2014年前后的持续交付方案中,将Continuous Delivery持续交付,等同于端到端的DevOps,所以自然的,交付的是端到端的价值,至于是否自动并没有说明,同时持续发布与部署被包含在整个持续交付的方案中。

image.png

  • DevOps Handbook上对持续交付、持续部署的定义

DevOps Handbook是2015年出版的,上面也有对持续交付和持续部署的说明,此处不详述,在后面有具体内容。也是我目前较为认同或者遵循的一个定义。

  • 维基百科上的持续交付

https://en.wikipedia.org/wiki/Continuous_delivery

维基百科上的描述也有些不清不楚,对CD的定义中,最后一句话用了“repeatable deployment process”,似乎持续交付应该包含部署,只是没有用持续部署:

Continuous delivery (CD) is a software engineering approach in which teams produce software in short cycles, ensuring that the software can be reliably released at any time.[1] It aims at building, testing, and releasing software with greater speed and frequency. The approach helps reduce the cost, time, and risk of delivering changes by allowing for more incremental updates to applications in production. A straightforward and repeatable deployment process is important for continuous delivery.

在后面有关“Relationship to continuous deployment”段落中,直接引用了前面说过的Martin Fowler的文章

https://martinfowler.com/bliki/ContinuousDelivery.html

此外,关于“Relationship to DevOps”段落中,DevOps是端到端的产品持续交付,而CD是后段的Dev to Ops,即狭义的DevOps概念。

Continuous delivery and DevOps are similar in their meanings and are often conflated, but they are two different concepts. DevOps has a broader scope, and centers around the cultural change, specifically the collaboration of the various teams involved in software delivery (developers, operations, quality assurance, management, etc.), as well as automating the processes in software delivery. Continuous delivery, on the other hand, is an approach to automate the delivery aspect, and focuses on bringing together different processes and executing them more quickly and more frequently. Thus, DevOps can be a product of continuous delivery, and CD flows directly into DevOps.

  • Jez Humble 2018年的持续交付

在Jez Humble今年北京站DevOpsDays闭门培训的内容中,对Continuous Delivery的定义,尤其是与Continuous Deployment的关系有了不一样的解读。在培训现场,大家还就此定义与Jez有过一番讨论。

image.png

同时,Jez对持续交付的定义是:The ability to get changes—features, configuration changes, bug fixes, experiments—into production or into the hands of users safelyand quickly in a sustainable way.

从整个讲座的内容来看,Continuous Delivery更像是后半段的DevOps,即从CI开始到发布为止。

我对持续交付的理解

前面林林总总说了这么多持续交付的各种定义,各种出处,目的是从不同的视角看各个大师对持续交付的诠释。

对于持续交付以及持续部署等概念的解读,个人认为核心就是一句话:将技术行为与业务决策解耦。

目前较为认同的是DevOps Handbook上对持续交付、持续部署的定义

“持续交付是指,所有开发人员都在主干上进行小批量工作,或者在短时间存在的特性分支上工作,并且定期向主干合并,同时始终让主干保持可发布状态,并能做到在正常工作时段里按需进行一键式发布。开发人员在引入任何回归错误时(包括缺陷、性能问题、安全问题、可用性问题等),都能快速得到反馈。一旦发现这类问题,就立即加以解决,从而保持主干始终处于可部署状态。”

“持续部署是指,在持续交付的基础上,由开发人员或运维人员自助式的定期向生产环境部署优质的构建版本,这通常意味着每天每人至少做一次生产环境部署,甚至每当开发人员提交代码变更时,就触发一次自动化部署。”

“持续交付是持续部署的前提,就像持续集成是持续交付的前提条件一样。”

这里面涉及到的有几个层面:持续集成、持续交付、持续部署,以及持续发布。

  • 持续集成

持续集成的概念没有什么歧义,要求每当开发人员提交了新代码之后,就对整个应用进行构建,并对其执行全面的自动化测试集合。根据构建和测试结果,我们可以确定新代码和原有代码是否正确的集成在一起。

