ARK及其应用案例

ARK及其应用案例

应用程序恢复工具包 (ARK) 在应用程序感知的高可用性 (HA) 中发挥着至关重要的作用。

卡修斯·鲁伊 (Cassius Rhue) 揭开了应用恢复库 (ARK) 的神秘面纱，解释了这款软件插件如何通过提供智能的、应用感知的恢复功能，将高可用性扩展到基础架构保护之外。卡修斯通过实际应用案例，重点介绍了最能从 ARK 中受益的行业，并澄清了关于 ARK 工作原理的常见误解。

请收听本播客的完整对话。更好地理解应用感知型高可用性的真正商业价值。

经许可转载SIOS

Linux 和 LifeKeeper

Linux 和 LifeKeeper

Linux 高可用性 (Linux HA) 对于保护关键任务型 Linux 工作负载至关重要。

在此播客Aaron West 分析了 Linux 为何仍然是高可用性部署的首选方案，以及如何SIOS LifeKeeper为基于 Linux 的环境提供可靠的、应用感知型保护。Aaron 讲解了客户在构建 Linux 高可用性集群时面临的常见挑战，详细介绍了典型的 SIOS LifeKeeper 部署和故障转移场景，并为首次探索 Linux 高可用性的团队分享了实用指南。

对于任何在 Linux 上实现关键业务工作负载现代化的人来说，这都是必听之选。

经许可转载SIOS

白皮书：确保州和地方政府的IT弹性和服务连续性

白皮书：确保州和地方政府的IT弹性和服务连续性

地方政府的运作依赖于始终可用的信息技术系统——从法院和税务数据库到911调度中心和学校平台。一旦这些系统出现故障，其影响立竿见影且波及范围广泛，会波及公共安全、法律程序、工资发放以及社区信任。许多机构都面临着基础设施老化、预算紧张以及小型信息技术团队管理复杂混合环境等诸多挑战。

SIOS 通过高可用性 (HA) 和灾难恢复 (DR) 解决方案帮助解决这些挑战，防止停机、保护关键数据并保持基本公共服务的运行，而无需进行重大的基础设施变更或深厚的 HA 专业知识。

经许可转载SIOS

白皮书：SIOS LifeKeeper 与 Pacemaker 在 SUSE 和 Red Hat 环境中的比较

白皮书：SIOS LifeKeeper 与 Pacemaker 在 SUSE 和 Red Hat 环境中的比较

采用合适的高可用性方案，确保您的关键业务 Linux 应用程序持续稳定运行。本白皮书将 SLES HAE 和 RHEL HA 中的开源高可用性框架 Pacemaker 与 SIOS LifeKeeper for Linux（一款功能齐全的商业高可用性和灾难恢复平台）进行比较。

了解架构、部署、管理和长期可靠性方面的关键差异如何影响实际结果。无论您是经验丰富的 Linux 高可用性专家，还是需要更简单、更可预测的解决方案，本指南都能帮助您选择最合适的方案。

下载该文档，使您的 Linux 高可用性策略与您的技能、基础设施和可用性要求相匹配。

经许可转载SIOS

近似值在商业决策和沟通中的力量

近似值在商业决策和沟通中的力量

最近，我读了一本关于数学史的书（当然，大家都会读）。这本书主要讲述了古巴比伦和埃及的抄写员早期的数学发展和实践，以及他们如何将数学知识过渡到我们熟知的古希腊数学家，比如毕达哥拉斯和阿基米德。探索人类如何学习推理和解释周围的世界总是令人着迷。在阅读的过程中，我注意到许多行为和方法，即使是对简单的算术都一窍不通的人，也运用了这些方法。我认为这些方法同样适用于商业和人际关系！

近似法的力量教会我们什么解决问题的方法

我从他们处理一些复杂的除法和平方根运算的方法中汲取了灵感。他们会用一个稍大一些、更容易计算的数字和一个稍小一些的数字取平均值。用这种方法得到的结果与电子计算器显示的结果相比，往往惊人地准确。我甚至在学校学习平方根的时候也用过这种方法。例如，16 和 25 分别是 4 和 5 的完全平方数，所以 20 的平方根大约是 4.5（用计算器的话是 4.47）。

将近似原理应用于商务沟通

所以，如果你遇到需要处理棘手沟通的情况，尤其是在需要态度强硬或划定界限，却又不知如何把握分寸的时候，不妨试试这个近似方法：找出明显过于严格的最低限度，再找出明显过于宽松的上限，最后取一个介于两者之间的平均值。

只要你能为正确答案设定一些合理的“参考点”，就能比较接近你想要的答案。但如果参考点范围太广，反而会适得其反。

为客户项目范围设定指导原则

例如，假设你有一个大客户，他要求的服务远远超出了你们最初约定的范围。你可以把“超出范围”的界限设定为“无论如何，我都会满足他们的所有要求”，显然，这超出了他们的预期，因为这本来就是你们最初约定的内容。反之，你的“超出范围”的界限可能是“我不需要做任何超出合同明确规定的事情”。这在理论上似乎很有吸引力，有时也确实有效，但在这种情况下，它显得过于僵化，可能会损害双方的关系。我们需要更精确地设定界限。

那么，让我们从光谱的低端开始。或许你可以先列出你绝对会做并且已经同意完成的任务，然后再考虑他们提出的其他要求。一旦这些任务确定下来，无需再做任何考虑，就审视一下他们提出的其他要求，判断哪些完全不合理或者目前无法实现；这些要求就属于你做得过头了，应该从执行列表中排除。

现在，对于那些仍在考虑范围内的项目（这些项目并非明显属于“必须做”或“绝对不能做”的范畴），您已经处于近似区域。这样一来，你无需在所有事项中纠结该如何处理，而是可以缩小范围，更加精准地确定问题所在。把这些事项放在一起，直到你感觉自己已经掌握了在这种情况下应该采取的合适做法，然后再和你的伴侣讨论。此外，你甚至可能还有一些协商的空间！

现在我们已经看到了众多方法中的一种，你可以将这些源自古代、看似矛盾却又不够精确的数学度量方法，运用到你自己的挑战中！毕竟，在那个时代，数学所要解决的问题和挑战更多地根植于文明的日常需求，而不是登月或化学合成等宏大事业。重要的不是数学的起源，而是你如何运用它进行思考。提供卓越的客户体验。

作者：Matthew Pollard，SIOS客户体验软件工程师

经许可转载SIOS