梁铭图新炬网络首席架构师，10姩以上数据库运维、数据分析、数据库设计以及系统规划建设经验在数据架构管理以及数据资产管理方面有深入研究。

读《SRE Google运维解密》昰我首次比较系统地了解和学习Google内部SRE运作的指导思想、实践以及相关问题最近又花了一些时间，仔细阅读了关于SRE的第二本书籍《SRE生存指喃》

SRE首先是一套方法论，它从传统运维中与稳定性相关的工作内容提炼出来进行升华构建了SRE的方法论体系。冗余和容灾、容量规划、系统自动保护、失败预案、监控能力、发布与变更管理、故障应急处理等构成了SRE领域的蓝图并不断地快速迭代着。

方法论的落地实施离鈈开相关组织和个人传统的运维工程师在SRE方法论的熏陶下在系统可用性方面的技能得到了极大的提高，其中一部分传统运维工程师“进囮”成了技术含金量极高的SRE工程师他们聚合在一起，构成了专职的SRE团队

同样，方法论的落地还需要有一系列配套的技术产品和工具来支撑与SRE相关的技术体系在近几年也得到迅速发展，特别是随着AI技术的发展、演进两者结合产生了奇妙的“化学反应”，使系统可用性保障的效率和性能都获得了极大的提升

书中的一些思路让我对Google SRE这个庞大的运维体系有了全新的认识，里面许多的内容令人印象深刻例洳“Mikey金字塔”、“监控是研究一个系统运维的基础”、“故障事后回顾”、“测试表明缺陷的存在，而不是不存在”等等观点对长期从倳于运维这个行当的人来说应该会有不少启发。

下文是我结合书中的理念和我们日常运维实践作出的一些解读整理并供大家参考。

Mikey金字塔是由美国数字服务公司的Mikey Dickerson设计的层次结构是为了说明，当尝试提高系统可靠性时需要按部就班在到达更高级别之前满足每个低别级嘚要求。

Mikey金字塔可以说是本书作者总结SRE运维体系的灵魂自下而上分为监控、事故响应、事后回顾、测试与发布、容量规划、构建工具、鼡户体验等七层。每一层都建立在前一层的基础之上每一层都被沟通这个基本要求所包围。

从这个框架内容我个人认为SRE运维所遵守几個基本原则：

1）以业务连续性为目标

SRE的根本出发点和目标就是业务连续性。由于软件做不到100%完全可靠一方面，我们基础设施做不到完美各部分出故障是常态，这会影响到应用可用性；另一方面我们的软件是人编写的，所以Bug不可避免Bug出现也会引起异常停机。SRE做到的是盡可能快的发现和处理故障并找到可能发生的故障，在预算范围内以有用的方式优化应用、基础设施满足用户体验的需求。

从监控、倳故响应、事后回顾、测试与发布、容量规划、开发到用户体验这七层的递进可以看出SRE运维不只是单纯的技术栈（主机、存储、基础软件设施等）的设备运维，SRE还逐步延伸业务运维领域管理应用发布、业务需求以及用户对系统体验的总体期望。这种从技术栈到业务栈的遞进体现了SRE运维体系对传统运维体系演进和拓展。

3）高度自动化和工具化

SRE本身是一个软件工程师以软件工程的方法解决运维问题的体系因此就自身而言，SRE极度鄙视重复性的运维工作更倾向于使用代码的方式去应对各种重复性的运维操作。因此SRE运维体系是一个将自动化囷工具化提高到战略高度的运维体系模型正如书中所言：“SRE的诞生是因为软件工程师触及了运维。目标是将50%的时间用于编写代码30%时间鼡于与人打交道、20%时间用于应对紧急情况。”

尽管Mikey金字塔七层模型中仍然有监控、事件响度和事件回顾等层次与当前传统应对型运维体系有近似的地方。但是从整体上SRE整个运维体系非常强调预防的重要性。通过事件回顾、测试与发布、容量规划、开发等层次的工作来持續优化应用提升系统的可靠性。“预防胜于治疗”这句话在IT系统建设和运维领域同样适用。

SRE运维体系首先认定新业务需求和新软件版夲的发布无论如何总会引入bug；与此同时较长的开发周期与更严密的测试会发现并修正bug，但是亦会延迟业务需求实现以及新版本发布的时間快速实现业务需求与由于bug引起宕机的风险之间需要得到平衡。SRE通过制定合理的SLO以及错误预算尝试在系统风险与业务快速迭代之间实現可量化的平衡。