如果失败,开发团队就要停下手中的工作,立即修复它。(这正是丰田安灯系统的实践)

(以下几张图出自如下链接,对持续集成、持续交付、持续部署等描述相对比较清晰。https://www.mindtheproduct.com/2016/02/what-the-hell-are-ci-cd-and-devops-a-cheatsheet-for-the-rest-of-us/)

image.png

持续集成的目的是让正在开发的软件始终处于可工作状态。同时强调,代码的提交是一种沟通方式,而既然是沟通就需要频繁,下图中代码的提交过程,事实上就是各条分支之间的对话过程。

image.png

  • 持续交付

Continuous Delivery (CD)  持续交付是持续集成的延伸,将集成后的代码部署到类生产环境,确保可以以可持续的方式快速向客户发布新的更改。如果代码没有问题,可以继续手工部署到生产环境中。

image.png

  • 持续部署

如果真的想获得持续交付的好处,应该尽早部署到生产环境,以确保可以小批次发布,在发生问题时可以轻松排除故障。

于是有了持续部署。持续部署是在持续交付的基础上,把部署到生产环境的过程自动化。

image.png

  • 持续测试

持续测试是贯穿整个内部研发流程始终的,从持续集成到持续部署,都有自动化测试的存在。

“没有自动化测试,持续集成就只能产生一大堆没有经过编译并且不能正确运行的垃圾”。自动化测试是持续集成的基础,同样也是其他实践的基础,越靠前的测试越应该自动化。

测试是获取反馈最有效的方式,从部署流水线中,能够看到在不同的环节,不同环境上运行的不同层面的测试。

image.png

从理想的测试自动化金字塔来看,截止到持续交付阶段,在开发环境、测试环境以及类生产环境,已经把开发内部需要运行的所有测试全都跑完了。

所以在这个点,从技术的层面上讲,代码是可以被部署到生产环境的;从业务的层面上讲,需要判断是否发布特性给用户,以获取最终的用户反馈。

image.png

  • 将部署与发布解耦

让上帝的归上帝,凯撒的归凯撒。

需要将部署和发布解耦,部署和发布是不同的动作。部署更多是一个技术行为,而发布更多是业务决策。

不要把技术与业务决策混为一谈。部署与发布的解耦过程,也就是前面讲到的技术与业务的解耦过程。

-部署:在特定的环境上安装制定版本的软件。部署可能与某个特性的发布有关,也可能无关。

-发布:把一个/组特性提供给(部分或全部)客户的过程。

要实现部署与发布解耦,需要代码和环境架构能够满足:特性发布不需要变更应用的代码。

如果混淆了部署和发布,就很难界定谁对结果负责。

而这恰恰是传统的运维人员不愿意频繁发布的原因,因为一旦部署,他既要对技术的部署负责,又要对业务的发布负责。

解耦部署和发布,可以提升开发人员和运维人员快速部署的能力,通过技术指标衡量;同时产品负责人承担发布成功与否的责任,通过业务指标衡量。

按需部署,视技术的需要进行部署,通过部署流水线将不同的环境进行串联,设置不同的检查与反馈。

按需发布,让特性发布成为业务和市场决策,而不是技术决策。

“持续部署更适用于交付线上的Web服务,而持续交付适用于几乎任何对质量、交付速度和结果的可预测性有要求的低风险部署和发布场景,包括嵌入式系统、商用现货产品和移动应用。”

从理论上讲,通过持续交付,已经可以决定每天、每周、每两周发布一次,或者满足业务需求的任何频度。

而对于互联网应用,从持续交付走到持续部署,只是一个按键决策,是否将其自动化的过程。持续交付,更像是没有特性开关支持之下的业务决策。

当有了低风险发布的各种手段,例如基于环境的蓝绿部署、金丝雀发布;以及基于应用的特性开关、黑启动等;尤其是特性开关,使得部署到生产环境,并不意味着特性的发布,具体何时发布,对谁发布,都可以由业务决定。

