AIOps实践三板斧:从可视化、自动化到智能化

作者: 王雪燕 2018-06-22 22:36:23

2018年5月18-19日,由51CTO主办的全球软件与运维技术峰会在北京召开。此次峰会围绕人工智能、大数据、物联网、区块链等12大核心热点,汇聚海内外60位一线专家,是一场高端的技术盛宴,也是***IT技术人才学习和人脉拓展不容错过的平台。

在“容器下的AIOps”分会场,新炬网络董事、副总经理程永新做了主题为《AIOps实践三板斧:从可视化、自动化到智能化》的精彩演讲。程永新从事运维管理工作近二十年,历经了IT技术架构、运维管理模式与工具的变迁,本次演讲阐述了企业级AIOps的演进路线,从实际场景进行突破,围绕AIOps落地展开。

AIOps平台产品化之难何以突破

在移动化、大数据、云计算、人工智能等新技术的推动下, IT技术架构悄然变迁, 从传统“IOE架构”走向“互联网架构”。互联网架构所涉及的网元数、技术栈、服务数等元素成倍剧增,使得运维压力越来越大。这样的趋势下,运维管理模式从ITIL向DevOps演化,运维管理工具也发生了从ITOM、ITOA到AIOps的颠覆性变革。

虽然Gartner给出了AIOps平台市场指南,但是依照数据管理、模式算法、场景驱动这三要素进行,AIOps平台就能实现落地吗?其实不然。在这个过程中会遇到多重困难:其一,擅长开发的开发人员不擅长运维,擅长运维的运维人员不擅长开发;其二,规模不一的诸多历史系统纵向经历过几次迭代、横向经历过多大规模,是否能与AIOps***兼容?其三,AIOps平台产品化需要既能兼顾历史与未来需求,又能满足静态稳定与敏捷发展需要,还要能跨越规模与行业的界限。

新炬网络自2006年成立至今,一直在为电信、电力、航空、金融等大型企事业单位提供运维管理服务。结合行业实践经验,程永新提出了AIOps落地三板斧:从可视化、自动化到智能化,以新炬网络建设AIOps智能运维平台做示例,证实了场景驱动是实现AIOps落地的***方式。

AIOps落地三板斧之可视化

可视化为何如此重要,成为***板斧?原因在于可度量是一切管理的开始,可视化是管理结果的呈现。在AIOps落地过程中,不可或缺的环节是尽可能量化更多的指标,并且实现指标可视化。在这个过程中,企业需要构建立体的可视化监控体系,进而实现从业务到资源的立体、深度关联分析。

图1新炬网络可视化智能监控体系框架图

如图1所示,新炬网络的智能监控告警系统通过对操作系统、数据库、虚拟化、网络设备、中间件、存储等进行统一数据采集,让用户通过监控大屏即可实时查看系统各指标情况。此外,通过智能算法构建的可视化健康度模型,还将系统监控简化成智能打分形式,简化监控决策。

AIOps落地三板斧之自动化

AIOps落地的第二步是自动化,对于大量的频繁操作,如安装、部署、补丁下发、巡检操作等,都可以用自动化的方式来减少运维人员的工作量。

AIOps场景:故障分析自动化

图2 实时故障路径分析

如图2所示,在自动化处理过程中引入大数据和智能分析能力,实现运维实时故障路径分析、快速定位故障的能力,并能对复杂系统的“点、线、面”故障影响度进行分析。

AIOps场景:数据库运维自动化

图3 数据库智能运维与智能SQL优化

所有的PaaS核心在于数据库,而数据库运维的工作又在整个生产运维中占非常大的比重。如图3所示,新炬网络针对性地推出了DPM数据库智能运维平台,目前已经支持Oracle、DB2、MySQL、SQL Server等多种常见数据库,实现一个平台多种数据库的智能运维管理,可快速发现问题、定位问题、提供优化建议,还可以对应用版本变更过程引发的SQL问题,提出针对性的优化建议、对高危SQL进行自动识别与审核,降低应用上线带来的风险。

AIOps落地三板斧之智能化

走过了可视化、自动化阶段,就解决了企业80%的运维问题,那么接下来如何走向智能化?突破口在于场景驱动。新炬网络根据自身在企业级运维服务市场深耕十余年的经验,总结出智能巡检、资源管理、应用容量、网络安全、用户体验、故障诊断、容灾切换、安全审计这八大运维场景,均可从自动化走向智能化。