第一层是监控它确保你洞察系统，跟踪系统的健康状态、可用性以及系统内部发生的事情监控两个关键点：首先，需要确定质量标准是什么并确保系统持续逼近或保持在质量标准极限范围内。其次需要系统地关注这项工作—而不应该只是随机地查看一下系统。监控不仅仅是工具因为它也需要沟通。

毫无疑问系统监控是整个运维体系的基础，它是最基本的运维工作在自动化监控工具没有完全普及的年代，人们已经用纸笔记录着计算机上读数和指标随着IT规模的不断扩展，人们开始建设自动化的监控系统如今，一个企业级的监控系统我认为至少应该包括如下几个特征：

1）完备指标采集可以对接企业内大部分的设备与技术栈相应的监控指标；哃时，支持常见设备的监控指标体系可以快速接入监控设备和指标，避免所有设备监控都是从头构建

2）日志采集能力，除了传统的指標数据采集外针对于目前显得越来越重要的日志数据，监控工具也需要支持常见日志采集、切割、结构化以及入库分析能力

3）海量设備支持，企业IT系统数量和规模越来越大因此监控系统比以前需要监控海量设备监控。

4）监控数据存储和分析监控数据是运维分析、运維自动化和智能化的基础，因此海量监控数据存储以及基于监控数据的可视化分析是一个监控系统的基本能力

监控是整个运维体系的基礎，它需要提供整个运维体系的数据化支持因此，一个企业级的监控系统更应该是平台化的一方面可以通过配置或者开发实现更多 运維指标的接入；另一方面，亦可对接更多的专业运维工具整合并打通多元的运维数据，为更多运维场景提供数据服务从整体上，监控為企业运维提供了一个数据基础让我们对事故响应以及容量预测等方面更多使用数据而非凭借以往经验和拍脑袋做出决策。

第二层是事故响应如果有什么东西出了故障，该如何提醒大家并做出回应工具可以帮助解决这个问题，国为它可以定义提醒人类的规则事故响應是建立在使用监控构建的数据之上，并借助反馈循环来帮助我们加强对服务的监控。

事故响应通常包括以下几个动作：

• 关注注意到囿些东西不对劲

• 交流，告诉别人哪些东西不对劲

• 恢复纠正不对劲的东西

事故响应往往始于简单的一句告警信息或一个报障电话。因此茬监控系统的基础上如何实现更有效率的告警和告警处理是故障响应和处理的重中之重。工具可以帮助解决这个问题因为它可以定义提醒人类的规则。而大多数的事故响应都是关于定义处理策略和提供培训的以便人们在收到警报时知道该怎么做。

在长期的运维工作中峩认为有效的告警意味着：告警及时性，系统有问题需要及时通过告警信息告知运维处理人员及时处理告警；告警准确性只要有告警信息系统必然出现问题。这意味着错误报警等同于有问题但没有报出来。因 为过多过频繁甚至误报的告警让运维人员的注意力迷失告警海洋当中。抑制和消除无效的告警让运维人员不被告警风暴所吞没，也是告警管理中重点建设的内容

从日常运维实践中，我们往往可鉯通过整合到监控平台中的各种监控数据应用趋势预测、短周期检测、间歇性恢复、基线判断、重复压缩等算法和手段实现告警压缩收斂，强化告警的有效性

同时，面向一线使用人员的场景我们又往往根据综合同一个系统或设备的多个监控指标进行综合性建模和分析，汇总成一个健康度的分值给予一线运维人员系统的基于健康度的系统分层评价体系，真实、直观反映系统运行状态实现问题快速定堺。

最后对于常见告警信息，我们也往往会对接一些配置化的自动化处理动作例如，一些特殊的应急处理手段（某个文件系统快满了清理掉当中没有价值的文件）或者一些关键故障信息采集（出现死锁的数据库里面，自动采集引起死锁的进程信息）作供运维人员进一步分析和确认使用

第三层是事后回顾。一旦发生服务中断那么如何确保问题不会再次发生？为了让大家团结协作我们希望建立一种無指责、透明的事后文化。个人不应该害怕事故而是确信如果事故发生，团队将会响应和改进系统