也就是说,从技术上可以支撑持续的部署,同时与业务决策进行解耦。

所以此时只需要视不同的业务场景,来决定是否以及打开哪些特性开关,持续部署已经几乎可以完全脱离业务层面。

小结

持续交付、持续部署、持续发布,更多的是技术行为与业务决策的区别。

John Allspaw说,“我不知道,在过去5年里的每一天,发生过多少次部署…我根本就不在乎,黑启动已经让每个人的信心大到几乎对它冷漠的程度”。


解耦不是分家,最终整体团队的衡量,还是要由业务形成闭环。持续发布是以持续部署为基础,持续部署提供技术能力,使得业务呢个个根据市场需要,随时进行特性发布,或是进行特性实验。

正是因为技术的支持,持续部署到生产环境,才能让业务前所未有的具备如此灵活的能力,任何业务的决策,可以不再如此紧耦合的依赖于IT。

这也是DevOps Handbook全书的重点,关注在”部署前置时间“,而并非前置时间。即全书都在围绕着代码提交那一刻往后的过程,因为作者们认为,在提交前的阶段,需要更多的创造性,具有更多不确定因素。而提交后的阶段,则相对是确定的,力求可预见性和自动化,将可变现降到最低,以此来支撑业务需要。

引用:

Jez Humble “Continous Delivery 1-day tutorial"

乔梁 “持续交付精要”

《DevOps Handbook》

《持续交付:发布可靠软件的系统方法》

(其他参考均在文中加注了链接)

相关推荐

LakeAgent:DWS数据仓库的第二大脑,告别 “翻译式运维”,迈入智能自治时代

和普通 SQL 改写工具不同,LakeAgent 自动做多方案代价对比,主动规避负优化陷阱:补充分区键过滤实现剪枝,扫描分区由 37 收敛至 1,执行代价从 758.28 降至 113.74;未来的数据仓库,将不止能算、能存,更能看懂自己、诊断自己、理解自己。长久以来,数仓的智能都依附于人:信号需要人解读,瓶颈需要人研判,经验困在个体里,无法随底座永续生长。CPU 高、CPU 告警、CPU 诊断、CPU 使用率过高、CPU 满。语法、错误码、计费、性能调优、最佳实践、故障处置等全场景内容。

华为云官方博客 478

如何使用RDS Supabase后端BaaS能力:文件存储(File Storage)

• product-images(公开桶,允许公共读取):策略名称"Public read for product-images",允许SELECT,目标角色anon,策略定义bucket_id = 'product-images'。上传/删除需另配INSERT/DELETE策略,详见SQL。• product-specs(私有桶,仅认证用户访问自己的文件夹):建议拆为上传、读取、删除三条策略,策略定义均为 bucket_id = 'product-specs' 且仅限本人文件夹(详见下文 SQL)。

华为云官方博客 422

如何使用RDS Supabase后端BaaS能力:实时订阅与推送(Realtime)

Realtime 把数据库的每次变更同步到客户端:表里增、删、改一行,订阅者无需刷新页面或主动请求即可秒级收到。三大能力各司其职:• Postgres Changes — 监听表的 INSERT/UPDATE/DELETE,变化即通知• Broadcast — 客户端之间直接互发,适合瞬时通知、协同编辑• Presence — 跟踪频道里“谁在线”典型场景有实时数据展示(订单、库存、监控指标即时刷新)、即时通讯(消息收发、在线名单、“对方正在输入”)、协同编辑与实时通知。

