计算机科学与技术云计算公司实习工程师实习报告

计算机科学与技术云计算公司实习工程师实习报告一、摘要

2023年7月1日至2023年8月31日，我在一家云计算公司担任实习工程师，主要负责云平台架构设计与性能优化工作。通过参与三个项目，完成了包括自动化部署脚本开发、负载均衡算法改进、系统稳定性测试等任务。优化后的负载均衡算法使系统并发处理能力提升40%，部署脚本将运维效率提高25%。在项目中应用了Docker容器化技术、Kubernetes编排工具及Prometheus监控平台，积累了大规模分布式系统调优经验。提炼出基于监控数据的动态资源调度方法，该方法可复制应用于同类场景，将资源利用率提升至85%。

二、实习内容及过程

2023年7月1日到8月31日，我在一家做云计算的团队实习，岗位是工程师。来的时候想多了解云平台架构和运维，看看学校学的知识怎么落地。公司主要帮客户搭私有云和混合云，用的是AWS和Azure的混合技术栈，规模挺大，客户都是那种大厂。我跟着师傅做了仨项目。第一个是自动化部署脚本，之前他们用Shell脚本，效率低还容易出错。我花了两周把脚本改用Python写，加了Ansible模块，把部署时间从半小时缩短到十分钟，错误率降了七成。第二个是负载均衡优化，客户说高峰期响应慢。我分析了Prometheus监控数据，发现东边机房流量大但CPU低，西边相反。调整了流量分配策略，东边加负压，西边减负压，系统并发处理能力直接提升了40%。第三个是系统稳定性测试，用JMeter压测，发现数据库连接池配置不合理。改了配置后，系统支撑8万QPS没问题，之前只能扛5万。过程中最难的是负载均衡那块，一开始思路混乱，后来看师傅用Kubernetes的Service和Ingress组合，才明白动态扩容和流量调度原来这么玩。为了补课，我熬夜刷了阿里云文档里关于高可用那几章，还搞了个实验环境练手。收获最大的不是技术，是看师傅怎么跟客户沟通需求，怎么在资源有限的情况下做取舍。比如有个客户要全功能上线，预算又少，师傅就建议先搭核心模块，用Serverless减少初始投入。这段经历让我意识到，光会技术不行，还得懂业务，不然方案肯定不落地。现在看招聘要求，觉得自己的短板是安全这块，打算下学期重点补。公司培训挺随意的，没人系统讲架构设计，都是师傅带，有时候挺懵的。建议他们搞个新人训练营，把云原生那套东西编成课，至少让我少走弯路。岗位匹配度还行，但感觉没接触到底层，比如Ceph这种存储没机会摸，有点遗憾。如果能接触更多基础设施，肯定成长更快。

三、总结与体会

这八周，从2023年7月到8月，感觉像坐了一趟直达车，把课堂上学到的那些云架构、分布式系统概念，真真切切落地看到了。以前觉得SaaS、PaaS听着挺玄乎，现在知道怎么用Kubernetes管理容器，怎么调优Prometheus里的指标了。最有成就感的是那个负载均衡项目，通过分析Prometheus历史数据，找出流量抖动规律，给东边机房加了东向流量限制，西边调了北向权重，系统扛住了8万并发请求，比之前5万QPS的提升是实打实的。这让我明白，理论结合实践，数据说话，技术才能真正解决问题。这段经历让我心态变了，以前写代码写完就完，现在知道要考虑成本、效率、稳定性，还学会了怎么跟客户对接需求，他们说的“响应快”具体要怎么量化，监控指标怎么设定。比如有个客户说高峰期卡，我就把JMeter压测结果导出来，给他们展示CPU、内存、网络那一堆曲线，然后指着说这里超了，那里低了，客户一听就懂了。这种把复杂问题拆解，用专业方法解决，最后拿出结果跟人讲明白的感觉，就是成长。现在看招聘要求，发现很多岗位都写要“熟悉云原生”，我这八周干下来的，正好就是云原生里的几个点，像是Serverless函数计算的应用，微服务间的通信协议，这些现在看来跟学校学的关联特别大。回去肯定得把AWS和Azure的认证考了，把之前没搞透的容器网络、存储卷那块再啃啃。行业趋势感觉就是向更自动化、更智能的方向走，现在大厂搞的AIOps，用机器学习分析日志，预测故障，这挺有意思的。我实习的时候用Prometheus加Grafana，就觉得光看报表累，要是能自动发现异常，该告警告警该扩容扩容就好了。这次经历让我觉得，技术这东西，不能只停留在会用，得想怎么用得更高效，更聪明。以后想走云这条道，还得继续钻，不能浅尝辄止。

致谢

2023年7月到8月的实习，离不开他们的帮助。

1.感谢实习那家公司，给了我机会把课堂上学的东西用起来，真实环境里的挑战比书本生动多了。

2.特别感谢带我的师傅，教我怎么看系统日志，怎么用Prometheus的Query语言查指标，那些压测和调优的细节都是他手把手带的。

3.同事们也帮了不少忙，比如帮我调试Python脚本的时候，还有那个老哥教我Kube