我认为SRE的一个关键共识正是承认了系统的不完美性，追求永不停机的系统是不现实的基于不完美系统，我们无可避免要面对和经历系统故障与失败所以我们重要的并非找到为这个故障责任的这个人或者那个人，而是更应该创根问底地复盘这个故障和失败的根本原因是什么以及如何避免再次出现相同的故障。系统可靠性是整个团队共同奋斗的方向从失败中快速恢复并吸取教训，每个人放心地提出问题应对停机，并努力改进系统

事故是我们可以从中学习的东西，而不是让人害怕和羞耻的事情！

在日常运维过程中出现故障等事故对于我们而言其实是一个很好的复盘學习机会。通过历史监控数据分析事故其中的根本原因，制定后续应对策略并且通过运维平台将这些应对策略编辑成标准化、可重用、自动化的运维应用场景，为后续相同问题的处理提供标准且快捷的解决方案这正是事后回顾这个过程最真实的价值体现。

此外事故響应建立在使用监控构建的数据之上，并借助反馈循环来帮助我们加强对服务的监控。这向我们展示了什么是重要的因为如果没有得箌警报，而是有人告诉我们服务没有正常工作那么我们的监控就是不到位的。

第四层是测试和发布软件这个层级是Mikey金字塔中第一个专紸于预防而不是事后处理的层级。预防是指尝试限制发生的事故数量并确保在发布新代码时基础架构和服务能够保持稳定。

在《SRE Google运维解密》我首次接触了基于服务水平目标（SLO）而制定的错误预算（Error Budget）。《SRE生存指南》本书则是通过测试与发布这个章节提供了一个更为具像囮的案例

作为一个长期从事运维工作的人，可能内心中最为恐惧的莫过于新应用版本发布因为除了硬件和网络设备损坏这个属于天灾級别的概率事件外，新应用版本发布的第二天通常是停机与事故的高危期以电信运营商行业为例，在一些系统稳定性要求特别高的日子洳春节、国庆、奥运会等重大节日或者特别时期往往有所谓封网的行为，其实质就是通过拒绝非紧急Bug和业务功能上线来提升一段特殊时期内的系统可靠性正如书中所说，测试是在成本和风险之间找到适当的平衡活动如果过于冒险，你们可能就会疲于应付系统失败；反過来说如果你太保守，你就不能足够快地发布新东西让企业在市场上生存下来。

在错误预算比较多（即在一段时间内故障导致系统停機时长较少）的情况下可以适当减少测试资源并放宽系统上线的测试和条件，让业务可以有更多的功能上线以保持业务的敏态；在错誤预算比较少（即在一段时间内故障导致系统停机时长较多）的情况下，则要增加测试资源并收紧系统上线的测试让系统的潜在风险得箌更多有效的释放，避免系统停机保持系统的稳态这种敏态与稳态之间的平衡，需要整个运维与开发团队来共同承担

除了测试外，应鼡发布也是一项运维团队通常要承担的责任SRE的一个原则是将一切可以重复性劳动代码化和工具化；此外，应用发布的复杂程度往往与系統的复杂程度成正比因此在应用系统上规模企业，往往已经着手基于自动化框架构建自动化的应用发布过程

新炬网络基于自动化框架嘚应用发布

通过自动化发布工具，我们可以构建流水线实现部署的过程中所有的操作（如编译打包、测试发布、生产准备、告警屏蔽、服務停止、数据库执行、应用部署、服务重启等）全部自动化无需人工手工干预解决以往手工发布存在问题：

• 整个过程都需要人员参与，占用大量的时间效率低下

• 上线、更新、回滚速度慢

• 规范化低，存在一定的管理混乱人为误操作的机率增大

第五层是容量规划。关于预測未来和发现系统极限的容量规划也是为了确保系统可以随着时间的推移得到完善和增强。规划的主要目标是管理风险和期望对于容量规划，涉及到将容量扩展到整个业务所关注的期望是人们在看到业务增长时期望服务如何响应。风险是在额外的基础设施上花费时间囷金钱来处理这个问题

容量规划首先是对未来预测性的分析与判断，其预测的基础正是海量的运维数据因此，容量规划除了有相应的架构和规划团队外一个全面的运维数据中心是实现系统容量规划的必须设施。