华为云官方博客 411

AI Agent如何通过MCP连接到华为云RDS Supabase应用平台

Schema元数据列出所有可访问的表(按schema分组)。Schema元数据列出表的列及元数据(类型/默认值/约束)。Schema元数据列出所有约束(PK/FK/UNIQUE/CHECK/EXCLUDE)。可按schema/表/类型过滤。Schema元数据列出所有外键关系。可按schema/表过滤。Schema元数据列出所有索引及定义和大小。可按schema/表过滤。Schema元数据列出已应用的数据库迁移记录。Schema元数据列出已安装的PostgreSQL扩展。

华为云官方博客 428

华为大数据Flink让每一 CU 算力,跑出开源 5.74 倍的性能

1. 开源Apache Flink 已成为业界流计算事实标准,但在极端重负载场景下存在性能瓶颈。2. 华为大数据Flink通过多项自研深度优化,在执行计划、算子执行、状态存储三个层面构建协同的优化体系。3. Nexmark Benchmark 测试结果:整体性能提升 5.74 倍,极端重负载场景性能领先最高 18.3 倍。4. 100% 兼容 Apache Flink 1.20,业务代码零改造,无缝迁移。

华为云官方博客 345

LakeAgent实战 | 业务分析篇从一句提问到业务分析

本文以“订单金额变化”分析为例,展示LakeAgent如何通过自然语言提问,结合DataArtsStudio的数据资产与专业技能,帮助业务人员快速定位数据、生成SQL、追踪血缘、生成报告。从问题出发,逐步实现数据发现、变化洞察、原因追溯与团队协作,最终形成可复用的分析流程与企业规则,显著提升数据分析效率与一致性。

华为云官方博客 348

华为云RDS Supabase AI应用已开放公测 :30分钟搭建AI应用后端

认证、存储、实时推送、数据库API——4个后端模块,传统开发需要数周。今天,你只需要30分钟。AI创业公司的全栈开发工程师。上周老板说"下周要上线的AI对话应用,后端你来搞"——认证鉴权、数据库接口、文件存储、实时推送,每一个模块都需要数周搭建,而市场不会等你。小张打开华为云RDS Supabase,30分钟搭好认证、数据库API、对象存储,剩下的时间全用来打磨AI交互体验。基于开源Supabase+华为云RDS PostgreSQL全托管能力,为开发者提供。

华为云官方博客 346

如何使用RDS Supabase后端BaaS能力:数据库函数(Database Function)

上一篇介绍了 Database Data API——建表即自动生成增删改查接口,解决单表读写,但聚合统计、跨表事务、字段自动维护等逻辑已超出其能力边界。本篇推进到数据库函数(Database Function):把业务逻辑封装进数据库,前端通过 .rpc() 调用,由触发器自动响应数据变更。上一篇中,小张基于 Data API 完成了产品目录的建表与基础读写。但新需求随之而来:按分类统计产品数与价格区间、上架新品同时写产品表与定价表、产品修改后自动刷新更新时间。

华为云官方博客 436

如何使用RDS Supabase后端BaaS能力:创表即生成API(Database Data API)

认证、存储、实时推送、数据库API——4个后端模块,传统开发要数周。本系列逐个拆解,首篇聚焦数据库API(Database Data API):建表即得 API,无需手写后端。小张,AI创业公司的全栈工程师。老板让他做个产品目录页,展示产品与价格、支持上下架。传统做法要搭后端、写接口、配权限,工期少说1-2周;而在华为云RDS Supabase,建两张表、应用 SDK 直连,几分钟增删改查全跑通。

华为云官方博客 448

从一句话到一个能出去的链接,AI开发者空间做了什么

自行搭建的 Agent、正在使用的开源项目、团队既有的工具,都可以接入,可以通过AI创建或者手动搭建环境;华为云 AI开发者空间——面向开发者的云端一站式开发平台,做的就是把这段路接上:环境免安装,浏览器打开即为完整的 Linux 运行环境,预置的 AI 智能体开箱即用。第一个任务建议选能出结果的:做一个游戏、生成一个页面、创建一台实例,从需求走到可访问的链接,一次就能看清这个环境在做什么。沙箱是一个完整的 Linux 环境,依赖、服务、端口都是真实的,不是模拟。环境释放后,权限随之失效。

