當(dāng)IT運(yùn)營在互聯(lián)網(wǎng)巨變中左突右奔的掙扎時，AIOps可是一股清流洗凈鉛華？若你身在其中，一定能感受到IT運(yùn)營面臨的巨大變化和挑戰(zhàn)。

隨著數(shù)字化進(jìn)程的加快，企業(yè)越來越將應(yīng)用程序視為其業(yè)務(wù)的關(guān)鍵組件，監(jiān)控應(yīng)用程序以及用戶體驗(yàn)對于IT和業(yè)務(wù)領(lǐng)導(dǎo)者而言變得至關(guān)重要；同時，隨著云、微服務(wù)、容器等技術(shù)的普及，應(yīng)用程序體系結(jié)構(gòu)變得更加模塊化、分布式化和動態(tài)化，使監(jiān)控應(yīng)用程序的運(yùn)行狀況和性能的監(jiān)控變得更加復(fù)雜。IT運(yùn)營為順應(yīng)這些發(fā)展和變化，必須加強(qiáng)對應(yīng)用程序性能的監(jiān)控分析和自動化的能力，從而提高IT運(yùn)營的敏捷性。AIOps已然成了輔助企業(yè)IT運(yùn)營的不二法寶，其期望采用AI技術(shù)來建立數(shù)據(jù)之間相關(guān)性以及進(jìn)行預(yù)測性分析，自動識別海量數(shù)據(jù)中的模式，通過AIOps算法和技術(shù)能夠從收集的數(shù)據(jù)中獲得更深刻的洞察力。

揭開AIOps的神秘面紗 看起來很美

AIOps技術(shù)平臺是結(jié)合大數(shù)據(jù)和機(jī)器學(xué)習(xí)或深度學(xué)習(xí)功能的軟件系統(tǒng)，以增強(qiáng)和部分取代廣泛的IT運(yùn)營流程和任務(wù)，包括可用性和性能監(jiān)控，事件關(guān)聯(lián)和分析，IT服務(wù)管理和自動化，它們的核心功能是從各種資源中跨域提取并存儲數(shù)據(jù)，提供對數(shù)據(jù)的訪問，并在數(shù)據(jù)提取點(diǎn)和存儲點(diǎn)啟用數(shù)據(jù)分析。

AIOps通過將監(jiān)控和分析與自動化流程緊密結(jié)合，收集大量數(shù)據(jù)并進(jìn)行內(nèi)聚性分析，在數(shù)據(jù)本身中尋找模式、異常和因果關(guān)系，促進(jìn)IT運(yùn)營自動化并提高靈活性，最大限度地減少特定領(lǐng)域團(tuán)隊(duì)和數(shù)據(jù)之間的孤島?；诤Ａ康臄?shù)據(jù)和優(yōu)秀的算法，機(jī)器學(xué)習(xí)做出的判斷更加高效和準(zhǔn)確，全面了解數(shù)字業(yè)務(wù)的用戶體驗(yàn)，持續(xù)獲取洞察，從而更智能高效的支持?jǐn)?shù)字化業(yè)務(wù)。

AIOps強(qiáng)大的能力對IT運(yùn)營團(tuán)隊(duì)來說有著天然的吸引力，好像一旦擁有就能橫掃眼前的一切問題和困擾。但當(dāng)理想照進(jìn)現(xiàn)實(shí)，我們發(fā)現(xiàn)，如果沒有堅(jiān)實(shí)的數(shù)據(jù)基礎(chǔ)，AIOps將成為空中樓閣，可望而不可及。

巧婦難為無米之炊，AIOps無法一蹴而就

AIOps作為IT運(yùn)營當(dāng)下的最美好目標(biāo)，未來勢必加速智能化運(yùn)維在企業(yè)中的應(yīng)用。但現(xiàn)實(shí)是AIOps目前在絕大多數(shù)企業(yè)和專業(yè)服務(wù)產(chǎn)商都還只處于初期設(shè)想階段，實(shí)際應(yīng)用仍然非常基礎(chǔ)，主要場景還是集中在較容易實(shí)現(xiàn)的基線預(yù)測及智能預(yù)警，AIOps仍任重道遠(yuǎn)：

