立即咨询

电话咨询

微信咨询

立即试用
商务合作

一篇关于“AIOps”蓝鲸智能运维的思考文章

2020-03-06

    矛盾是事物发展的源泉和动力。只有不断的解决问题才能够不断地自我提升,运维中的矛盾,既有来自业务和技术上的,也有来自开发和运营的,而想要解决这些问题只能不断的向前发展。
    一、安全生产
    数据中心的主要职责是安全生产,围绕着安全生产有三个目标:
    1高可用架构:高可用的IT基础设施可以确保应用系统的可用性与连续性,包括:应用集群、系统热迁、数据库集群、存储复制、物理备份等。
    2高效运维:围绕着高可用架构,进行一些列高效运维工作,包括:资源供给、应用部署、日常变更、故障处理、数据治理等。
    3 节约成本:在满足高可用和高效的前提下,尽量节约成本,包括资源优化、性能优化、以及减少成本不敏感的资源浪费。

    二、高效运维
    主要涉及如下四个方面工作:
    1资源供给:之前的这些工作需要多人协同,效率无法保证。现在通过云计算,可以提前准备一批资源,然后通过自动化的流程去衔接,避免沟通成本和低效的手工操作,提高了效率和人员安全。
    2应用部署:之前是开发——测试——组织投产——开展运维,应用发布部署效率低。现在通过DevOps提高效率,DevOps强调持续CI/CD,通过CI实现开发到测试的持续集成测试,通过CD实现开发到运维的持续系统部署,通过CD实现技术到业务的持续价值交付。
    3变更管理:之前是人工配合一些工具脚本,无系统化思维能力,往往只见树木不见森林。现在是通过云提升系统外变更效率,通过自动化工具(例如Puppet和Ansible)提高系统内变更效率。
    4故障处理:之前是接到监控告警,各专业分析根源,执行应急预案,但是存在很多问题。现在是通过AIOps解决,实现故障预测、故障检测、根因分析、故障自愈,尽量减少人工参与。
    三、智能运维(AIOps)
    IT运维经历了三个阶段,即人工运维、自动化运维、智能运维(AIOps)。人工运维是指人工配合脚本。自动化运维是指系统工具的自动化,决策在人,执行在机器。智能化运维是指决策的自动化,决策在机器,执行也在机器。
    1 AIOps定义:AIOps是指基于已有的运维数据(访问关系、监控告警、日志),采用数据分析和机器学习方法,提高运维决策能力,解决自动化运维无法解决的问题,进一步提高运维效率,AIOps的价值不仅在于提供智能运维决策,也在于实施过程中,对已有的基础架构、应用关系、监控告警、日志数据等进行梳理。实现真正的精细化运维,当然,AI算法的局限性、场景的多样性、数据的复杂性,决定了AIOps是人力密集性、过程的曲折性。也决定了AIOps不能解决全部问题,需要人机协同和知识图谱,才能发挥AIOps最大价值。
    3.2 数字化运维:信息化是把手工流程变成线上流程,数字化是把物理对象抽象为数字对象,通过大数据分析和机器学习算法挖掘数据的价值,大数据主要通过大量多样数据的分析,挖掘数据的价值,会使用到一些机器学习算法。机器学习主要强调决策的自动化,依赖的基础也是数据,可以说,大数据分析基础,AI是目标态,AIOps是运维数字化的直接体现。
    3.3 AIOps场景:一是质量方向,主要是异常处理,包括异常预测、异常检测、根因分析、故障自愈等;二是效率方向:主要是预测,包括批量预测、容量预测、交易量预测等;三是成本方向,包括资源优化、性能优化等。
    3.4算法为尊:
    现阶段的AI得以发展,得益于算力、算法、数据的共同改良,算力是通用的,场景决定数据,数据决定算法。往往不同的场景有不同的数据,即使同一个场景的不同环境也有不同数据,这就决定了数据的适配性、算法的多样性。
    AI算法:机器学习算法,按标注可以分为监督、非监督、半监督、强化。按用途可分为分类、聚类、回归、降维。按照方法可分为统计学、传统机器学习、深度学习等。其中,统计学(例如:正太分布、均衡分布)要求数据必须满足某种分布,在异常检测领域用的多,包括运维领域的故障处理、金融领域的反欺诈、工业领域的残次品检测,传统机器学习(例如:kmeans、随机森林、支持向向量机、贝叶斯、决策树、马尔可夫等),虽然对数据要求弱一些,但对场景依赖强,即使是同一个场景的不同环境,也需要不同模型,在数据分析领域用的比较多,深度学习(深层神经网络,例如:CNN、RNN)对数据要求高,因为更多的数据才能训练出更深的神经网络,更深的神经网络抽象表达能力更好,也就决定了场景适应能力越强,主要是用在图像技术、语音技术、自然语言处理三个通用技术领域。
    AIOps算法:做异常处理时,主要是概率分布和聚类,分类比较少,因为GT少。做预测时,可以是多维的线性回归模型,线性回归简单,但鲁棒性差。也可以是基于深度学习的非线性模型,一则对数据要求高,二则需要监督学习。还可以是传统的贝叶斯模型,但预测效果一般。
    3.5方案为王:学术界研究通用问题,寻找更优的算法。工业界除了需要解决通用问题,还需要解决更多的个性化问题,甲方和乙方经常不在一个频道上,乙方主打算法和产品,甲方确需要解决方案,解决应用场景中的痛点。这中间需要乙方设立解决方案部门,熟悉甲方各种套路,算法的价值在于解决问题,在算法、产品、解决方案、应用场景、产生价值整个周期中,算法仅仅是个开始。研究新算法,解决通用问题,固然很重要,利用已有算法,解决个性化问题,给出完整解决方案,才是关键。
    3.6非零基构建:AIOps是在现有基础架构之上构建的智慧大脑,依赖于现有的眼(应用访问关系、监控告警、日志)和手(云和自动化工具),眼数据主要有:应用访问关系,基础架构成熟的企业,积累了应用访问关系,不成熟的企业,需要借助AIOps进行梳理。监控数据,包括设备监控数据、网络监控数据、系统监控数据、平台监控数据、应用监控数据、业务指标监控数据,这些都是结构化的时序数据。日志数据,非结构化的数据,每个系统都有自己的日志数据,不便于统一分析。手主要分为外手和内手,外手主要是在系统在外侧操作,可以通过云平台(IAAS和PAAS)实现。内手主要通过自动化工具实现,例如无代理的Ansible和有代理的Puppet。AIOps就是基于现有的眼数据,进行分析、推理、决策,然后使用现有的手进行运维。
    四、监管之剑
    监管要求的安稳态是把双刃剑,一方面确保了业务的安全稳定运行,另一方面却阻碍了技术创新,然而,技术创新,无论是云计算、还是DevOps、还是AIOps,都在追求敏捷态,这往往挑战了监管要求。在监管面前,一切违反监管要求的做法都是一票否决,我们可以在现有的监管框架内寻求折中,例如,在严格遵守ITIL的严管控流程的同时,把人工流程全部优化为自动化流程,但这会偏离技术创新的原有初衷。解铃还须系铃人,监管需要为技术创新改变。
    五、结束语
    真理往往都是最简单的,但是,寻找真理的过程确是复杂且艰难的,这也恰恰是魅力所在。我们坚信,在大家的共同努力下,AIOps终将会让所有人看到它的魅力。