华为云官方博客 405

华为云码道配置自定义大模型,四种方式完整实操

案例介绍。

华为云官方博客 590

图数据库:实现穿透式监管的数据基座

穿透式监管标志着国企监管从“管企业”向“管资本”转型过程中的关键一跃。而图数据库正是这一跃的技术支点。从股权穿透到资金链穿透,从供应链穿透到数据穿透,华为GES图数据库正在将“穿透式监管”从理念变为可落地、可操作的实践。无论是天眼查式的全量链路查询,还是某集团财经的税务规则判断,抑或是芯片供应链式的部件风险分析,乃至通过Palantir构建决策知识图谱,其底层逻辑都是一致的——用图的力量,穿透一切形式的“隔离层”,直抵风险本质与责任核心。

华为云官方博客 644

《公共云三十问》正式收官,奔赴企业AI百场景新征程

今年6月底,公共云产业联盟重点推出《公共云三十问》专栏,以每周三问的节奏,连载十周,解读《先进公共云》白皮书,分享国计民生系列案例,旨在凝聚共识、推动落地实践。同时,专栏分析公共云在产业升级、民生福祉、科技创新、全球发展等方面的作用,梳理中国特色公共云发展路径:以普惠云拓展用云广度,以智算云提升用云深度,以自主云夯实用云厚度,以全球云打开用云跨度。这十问从专属云、行业云切入,深入政务、金融、交通、电力、钢铁、化工、油气、制造等国计民生场景,回答公共云“怎么用”。

华为云官方博客 461

开发者小技巧|IAM配置,让码道代码智能体连续30天免登录

案例介绍。

华为云官方博客 636

码道深度对接CodeArts,让需求自动落地为代码

案例介绍。

华为云官方博客 707

【公共云三十问 之三十】拥抱AI,企业如何建设面向智能体的专属云?

企业可分阶段建设覆盖开发、运行、运营及安全的一体化智能体平台——从构建一站式、高低码协同的智能体开发平台,到打造高性能、极致弹性的运行时环境,再到搭建AgentOps驱动的持续运营与运维体系,同时构建端到端、多层次的全链路安全防护体系。在数据湖建设方面,遵循“存量复用、平滑演进、AI导向、分步迭代”原则,分三阶段推进——打造AI多模数据湖核心能力、完成存算分离与统一元数据管理、实现闭环赋能全面支撑智能体规模化落地,在保护既有投资的前提下将传统数据平台转型为AI数据专属供给平台。

华为云官方博客 815

【公共云三十问 之二十九】国计民生之制造:制造云如何重塑数智时代的新质生产力?

平台打通软件交付的完整路径,覆盖需求管理、代码托管、代码检查、编译构建、制品仓库、部署、测试等关键环节,支持大模型能力融入研发全流程,实现从需求到交付的端到端管理。通过构建“研发一朵云”,方案打破地域与组织壁垒,实现跨团队协同开发,有效缩短软件交付周期,助力工业制造企业从“传统研发”走向“敏捷研发”,加速数智化转型进程。当制造云真正成为数据流通的平台、AI创新的底座,公共云的社会价值将从基础设施层向生产场景层持续延伸,为新型工业化建设和制造强国战略注入源源不断的动力,重塑数智时代的中国制造新质生产力。

华为云官方博客 782

告别重复手工迁仓,码道MCP+Skill实现仓库批量迁移

案例介绍。

华为云官方博客 776

【公共云三十问 之二十八】国计民生之油气:智算云如何叩响数智时代的“地心蓝金”?