首先，企業(yè)要實(shí)現(xiàn)AIOps前提是必須建立起全面獲取IT數(shù)據(jù)的能力，但現(xiàn)在看來很多企業(yè)還并未建立起完善的數(shù)據(jù)收集和監(jiān)控體系，AIOps實(shí)現(xiàn)所依賴的數(shù)據(jù)集仍然極為有限，數(shù)據(jù)源主要包括但不限于日志，指標(biāo)和事件等。

IT特定領(lǐng)域的監(jiān)控主要包括數(shù)字體驗(yàn)監(jiān)控、應(yīng)用性能監(jiān)控、網(wǎng)絡(luò)監(jiān)控、IT基礎(chǔ)設(shè)施監(jiān)控（如下圖），他們是AIOps的基礎(chǔ)數(shù)據(jù)源，負(fù)責(zé)將系統(tǒng)全棧數(shù)據(jù)源源不斷的輸送給AIOps平臺，共同為AIOps提供數(shù)據(jù)資產(chǎn)，以進(jìn)行整合的更高級別的分析和洞察。如果沒有這些大數(shù)據(jù)的支持，AIOps則是無源之水，理想豐滿，現(xiàn)實(shí)骨感。

其次，即使一些企業(yè)率先看到了大數(shù)據(jù)采集的價值，但現(xiàn)狀卻是不同域的IT監(jiān)控工具被部署為孤立的解決方案，可滿足IT運(yùn)營中的特定團(tuán)隊(duì)需求，但彼此形成數(shù)據(jù)孤島，固有的企業(yè)文化和組織架構(gòu)制約數(shù)據(jù)融合，無法形成匯聚之力。如何打開通過AIOps的道道閘門，打破數(shù)據(jù)孤島，建立數(shù)據(jù)資產(chǎn)的統(tǒng)一管理倉庫，是很多企業(yè)需要進(jìn)一步去思考和解決的問題。

另外，AIOps綜合了多領(lǐng)域領(lǐng)先的技術(shù)和理念，目前很多企業(yè)都沒有儲備或發(fā)展大數(shù)據(jù)分析、AI方面的專業(yè)人才，特別是當(dāng)結(jié)果表明需要在代碼級別進(jìn)行干預(yù)以防止中斷或從中斷中恢復(fù)時，能夠解釋這些平臺產(chǎn)生的結(jié)果并加以分析的人才，顯得尤為重要。

所以，我們需要一邊懷揣著夢想，一邊把最基本的事情先做好。AIOps不是一個跳躍式發(fā)展的過程，而是一個長期演進(jìn)的系統(tǒng)。以終為始，有先見之明的企業(yè)在籌劃AIOps時選擇IT數(shù)據(jù)服務(wù)商都特別關(guān)注服務(wù)商的三大能力，即：

一．采集數(shù)據(jù)以及大數(shù)據(jù)處理的能力：為企業(yè)建立全面的IT數(shù)據(jù)倉庫；
二．機(jī)器學(xué)習(xí)和智能算法的能力：實(shí)現(xiàn)IT運(yùn)營自動化，獲得洞察力；
三．融合不同數(shù)據(jù)平臺的能力：打破數(shù)據(jù)孤島，實(shí)現(xiàn)數(shù)據(jù)融合。

所謂不積跬步無以至千里，要想一步步實(shí)現(xiàn)AIOps，就從構(gòu)建堅(jiān)實(shí)的數(shù)據(jù)資產(chǎn)開始吧，那是通向AIOps的必經(jīng)之路。

博睿宏遠(yuǎn)作為中國APM技術(shù)領(lǐng)導(dǎo)者，10余年來一直在IT大數(shù)據(jù)方面深耕，以“數(shù)據(jù)為本，賦能商業(yè)”為公司理念，為企業(yè)提供APM、NPM、DEM等跨域數(shù)據(jù)采集，為企業(yè)建立可視化的全業(yè)務(wù)鏈性能管理體系，保障全部層級問題被快速發(fā)現(xiàn)和定位，幫助企業(yè)全面掌握應(yīng)用性能對業(yè)務(wù)的影響，提升IT系統(tǒng)對數(shù)字化業(yè)務(wù)的支撐效率及質(zhì)量，降低損失，提升用戶體驗(yàn)?！白屆恳患移髽I(yè)都能享受IT運(yùn)營數(shù)據(jù)的價值”為愿景，為企業(yè)實(shí)現(xiàn)智能運(yùn)營提供最強(qiáng)大腦！