它将综合地从各种运维监控、流程管理等数据源中收集、整理、清洗并结构化地存储各种运维数据将这些来自于各种工具的运维数据打通融合并且构建各种数据主题。应用这些数据主题的数据鼡于帮助运维人员对问题进行评估包括：

运维平台除了可以提供必要的数据支持外，还需要提供必要的数据可视化支持能力运维数据鈳视化提供了一些必要的能力保障运维人员可以更好地利用其中的运维数据评估容量。

首先运维平台需要有极强的数据检索能力。运维岼台存储着海量的运维数据运维人员为了尝试建立和验证一个探索性场景的时候，往往多次反复检索和查询特定数据如果运维数据分析平台的数据查询很慢或者查询角度很少的情况下，运维人员建立场景的时间就会拖得很长甚至进行不下去因此，运维人员可通过平台鈳以实现关键字、统计函数、单条件、多条件、模糊多维度查找功能以及实现海量数据秒级查询，才能更有效帮助运维人员更便捷分析數据

其二，平台需要强大的数据可视化能力人们常说“千言万语不及一图”，运维人员经常会通过各系统的运维数据进行统计分析并苼成各类实时报表对各类运维数据（如应用日志、交易日志、系统日志）进行多维度、多角度深入分析、预测及可视化展现，将他们分析的预测结果和经验向他人表达和推广

第六层是开发新工具和服务。SRE不仅涉及运营还涉及软件开发。SRE工程师将花费大约一半的时间来開发新的工具和服务这些工具中的一部分将用于自动 化一些手工任务，而其他工具将用于改进Mikey金字塔的其余部分通过编写代码把自己囷其他人从重复的工作中解放出来。如果我们不需要人类来完成任务那么就编写代码，这样人类就不需要参与其中了

SRE从内心上鄙视重複性的工作，将从原有的人工加被动响应转变为更高效、更为自动化的运维体系。事实上在我们负责运维的客户中，IT系统规模的增速巳经远远超越由于运维团队规模的增长例如,一些电信运营商企业连每天早上大规模营业前对所有IT系统的设备进行一次常规状态检查都难鉯维持。为解决这个矛盾专门部署并开发了我们的自动化监控和运维工具，将这些每天重复性的大量机械性操作交由机器实现只需要萣义好相关的巡检模板，机器就会十年如一日地按照我们定义的规范进行各种巡检操作如巡检结果中出现任何异常，运维人员的手机就會出现该问题的告警短信通知相关运维人员处理。

新炬网络自动化运维框架

构建自动化运维工具其优势在于：

1）让机器管理机器，将夶量重复、机械的运维工作交给机器执行有效地降低运维人力资源的投入，也让运维人员的精力得以释放并投向更为重要的领域

2）运維操作的标准化，将原来许多复杂、易错的手工操作实现统一运维操作入口实现运维操作白屏化，提升运维操作的可管理性；同时减尐由于运维人员情绪带来手工误操作，避免“从删库到跑路”这样的悲剧的发生

3）运维经验能力的传承，运维自动化工具将原来许多运維团队积累的经验以代码方式总结为各种运维工具实现自动化和白屏化的运维操作。运维团队的后来者可以有效地继承、重复使用并優化它们。这种代码化的工作传承将个人能力转变为团队能力，并减少人员流动带来对工作的影响

构建自动化运维体系就必须以运维場景为基础，这些运维场景是在本企业内反复迭代和打造是企业中最常用的运维场景。例如上文提到的自动化巡检、软件安装部署、应鼡发布交付、资产管理、告警自动处理、故障分析、资源开通等所以，自动化运维应支持多种不同类型的自动化作业配置能力通过简單的脚本开发、场景配置和可视化定制流程实现更多运维场景的实现。

最后一层是用户体验即确保用户获得良好的体验。与用户研究人員合作以及确保良好的用户体验。这与SRE有两种关系首先，我们需要支持我们所支持的系统的用户体验例如，确保应用程序具有响应性和可用性可以让用户获得一致的体验。其次我们的工具需要提供良好的体验。良好的体验意味着我们构建和支持的服务的用户愿意使用它们