西南油气田以“向地球深部要资源”为战略方向,联合以华为云Stack为代表的公共云服务商共同打造统一算力底座,建设西南区域数据湖与通用技术平台,构建“勘探开发工程技术、天然气生产过程管控、天然气产运储销”等三个一体化协同应用场景,支撑油气勘探、开发生产、管输储运等全业务链的数智化转型。当智算云真正成为数据流通的平台、AI创新的底座,油气田得以将算力效能、数据价值与智能技术深度融入勘探开发全链条,将“看不见的算力”转化为“摸得着的储量”,以智能化手段持续降低勘探风险、缩短发现周期、提高采收效率,确保生产安全。

华为云官方博客 611

【公共云三十问 之二十七】国计民生之化工:数智云如何重塑传统化工新范式?

在架构方面,方案构建云边协同的统一体系,涵盖AI协同、数据协同与运营协同三大维度——总部集中训练大模型,边缘节点负责推理执行,云边持续迭代,实现“边用边学”的智能闭环,模型平均精度提升20%以上。此外,方案提供一站式企业级工业物联网平台、数据湖与数据治理平台,覆盖工业数据分析“采、存、算、管、用”全流程,打通生产现场与管理系统间的数据壁垒,有效消除数据孤岛。层面,方案充分发挥软硬协同优势,实现计算、存储、网络与云平台的深度协同,训练线性度超95%,为大模型训练推理提供强劲算力支撑。▲化工“数智”新模式。

华为云官方博客 660

【公共云三十问 之二十六】国计民生之钢铁:数智云如何淬炼中国钢铁新力量?

同时,构建云边端协同的统一架构,支撑集团总部与各生产基地两级协同发展——总部集中训练大模型,边缘节点负责推理执行,云边持续迭代,实现训推一体化的资源调度与高效协同,为钢铁行业的数智化转型构建了坚实的算力底座。层面,方案构建覆盖“工业数采→边缘IT/OT融合→统一数据湖→数据治理平台→数据应用”全链路的一站式数据治理与流通平台,打通生产现场与管理系统间的数据壁垒,让数据“采得到、流得动、用得好”,加速数据价值从生产现场向经营决策层流动释放。湘潭钢铁集团的钢铁数智云,是钢铁工业智能云建设的标杆案例。

华为云官方博客 520

LakeWatch——MRS 智能运维Agent

从资源池、队列、作业等多个维度,对集群CPU与内存资源进行精细化分析与对比,直观呈现不同时间段的空闲、满载等使用状态,识别资源浪费,指导治理优化,为扩缩容决策提供数据支撑。对HDFS存储进行多维度深度分析(目录、用户、用户组等),涵盖使用量、增量、文件大小分布及数据热度等指标,帮助快速识别增长较快的目录、长期未访问的文件,统计目录文件数量与小文件占比,评估HDFS总存储量与扩缩容需求,为存储治理与资源规划提供全面数据支撑。Agent主动巡检,识别异常趋势并提前预警,让运维从"事后处理"转向"事前预防"。

华为云官方博客 509

华为云专题文档发布:丰富的AI案例、选型指导和概念解读

发布 “云服务选型”、“云计算概念”专题,提供云服务选型指导,助您选择匹配业务的云服务,解读云计算相关概念,开启云上学习之路。开发者工具和文档专区上线,提供从学习、实践到反馈的全链路支持。帮助中心新增100余篇AI案例。

华为云官方博客 284

一个人,也能用AI做点“星东西”

华为云星耀创想者大赛-2026华为云OPC创意大赛等你来~

华为云官方博客 285

从需求到可执行工作项:MCP+Skill 让智能体规划真正落地

回顾整个体验,以前让智能体帮我拆需求,它是洋洋洒洒给我列了一大篇 Markdown,看着挺像那么回事,但最后还是得我一条条往 CodeArts Req 里搬,搬完再手动挂父子关系、排日期,拆需求五分钟,搬运两小时。现在好了,MCP 给智能体接上了"手",Skill 给它装上了"项目经理的脑子",一句话下去,34 个工作项连带排期、层级关系全给我建好了,甘特图一拉,齐刷刷都在两周内,节省了多少工作量啊,美滋滋。本次实操在码道代码智能体基础上,构建了一套"需求→可执行工作项"的自动化规划方案。

华为云官方博客 557

华为云码道「码力续航计划」更新!