图4 智能化落地前提:运维大数据

如图4所示,程永新特别强调了运维大数据的关键作用,它是智能化落地的前提。以新炬网络为例,当有了统一采集、多维立体的可视化监控体系,实现了八大运维场景自动化之后,基于新炬网络自主研发的IVORY大数据日志分析平台,发力AIOps实时运维数据分析,从而实现故障的提前预警、异常隐患的及时发现及趋势分析。IVORY结合了多年的行业运维经验沉淀,逐步探索出了告警自愈、故障自动恢复等能力,并在移动运营商和金融行业实现了生产实践。

新炬网络AIOps企业级实践与演进路线

新炬网络AIOps企业级实践与演进路线整体分为三个阶段:运维平台基础能力、运维大数据和工具能力,以及AIOps能力及场景落地,每个阶段的相关建设与举措如图5所示。

图5 新炬网络AIOps企业级实践与演进路线图

在演讲过程中,程永新还提及到新炬网络助力多家金融企业客户实施AIOps落地的案例,包括针对全国性商业银行数据库实施的智能运维、针对金融风控数据部署的大数据分析应用,以及为金融企业提供的整体AIOps智能运维平台等。在金融行业信息化建设层面,新炬网络坚持“企业级产品+本地化服务”的双轮驱动战略,在其十余年大型企业运维服务经验中厚积薄发,推动金融科技创新、加快新技术在金融行业的应用。

新炬网络 AIOps 三板斧
上一篇:程序员裸辞后转人工智能,4个月后开始后悔,期间经历坎坷 下一篇:麻省理工学院爆黑科技 通过思维命令机器执行任务
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

经历灾难后,微盟放弃自建数据库,赔付商家1.5 亿

近日微盟出现了大规模系统故障,根据官方通告:微盟研发中心运维部核心运维人员贺某,于2月23日晚18点56分通过个人VPN登入公司内网跳转机,因个人精神、生活等原因对微盟线上生产环境进行了恶意的破坏;这是一起运维部门核心员工在生产环境的“删库”操作引发的。

Captain ·  2020-02-28 18:27:37
不容错过的AIOps落地关键点指南

随着越来越多企业愿意在运营中采用AIOps的模式,他们所要面对的问题是:如何以与业务需求相适应的方式来接受它。我们为您准备的一些有关AIOps落地关键点指南。

陈峻 ·  2019-10-29 09:00:00
AIOps落地实践大揭秘!看WOT三位专家如何点金AIOps

在企业赋能章节中C会场AIOps分论坛,宜信研发架构师肖云朋、F5 Networks大中华区首席技术官吴静涛、日志易创始人&CEO陈军三位前沿应用方面的专家受邀出席发表精彩演讲。

周雪 ·  2019-07-17 15:10:12
大数据与AI如何助力食品饮料行业发展?

数字化几乎颠覆了每一个行业,从金融服务到医疗保健,而食品和饮料行业也不例外。从历史上看,风味特点、潮流和新的食品主要归功于厨师和产品开发人员。而在将一个创意转化成产品并推向市场之前,可能需要花费几个月甚至是几年的时间。

至顶网 ·  15h前
研究公司统计了9大AI领域,分析了世界各国AI法律举措

世界各国政府正在迅速采取行动,以确保现有的法律、法规以及框架,能够在人工智能技术变革中继续起效,应对由新浪潮带来的种种新挑战。

佚名 ·  16h前
中国的自动驾驶,到底比美国差在哪?

从亚利桑那凤凰城到德克萨斯埃尔帕索的路程大概 690 公里,在地图上显示,开车需要 6.5 个小时以上。如果你最近在两座城市之间的高速公路上行驶过,可能在你身边经过的卡车,就是自动驾驶的。

赵子潇 ·  18h前
单张图像就可以训练GAN!Adobe改良图像生成方法 | 已开源

数据集太小了,无法训练GAN?试试从单个图像入手吧。去年谷歌就提出了SinGAN,是第一个拿GAN在单幅自然图像学习的非条件生成模型(ICCV 2019最佳论文)。

十三 ·  18h前
护卫中小学生安全,如今已离不开机器人!

近年来,生活水平的提升、二胎政策的放宽都推动了全国儿童人口的增多,但同时也使得遭遇安全事故的儿童比例大幅上升。在此情况下,儿童安全问题不容忽视。

林中易木 ·  23h前
Copyright©2005-2020 51CTO.COM 版权所有 未经许可 请勿转载