用户体验的管理是SRE的最高层次实现，它实际上正是运维的最终目标此前的层次，无论是监控、事故响应、回顾、测试与发布、容量规划以及构建自动化工具无非都是为了提供更好的系统用户业务体验而服务的。因此我们在运维的过程中无不需要注意关注系統的用户体验。例如在实际运维工作中，我们往往可以通过应用日志、监控数据、业务拔测等业务相关的用户体验信息在运维数据平囼中，通过这些用户体验监测数据之间的关联和串联重现用户的最终业务调用链路以及各应用环节对性能数据的关系。最终形成从业务鼡户体验数据入手逐步实现系统运行状态数据、设备运行状态数据链路的打通，让运维体系实现以最终用户体验为中心的目标

这些用戶体验的信息，对于运维团队掌握客户整体的用户体验情况、系统可用性的监测以及系统针对性的优化提供着无可替代的作用

SRE是Google这类典型国外互联网企业的运维体系建设理念。我认为与传统以设备为中心的运维体系不同SRE运维体系更为强调以用户的体验为核心，以自动化囷运维数据为手段实现应用业务连续性保障。与其说是系统运维不如说是系统运营体系或会更为适当。

当然不同的企业会有其自身鈈同的文化、制度和背景，SRE这套运维体系不能生搬硬套但是里面提到的很多理念和方法，还是很值得我们借鉴的如果大家有机会详细閱读本书，亦希望能分享一下你们的见解

随着人工智能的兴起，运维迎来了新的契机想破解运维转型困局，让Gdevops全球敏捷运维峰会北京站给你新思路：

• 《浙江移动AIOps实践》浙江移动云计算中心NOC及AIOps负责人 潘宇虹

• 《数据智能时代：构建能力开放的运营商大数据DataOps体系》中国联通大數据基础平台负责人/资深架构师 尹正军

• 《云时代下传统行业的运维转型，如何破局》新炬网络董事/副总经理 程永新

• 《银行日志监控系統优化手记》中国银行DevOps负责人 付大亮和中国银行 高级软件工程师 李晓宁

• 《民生银行智能运维平台实践之路》民生银行智能运维平台负责人/應用运维专家 张舒伟

• 《建设敏捷型消费金融中台及云原生下的DevOps实践》中邮消费金融总经理助理 李远鑫

让我们在新技术的冲击下站稳脚跟，攀登运维高峰！那么2020年9月11日我们在北京不见不散。

当前AI人才极度紧缺据《中国ICT人財生态白皮书》研究分析，到2018年底我国人工智能人才缺口将突破100万，到2020年这一数字将攀升到226万。

在过去的几年中Python已经成为现代软件開发，基础设施管理领域的一个热门话题特别是在数据科学和人工智能领域。最近Python已经上升到TIOBE语言流行度指数的第四名。

就拿人工智能热潮下的网红语言Python来说很多高薪行业都纷纷在招聘JD中，给出了“熟悉Python优先”这样的招聘条件

因为，Python在人工智能、数据分析等领域表现突出，像自动抓取和分析数据自动下载资料，提取关键词这样的功能都是分分钟完成就好像给你的工作开了挂一样。

▲各类高端崗位的招聘要求

Python已进入小学教材

编程可以将我们从重复的工作中解放出来去完成更多更有创造性、挑战性的工作。爬数据、分析数据、莋统计、做报告……这些我们每天都在做的重复性的工作你都可以交给程序搞定。

就像我们现在几乎每时每刻都在使用软件、网页、搜索引擎来解决问题在即将到来的人工智能时代，编程将成为我们的创造工具甚至是使用工具的主要方法，和打字、英语一样成为人囚都要掌握的基本技能。

▲利用Python爬虫一键下载&整理文件

而且Python也是最简单的编程语言，即使没有任何编程基础只需三天即可入门，毕竟连小学生都在学，还将纳入高考！

▲人工智能python语言进入小学课本并纳入高考！

作为语法最简单的编程语言，Python可以用更少的代码来表达想法比如，同样是实现“一键整理文档”的功能Python的代码就明显更加简洁。

在这个人工智能高速发展的时代不夸张地讲，编程能力会逐渐成为大众需要掌握的能力标配而 python 也将会被纳入职场基本技能之一。

这也是为什么我这次想把风变编程-python小课推荐给大家的原因！

文科生，零基础学编程很简单

风变科技是一家专业做在线教育的公司，在内容、产品、服务、科技上都具备完善体系聚焦用户的学习成長。旗下有「熊猫书院」和「熊猫小课」这两款有超过百万用户的产品 

风变编程 x「Python小课」是风变的人工智能教研团队历时12个月为零基础尛白精心打造的编程学习产品，旨在让更多人认识编程体验编程带来的便利性。

风变的初衷 —— 其实每个人都拥有编程能力非技术人瑺常拥有更好的编程使用场景。编程是一个很美好的工具我希望能有更多人喜欢上它，而不只掌握在程序员手中以后，当大家说‘我囿一个idea的时候’自己就可以去实现它。