 

更多产品了解

欢迎扫码加入云巴巴企业数字化交流服务群

产品交流、问题咨询、专业测评

都在这里!

 

热门数字化产品

晓多科技智能电商客服系统晓多科技智能电商客服系统, 全渠道接入, 提升在线客服效率,场景化识别—新一代场景识别技术, 更精准的识别客户问题 ,问答知识库—初始化全包配置, 配置成本更低, 越用越聪明。上下文识别, 多轮对话, 更智能的机器人,商品知识库—商品知识点自动呈现, 客服点击即回, 准确性高, 响应快。
智引科技智塑云MES系统智引科技智塑云MES系统,工艺巡检,自由定义间隔时间保存生产工艺以备追溯,工艺数字化,工艺参数异常监控,工艺参数变动历史记录。采取“统一备份”的机制,做到及时、安全的数据备份, 同时减轻了数据备份的工作量。
网易瑶台网易瑶台,通过AI算法加持,只需要一张照片即可生成个性化形象,并支持200+维度的自由捏脸,打造元宇宙专属虚拟角色。基于分布式服务框架,支持十万虚拟角色实时在线,通过AOI(感兴趣区域)机制,实现万人同屏下虚拟角色间可见、可交互。
艺赛旗桌面行为分析CDA艺赛旗桌面行为分析CDA,通过可视化录屏、用户行为数据化和基于大数据的智能行为分析,真实全面的记录“人”的行为,帮助企业防范信息泄露,避免商业欺诈,提高客户服务质量和员工工作效率。便捷、灵活的风险监管策略配置,更准确的定位员工的桌面操作行为和风险行为。
壹悟科技智能物流仿真系统Simulator壹悟科技智能物流仿真系统(Simulator)可以实现对仓储场景和工厂场景的业务流程仿真。支持用户导入项目现场运行地图,自定义移动机器人的参数和数量,以真实的物流业务调度系统(WCS)和机器人调度系统(RCS)为内核,驱动仿真运行,高度还原业务实际场景的作业流程和节拍。支持2D和3D实时运行显示,并提供完善的运行数据统计分析。
为你推荐
2025腾讯产业合作伙伴大会|云巴巴荣获双项大奖,载誉而归

1月16日,2025腾讯产业合作伙伴大会在三亚召开。云巴巴,荣膺“2024腾讯云卓越合作伙伴奖—星云奖”和“2024腾讯云AI产品突出贡献奖”双项大奖

2025-01-17
数智化转型下,AI如何重塑供应链管理新生态?洞隐赋能端到端协同

洞隐科技以AI驱动的端到端供应链数智化解决方案为核心,通过整合“供应链管理云平台+行业数字化方案”,构建覆盖从原材料采购到终端交付的全场景协同网络,为制造企业提供从流程优化到智能决策的一体化破局路径。

2025-04-02
打破传统枷锁,MeFlow携手DeepSeek,如何重塑合同管理“不可能三角”

如何在严控合规风险的同时,实现合同全流程自动化与数据穿透?这需要一款深度融合法律专业性与AI技术落地能力的系统。

2025-04-02
如何选择高效的企业知识管理方案?腾讯乐享+DeepSeek让知识库活起来!

如何让AI变得又聪明又懂企业,真正成为企业数字化转型的生产力引擎?

2025-04-01
40万条信息被卖!物流行业如何自救?网宿云WAF三招筑牢物流Web防线

在物流行业实践的基础上,网宿云Web应用防火墙(WAF)凭借部署简易、精准防护、弹性架构、智能双引擎等核心能力,为其他数据密集型行业构建全场景安全防线,其技术优势深度适配各行业数字化转型需求。

2025-04-01
查看更多