排行
数据库百科
核心案例
行业报告
月度解读
大事记
产业图谱
中国数据库
向量数据库
时序数据库
实时数据库
搜索引擎
空间数据库
图数据库
数据仓库
大调查
2021年报告
2022年报告
年度数据库
2020年openGauss
2021年TiDB
2022年PolarDB
2023年OceanBase
首页
资讯
活动
大会
学习
课程中心
推荐优质内容、热门课程
学习路径
预设学习计划、达成学习目标
知识图谱
综合了解技术体系知识点
课程库
快速筛选、搜索相关课程
视频学习
专业视频分享技术知识
电子文档
快速搜索阅览技术文档
文档
问答
服务
智能助手小墨
关于数据库相关的问题,您都可以问我
数据库巡检平台
脚本采集百余项,在线智能分析总结
SQLRUN
在线数据库即时SQL运行平台
数据库实训平台
实操环境、开箱即用、一键连接
数据库管理服务
汇聚顶级数据库专家,具备多数据库运维能力
数据库百科
核心案例
行业报告
月度解读
大事记
产业图谱
我的订单
登录后可立即获得以下权益
免费培训课程
收藏优质文章
疑难问题解答
下载专业文档
签到免费抽奖
提升成长等级
立即登录
登录
注册
登录
注册
首页
资讯
活动
大会
课程
文档
排行
问答
我的订单
首页
专家团队
智能助手
在线工具
SQLRUN
在线数据库即时SQL运行平台
数据库在线实训平台
实操环境、开箱即用、一键连接
AWR分析
上传AWR报告,查看分析结果
SQL格式化
快速格式化绝大多数SQL语句
SQL审核
审核编写规范,提升执行效率
PLSQL解密
解密超4000字符的PL/SQL语句
OraC函数
查询Oracle C 函数的详细描述
智能助手小墨
关于数据库相关的问题,您都可以问我
精选案例
新闻资讯
云市场
登录后可立即获得以下权益
免费培训课程
收藏优质文章
疑难问题解答
下载专业文档
签到免费抽奖
提升成长等级
立即登录
登录
注册
登录
注册
首页
专家团队
智能助手
精选案例
新闻资讯
云市场
微信扫码
复制链接
新浪微博
分享数说
采集到收藏夹
分享到数说
首页
/
有些专业的事真得让专业的人来干
有些专业的事真得让专业的人来干
白鳝的洞穴
2022-12-12
498
周末回老家围着西山岛骑了一圈。为了能方便在岛上转转,在京东上买了两辆自行车用于代步。从便于收纳考虑,我买了两辆折叠式的。
其中有一辆车拆的比较散,废了半天劲装了一半,装前轮的时候实在是装不上了,因为前叉的形状有点不规整,刹车片和左右轮轴无法同时到位,估计这种几百块钱的山地车,都是有点质量问题的。
和厂家客服联系后,厂家建议我找个修自行车的帮忙装一下,费用由厂家出。
镇上只有中心十字路口有一家自行车铺,师傅是个六十多岁的矮个子老头。幸好离我家不远,于是跑过去想请师傅到我家帮忙装一下。
没想到老师傅脾气很大,说从来都是修车的把车送到铺子里来,没听说过修车师傅还会上门服务的,哪怕多给钱也不行。
我解释了半天,车都拆成零件了,不好送过来。老师傅一句话把我噎得半死:“专业的事情得专业的人来干,你不懂就别瞎搞,拿到散件就应该直接来找我”。
没办法只能从亲戚家里借了一辆电驴子,把这些散件送到了师傅的铺子里。这个四十年前老名牌现在确实是名不副实了,前叉居然斜的厉害,师傅店里的各种工具比较齐全,好歹装上去了。当时我也没当回事,专业修车铺里的工具比我家里的好点而已,并不能说手艺就能好到哪去。
不过接下来看到的场景让我一下子把刚才的想法都抛到了脑后,师傅拿出一个辐条矫正器,通过转动的轮胎用一个手指感受轮胎转动的偏差,然后调整辐条的松紧,花了十分钟才把车翻过来,骑上车转了一圈,又稍微调教了一下辐条,才把车交给我说,“好了,车质量一般,车轮都没调教好就出厂了,不过骑起来还行”。
调整辐条的事情三十多年前我拥有第一辆属于自己的自行车的时候也和修车的师傅学过,不过现在早就忘得差不多了。看来刚才老师傅说的专业的事情应该专业的人来做这句话确实不假。哪怕没有出现前叉质量的问题,我顺利的把车装起来,那辆车骑起来肯定也没有老师傅调教过的好。
现代化工业自动化生产的轮胎,其标准化程度肯定是足够的。但是如果用在具体一辆自行车上,某些动态平衡的问题仅仅依靠生产工艺的提升还是不够的,或者说是成本过高的,还是需要有专业的师傅才能把它调整到比较好的状态。
联想到智能化运维领域,哪怕智能化算法的能力有多强,也不具备真正的人类的智能,要想对动态的状态做准确的定位与分析,其成本也是极高的。在复杂的动态环境中,一个细微的差别可能会导致算法得到的结论谬之千里。
在智能运维领域,专家永远是解决最后一公里问题的关键,因此智能化运维以彻底避免专家参与运维为目标,在目前的技术条件下注定是无法成功的。提高专家参与运维分析的效率在现阶段是比较现实的目标。
在这种思路下的智能化运维系统的重点应该在精准的数据采集,自动化数据分析,自动化预警感知,问题故障路径自动扫描,专家分析辅助等领域发挥作用,而一些动态的,细致的,专业化程度较高的分析工作,还是应该交给专家来完成。一个智能化运维系统,仅仅给用户提供分析结论是不够的,因为这些分析结论可能会给专家一些误导,必须在生成自动分析结论的同时将足够明细的数据都输出出来,这样才能满足普通运维人员与专家两种人的需求。
今后在运维领域,实施工程类的工作暂时还无法完全自动化完成,还是需要苦逼的运维人员半夜加班才行。当然有一些简单的,重复性的劳动可能会被自动化工具替代。日常监控与现场一线运维也将继续存在,而且随着企业数字化建设的不断膨胀发展,这部分的人力需求还会扩大。最高端的专家永远是稀缺资源,只是今后在智能化手段的加持下,专家并不一定需要事事亲临现场,远程支撑可以让专家的效率得到极大的提升。中端的二线运维人员是比较悲催的,随着自动化,智能化系统的建设,此类运维人员是最容易被这些系统替代的。不知道我的这个预测会不会在未来几年内主键显现出来。
文章转载自
白鳝的洞穴
,如果涉嫌侵权,请发送邮件至:contact@modb.pro进行举报,并提供相关证据,一经查实,墨天轮将立刻删除相关内容。
评论
领墨值
有奖问卷
意见反馈
客服小墨