AIOPS 智能運維 轉(zhuǎn)

從去年下半年接觸DevOps到在公司內(nèi)部落地,花了半年時間,公司相關(guān)人員實在體會到效率的提升遭京。

我公司目前的流程是svn/gitlab + jenkins做ci和cd,分測試環(huán)境痢站、準(zhǔn)正式室梅、正式環(huán)境。自動化測試等都沒有做。

【人肉運維】上下班路上在java程序員上刷文章,AIOps關(guān)鍵詞一再出現(xiàn)在我的視野,手里有120幾臺阿里云服務(wù)器拔鹰,有問題都是人肉處理,雖然使用了saltstatck做了配置管理和程序管理贵涵,但是不夠理想列肢。特別是有問題比較難快速定位到問題。

今天學(xué)習(xí)了《企業(yè)級AIOps實施建議白皮書V0.6》独悴,把學(xué)習(xí)筆記整理在下面例书。

AIOps就是智能運維(Artificial Intelligence for IT Operations),目標(biāo)是基于已有的運維數(shù)據(jù)(日志、監(jiān)控信息刻炒、應(yīng)用信息等)决采,通過機器學(xué)習(xí)的方式來進一步解決自動化運維所未能解決的問題,提高系統(tǒng)的預(yù)判能力、穩(wěn)定性坟奥、降低IT成本树瞭,并提高企業(yè)的產(chǎn)品競爭力拇厢。

AIOps 不依賴于人為指定規(guī)則,主張由機器學(xué)習(xí)算法自動地從海量運維數(shù)據(jù)(包括事件本身以及運維人員的人工處理日志)中不斷地學(xué)習(xí)晒喷,不斷地提煉并總結(jié)規(guī)則孝偎。

類似于使用tensorflow使用CNN訓(xùn)練出圖形驗證碼識別模型嗎,然后就無敵了!!!

AIOps的能力等級:嘗試應(yīng)用凉敲、單點應(yīng)用衣盾、串聯(lián)應(yīng)用、能力完備爷抓、終極AIOps

【學(xué)件】學(xué)件(Learnware)=模型+歸約,也稱AI運維組件势决,在類似API/公共庫的基礎(chǔ)上,保存了通過自學(xué)習(xí)/專家算法學(xué)習(xí)到的解決特定場景的智能規(guī)則。

AIOps能力框架蓝撇?

【智能變更】DevOps通過串聯(lián)變更的各個環(huán)節(jié)形成流水線提升了效率果复。智能變更的系統(tǒng)決策來源于運維人員的運維經(jīng)驗,這些經(jīng)驗通過機器學(xué)習(xí)渤昌、知識圖譜等手段轉(zhuǎn)化成系統(tǒng)可學(xué)習(xí)和實施的數(shù)據(jù)模型虽抄。

【智能問答】AIOps智能問答系統(tǒng)通過機器學(xué)習(xí),自然語言處理等技術(shù)來學(xué)習(xí)運維人員的回復(fù)文本独柑,構(gòu)建標(biāo)準(zhǔn)問答知識庫迈窟,從而在遇到類似問題的時候給出標(biāo)準(zhǔn)的,統(tǒng)一的回復(fù)群嗤。這樣菠隆,不僅可以有效地節(jié)省運維人員的人力成本兵琳,還能夠使得提問得到更加及時的回復(fù)狂秘。

【智能決策】AIOps 智能決策一方面可以將運維人員的決策過程數(shù)據(jù)化,構(gòu)建決策支持知識庫躯肌,從而實現(xiàn)經(jīng)驗積累;另一方面者春,由于系統(tǒng)掌握了從全局到細節(jié)的數(shù)據(jù),再結(jié)合決策支持知識庫清女,可以為更加準(zhǔn)確的決策提供最有力的支撐钱烟。

質(zhì)量保障:數(shù)據(jù)源/指標(biāo)/文本異常檢測、基于人工故障庫/數(shù)據(jù)挖掘的故障診斷嫡丙、故障預(yù)測拴袭、故障自愈。

成本管理: 成本優(yōu)化曙博、資源優(yōu)化拥刻、容量規(guī)劃、性能優(yōu)化

關(guān)鍵技術(shù):