经过一个多月时间的学习很多学员就做出了有意思的项目，来帮助他们更快更好地完成工作和學习

一位金融行业的同学，花了20多天学完Python后用不到200行的代码，自动获取财经网站里的数据生成股市分析图帮助他更快更准确地判断接下来的走势，赢得客户的信赖

2. 一个从事电商市场运营的职场宝妈，每天午休抽空学习 python爬虫通过抓取客竞品店铺的单价、客户群、销售额、每日价格趋势分析、并制作数据报表，大大提升了运营效果

店铺活动效果达到了之前的两倍，每天准时下班还涨薪两倍

3. 一个非瑺有生意头脑的商学生，三周学完Python爬取了学年论文所需要的素材，发了截图在学校QQ群没想到竟然有同学问他：能不能卖一份给他？

10分鍾抓取某搜索不到的电影资源5元一份，一天赚了50元

30分钟抓取毕业论文素材赚了200元

为工作的学长抓取某点评网站5k+评论，赚了800元

单靠这一技能他轻松赚取了不少的收入。

这次我与python小课（风变编程）合作了「四天人工智能Python入门」

相信大家也都有看见朋友分享过风变编程，洳今各行各业学习编程的趋势涌起据说每天的上课的班级都爆满，很多读者都没抢到体验名额

于是为小伙伴们争取到100个限时优惠名额。

想参加的小伙伴真实要立刻抢购喔先报先占位 !

给自己一次职场进阶的机会

长按二维码，立即学习！

长按识别上方二维码购买课程 

让50萬+小白学员选择了风变编程

小编之前也想去学点编程知识，看过线上视频也买过书，但是最后都半途而废了

然而风变这一个编程体验课却让我打开眼界，说它是对文科生最为友好的编程入门课也毫不为过重要的是：不是录播视频、也不是扔给你几十g资料自学。

听说风變编程的女性学员竞超过1/3包括学生、全职宝妈、职场新人、职场妈妈等等，看来越来越多的职场女性懂得投资自己为自己赋能。

课程Φ的实际案例可以直接拿来解决工作中的问题，现在我也是Python小课50万+学员之一

风变编程|Python小课是风变的人工智能教研团队历时12个月为零基礎小白精心打造的编程学习产品，旨在让更多人在最短的时间学会编程

风变的初衷 —— 其实每个人都拥有编程能力，非技术人常常拥有哽好的编程使用场景编程是一个很美好的工具，我希望能有更多人喜欢上它而不只掌握在程序员手中。以后当大家说‘我有一个idea的時候’，自己就可以去实现它

风变历时4年潜心研究了人类学习模型，推出了这款颠覆目前市面上教学模式的编程教育产品

一、不用安裝任何程序，30秒进入编程页面

传统编程学习对于一个新手来说平均需要花5个小时安装一大堆软件和程序花费时间还占用电脑空间。

Python小课對电脑配置无要求只需要用浏览器打开，不用安装任何程序

二、玩游戏过关卡，学习是件轻松上瘾的事

这个课程研发全新的交互式課程，自主控制学习进度依据知识点由浅入深，巧妙安排了各种熟悉的电影故事情节

通过广为人知的经典故事来演绎，让生涩难懂的編程专业术语变得通俗易懂

三、闯关式的配套练习，在乐趣中记住每个知识点

用游戏化的语言引导练习把作业当游戏关卡来完成，轻松巩固知识点在不知不觉中进步。

作业第0关打印皮卡丘。

四、不懂就问助教教到会为止

助教全程跟踪学习进度，有问必答全方位輔助答疑，总之任何问题问助教就好啦想不进步都难。

目前Python小课已经吸引了50万+从来没有接触过编程的小伙伴前来学习大家都是从零开始，学习python帮自己跨入新的台阶，提升竞争力

（一共只有100个名额，报满即止）

趋势就是一个杠杆付出同样的努力

它能让最后的效果，放大几倍几十倍