在大型互联网公司，单IDC级故障因为其故障时间长，影响范围大，一直是互联网公司及运维人员心头之痛。构成单IDC故障的原因，除了常见的运营商、IDC、链路等网络层面故障，也包括突增的用户请求、业务服务的容量不足、程序bug、异常的运维变更操作等，都会触发单IDC级业务故障的发生。在传统的运维方式中，由于故障感知判断与容量&流量调度决策的复杂性，通常是人为进行有效止损，但人工介入的时效性会影响服务的快速恢复，而人工决策的不可靠性则可能导致问题的扩大。

为解决这类问题，我们针对百度内外部网络环境建设了基于智能流量调度的单IDC故障自愈能力。结合外网运营商链路监测、内网链路质量监测与业务指标监控构建了全方位故障发现能力，基于百度统一前端（BFE）与内网资源定位服务（BNS）实现了智能流量调度与自动止损能力。同时，基于实时容量预测与实时水位流量来调度自动止损策略与管控风险，从而实现任意单IDC故障时业务均可快速自愈的效果。

演讲提纲

• 百度网络架构与单IDC故障问题分析； 
• 故障发现； 
• 网络故障发现； 
• 业务故障发现； 
• 百度流量调度； 
• 外网流量调度介绍； 
• 内网流量调度实践； 
• 单IDC故障自愈实践。

听众受益

• 了解百度智能异常检测与网络/业务的异常判断策略； 
• 了解百度内外网流量调度基础设施； 
• 了解百度单IDC故障自动止损解决方案。