智能运维是什么?
智能运维(AIOps)是使用AI算法,在海量运维数据中全自动学习并汇总规则,进而作出决策的运维方式。智能运维可以快速处理数据,分析出有效的运维决策,执行自动化脚本以实现对系统的整体运维,从而有效运维大规模系统。
这一概念最早由Gartner提出:智能运维就是将人工智能加入运维系统中,基于大数据和机器学习,从不同数据源中采集海量数据进行实时或离线分析,使之主动性、人性化和动态可视化,增强传统运维的能力。
智能运维的好处
在智能化转型进程中,传统运维模式面临以下三大挑战:
1.安全运行
如果业务对技术系统的安全稳定运行方面有着高要求,但是功能涉及多个系统应用,所采用的事后处置为主的运维模式,有着异常定位困难、处理效率低等缺陷,这种被动异常响应模式不能满足异常快速定位和处理的要求。
2.人力紧缺
由于工作内容枯燥、工作量巨大,运维岗位对人才的吸引力不高。运维需求不断上升,而人力资源依旧紧缺,这成为了技术系统发展中无法避免的矛盾。
3.远程运维
在单数据中心发展为多数据中心的过程里,由于地点偏僻、巡检工作繁琐重复等困难,会导致传统运维方式成本和压力较大。
为了解决以上问题,必须在运维领域引入新技术、新思路和新体系,才能有效提升运维水平,从而确保系统安全稳定高效的运行。如今相关技术已从自动化运维向智能运维演进,借助人工智能,能够进一步提高运维质量和效率。
目前许多公司正在布局智能运维,探讨如何在运维中引入人工智能,以实现事前智能预警、事后快速定位等一系列的智能运维目标,方便应对新环境下的三大运维挑战,进一步解放与发展生产力。
![智能运维是什么?有什么好处?应用场景介绍 智能运维是什么?有什么好处?应用场景介绍](//ziboxinyan.com/FileUpload/ueditor_s/upload/2022-2/22/63782463819372.png)
智能运维的应用场景
智能运维的建设是从局部单点应用的探索,到单点能力完善,再到完全解决某个局部问题的一个过程,直到将各个智能运维场景相结合,构成一体化智能运维能力。
智能运维的应用场景可分为以下几个层面:
1.运维大数据平台建设
数据是智能运维具体实施的基础,因此必须率先建立运维大数据平台,采集、分析并存储运维数据,定义标准化的指标体系,选取运维数据,同时积累大量有用运维数据。以性能指标体系为例,可对操作系统、数据库、中间件等应用建立可供分析的性能指标体系,并在系统运行中获取性能数据,以此来刻画各应用的正常状态、异常状态的画像,为后续的检测、预测、分析等提供基础的运维知识图谱数据。
2.局部场景智能化
局部场景智能化意思是对运维场景中的硬件、网络、数据库等分别进行智能监控、异常预警、故障发现、故障自愈等场景。局部场景智能化的实现,能让故障发现、处理、排查的效率得到迅速提升,从而有效确保业务稳定运行。与此同时,这种能力的实现可以让智能化运维具备场景化、标准化、自动化等能力。
以网络异常为例,如果智能运维系统检测到网络上有异常指标,就会出发告警时间,在运维人员发现并确认故障后,系统就会使用机器学习算法精准定位故障,并且调用自动化运维工具来进行相应的修复操作,完成该场景下故障自愈。
互联网行业智能运维现状
1.阿里巴巴
阿里巴巴开发了智能故障管理平台,基于机器学习,能对业务异常迅速检测并及时发现故障。利用时间序列分析、机器学习,可以对未来的业务指标趋势完成预测。阿里云上已成功实行智能运维,故障发现准确率提高至80%,召回率升至90%。曾经由于误报浪费的操作时间省下了29小时。
2.百度
百度成功实现单机房故障自愈能力,这一技术基于智能流量调度。能够将止损过程分成三个阶段:感知、决策与执行。利用策略框架支持智能化异常检测、策略编排与流量调度,提升了单机房故障自愈能力。
3.京东金融
京东金融则在云计算数据中心布局了智能巡检机器人,提高机房及数据中心的巡检效率、智能化管理水平,不会有人工的错检和漏检,能够对巡检数据从事数据化管理和高效利用。
4.腾讯
腾讯在机器学习的基础上,成功在织云监控平台完成时间序列异常检测方案,在海量基于时间序列的日志信息中,极少的时间内实现了异常检测。
推荐阅读:
《中兴:UniSeer智能网络运维白皮书(21页).pdf》
《NARI:智能化运维实践之IT健康管理(23页).pdf》
《容知日新-设备智能运维全环节布局互联时代迎风起航-211019(22页).pdf》