✅上新GLM‑5.3‑Flash,高速响应,代码生成、工程解析、Agent调试高效输出。新增GLM‑5.3‑Flash福利模型,每日解锁1000万免费Tokens。● 本次活动共发放总量价值100万元Tokens,发完即止!把耗算力的编码重活,交给华为云码道代码智能体🚀🚀。● 每日额度准时刷新,当日清零、次日满血重置。✅复杂算法、大项目解析、批量代码生成随便跑。✅不用抠额度、不用算消耗,放开调试大胆迭代。✅无需额外操作,登录即送,直接切换模型使用。● 把算力交给码道,让撸码不再内耗👏🏻。

华为云官方博客 665

【公共云三十问 之二十四】国计民生之交通:交通云如何铺就数智通衢新坦途?

交通行业作为支撑实体经济的关键基础设施,涵盖公路、铁路、机场、港口、地铁等众多子领域,其中,公路网络作为综合交通运输体系的基础骨架,承担着全国超过70%的客货运量,其数字化、智能化转型的需求尤为迫切。方面,提供Agent开发框架、知识库管理、RAG工程、意图识别、静态应用编排及模型评测等能力,支持客户将行业知识、业务流程与AI能力深度融合,快速构建面向收费稽核、路网调度、应急处置等场景的智能应用。开发并实现落地应用,全面覆盖建设、管理、养护、运营、服务、安全、办公七大业务领域。

华为云官方博客 458

【公共云三十问 之二十五】国计民生之电力:电力云如何点亮数智电力新引擎?

方案构建了覆盖数据获取、质量评估到标准化处理的全链路能力。基于公共云服务商智算底座及气象大模型,通过时空图神经网络重新建模产流机制,中国华电建成超50TB多源融合数据集,突破时空建模与机理融合等五大关键技术,短期径流预测精度较传统机理模型提升5个百分点以上,实现15天中期径流预测精度超85%,推理效率达秒级。基于气象大模型的基础架构与预训练能力,客户可直接在大模型之上开展增量训练与微调,充分利用场站所在区域的高精度历史数据(如3公里、1公里分辨率),针对不同场站和区域的地形地貌与气候特征进行模型调优。

华为云官方博客 377

邀请函|第三届“兴智杯”全国人工智能创新应用大赛开幕式,期待您现场莅临

AI 算法工程师、大模型应用开发、智能编码、国产软硬件栈开发者、开源开发者。大赛官方参赛对象就包含企事业单位开发者团队、个人开发者中华人民共...诉求:了解本届赛题方向、对接算力 / 技术资源、认识同行、获取参赛信息。意向参赛团队、往届参赛选手、技术团队负责人、个人独立开发者。

华为云官方博客 472

码道LSP:打通“最后一公里”,让AI真正懂你的项目

用AI代码智能体分析项目时,您是否遇到过这样的困境:查询方法调用链、字段改动影响范围,返回一堆杂乱文本,夹杂注释、日志、无关代码,需要人工逐一筛选复核。根源在于传统方案只会文本检索,大模型拿到的是原始源码文本,缺少代码语义信息。华为云码道CodeArts代码智能体接入LSP能力,尝试解决这个开发痛点。

华为云官方博客 546
上一篇: 【华为云动态】华为云开放日发布云专家激励计划,要将开发者“宠”上天
下一篇: 【华为敏捷/DevOps实践】7. 敏捷,DevOps,傻傻不分清楚
华为云开发者联盟
华为云开发者联盟 企业官方账号 企业官方账号
博客等级 码龄10年 72万+粉丝 5983原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值