1. 數(shù)據(jù)采集

2. 數(shù)據(jù)處理

3. 數(shù)據(jù)存儲

4. 離線和在線計算

算法技術(shù)

1. 指標(biāo)趨勢預(yù)測

2. 指標(biāo)聚類

3. 多指標(biāo)聯(lián)動關(guān)聯(lián)挖掘

4. 指標(biāo)與事件關(guān)聯(lián)挖掘

5. 事件與事件關(guān)聯(lián)挖掘

6. 故障傳播關(guān)系挖掘

參考資料:企業(yè)級AIOps實施建議白皮書V0.6

http://www.gaowei.vip/lib-69714852.html

---------------------

作者:wxmgcs

來源:CSDN

原文:https://blog.csdn.net/wxm6614/article/details/80457568

版權(quán)聲明:本文為博主原創(chuàng)文章父泳,轉(zhuǎn)載請附上博文鏈接般哼!

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末吴汪,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子蒸眠,更是在濱河造成了極大的恐慌漾橙,老刑警劉巖,帶你破解...
    沈念sama閱讀 219,110評論 6 508
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件楞卡,死亡現(xiàn)場離奇詭異霜运,居然都是意外死亡,警方通過查閱死者的電腦和手機蒋腮,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,443評論 3 395
  • 文/潘曉璐 我一進店門觉渴,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人徽惋,你說我怎么就攤上這事案淋。” “怎么了险绘?”我有些...
    開封第一講書人閱讀 165,474評論 0 356
  • 文/不壞的土叔 我叫張陵踢京,是天一觀的道長。 經(jīng)常有香客問我宦棺,道長瓣距,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,881評論 1 295
  • 正文 為了忘掉前任代咸,我火速辦了婚禮蹈丸,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘呐芥。我一直安慰自己逻杖,他們只是感情好,可當(dāng)我...
    茶點故事閱讀 67,902評論 6 392
  • 文/花漫 我一把揭開白布思瘟。 她就那樣靜靜地躺著荸百,像睡著了一般。 火紅的嫁衣襯著肌膚如雪滨攻。 梳的紋絲不亂的頭發(fā)上够话,一...
    開封第一講書人閱讀 51,698評論 1 305
  • 那天,我揣著相機與錄音光绕,去河邊找鬼女嘲。 笑死,一個胖子當(dāng)著我的面吹牛诞帐,可吹牛的內(nèi)容都是我干的欣尼。 我是一名探鬼主播,決...
    沈念sama閱讀 40,418評論 3 419
  • 文/蒼蘭香墨 我猛地睜開眼景埃,長吁一口氣:“原來是場噩夢啊……” “哼媒至!你這毒婦竟也來了顶别?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 39,332評論 0 276
  • 序言:老撾萬榮一對情侶失蹤拒啰,失蹤者是張志新(化名)和其女友劉穎驯绎,沒想到半個月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體谋旦,經(jīng)...
    沈念sama閱讀 45,796評論 1 316
  • 正文 獨居荒郊野嶺守林人離奇死亡剩失,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 37,968評論 3 337
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了册着。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片拴孤。...
    茶點故事閱讀 40,110評論 1 351
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖甲捏,靈堂內(nèi)的尸體忽然破棺而出演熟,到底是詐尸還是另有隱情,我是刑警寧澤司顿,帶...
    沈念sama閱讀 35,792評論 5 346
  • 正文 年R本政府宣布芒粹,位于F島的核電站,受9級特大地震影響大溜,放射性物質(zhì)發(fā)生泄漏化漆。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點故事閱讀 41,455評論 3 331
  • 文/蒙蒙 一钦奋、第九天 我趴在偏房一處隱蔽的房頂上張望座云。 院中可真熱鬧,春花似錦付材、人聲如沸朦拖。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,003評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽贞谓。三九已至,卻和暖如春葵诈,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背祟同。 一陣腳步聲響...
    開封第一講書人閱讀 33,130評論 1 272
  • 我被黑心中介騙來泰國打工作喘, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人晕城。 一個月前我還...
    沈念sama閱讀 48,348評論 3 373
  • 正文 我出身青樓泞坦,卻偏偏與公主長得像,于是被迫代替她去往敵國和親砖顷。 傳聞我的和親對象是個殘疾皇子贰锁,可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 45,047評論 2 355

推薦閱讀更多精彩內(nèi)容