智能化运维管理要求（智能化运维方案）

本篇文章给大家谈谈智能化运维管理要求，以及智能化运维方案对应的知识点，希望对各位有所帮助，不要忘了收藏本站喔。 今天给各位分享智能化运维管理要求的知识，其中也会对智能化运维方案进行解释，如果能碰巧解决你现在面临的问题，别忘了关注本站，现在开始吧！

本文目录一览：

• 1、智能运维管理平台是如何进行运维管理的？

• 2、《配电室安全管理规范》 下的配电室智能运维

• 3、智能运维是什么？

• 4、智能运维适合哪些场景？都涉及那些领域？

• 5、智能运维服务都有哪些功能以及效果呢？

智能运维管理平台是如何进行运维管理的？

IT运维从传统走向智慧智能化运维管理要求，首先要经历数字化运维阶段智能化运维管理要求，搭建数字运维中台既是实现运维数据有效治理智能化运维管理要求的前提和基础智能化运维管理要求，也是推进运维数智化转型的第一步。针对上述需求，擎创科技自主研发的擎创夏洛克AIOps智慧运营平台(如下图所示)可通过数字运维中台，对运维数据进行统一的采集存储和管理，即便面对高达100TB的日增数据量，也可进行秒级实时分析，为异常检测、根因定位等场景奠定坚实基础。

擎创夏洛克AIOps智慧运营平台架构

与传统运维方式相比，智能化运维最突出的优势是“数据大集中”，即基于数字运维中台建设，通过统一监控中心来集中管理和分析所有运维数据，并以业务视角观测运维数据的相关性，最终建立智能化场景来解决实际问题。擎创自主研发的智能运维产品——夏洛克AIOps智慧运营平台，刚好为此量身定制。它能以全局运营视角解读IT运维，在AI算法平台的支撑下实现包括精准告警、异常检测、根因定位和容量分析等场景，助力企业数字化业务高效、稳定和顺畅运行。

擎创夏洛克AIOps智慧运营平台架构

目前，夏洛克AIOps已在政府机关组织、银行业、证券保险业和交通运输业等行业场景中应用落地，极大节省智能化运维管理要求了企业客户的人力成本和资金成本，提升了运维的有效性和质量。例如，通过为客户构建智能运维平台，轻松应对日增80TB的数据量，让客户平均故障修复时间（MTTR）缩短150%以上，运维总体拥有成本（TCO）下降80%以上。

《配电室安全管理规范》 下的配电室智能运维

北京城市管理委员会发布的标准DB11/T527-2021《配电室安全管理规范》（以下简称“新标准”），已于2022年1月1日起正式实施。

新标准里首次明确了配电室智能运维的定义、技术要求和行业规范，规定了配电室安全管理的一般要求、设备管理、设施管理、运行维护、人员要求和重大活动安全用电等要求，对保证配电室安全运行具有重要意义。

当前，北京市有近11万家高压自管单位配电室，其运行管理形式五花八门，没有统一标准，存在用电安全隐患。北京市对配电室智能运维管理主要依据GBT31989-2015《高压电力用户用电安全》和DB11/527-2015，但上述两项标准规定对配电室智能运维模式没有具体要求和相关技术规范。

在2019年9月1日实施的团体标准《高压电力用户配电室智能化运维规范》是对配电室智能运维管理的有效补充。

新标准明确了配电室运行管理模式分为 有人值班配电室 与 无人值班配电室 两种。新标准要求配电室智能运维企业依据物联网、大数据、云计算、移动应用等现代信息技术建设智能运维系统，以实时监测数据为基础建立智能运维中心，结合智能运维操作队对辖区内配电室开展智能化运维工作，实现“无人值班，少人值守”的智能化运维模式。新标准约束 配电室智能运维企业 严格按照技术标准、规范从事智能化运维服务，结束了原来配电室智能运维行业无序竞争状态，同时也打消了用户对配电室智能运维合规性的疑虑，对配电室智能运维市场发展起到积极地推动作用。新标准颁布实施后， 配电室智能运维模式 能有效解决 北京地区配电室专业运维工人不足 困境。按照GBT/31989、DB11/527-2015以及劳动法的相关要求，配电室运行维护应配置持有特种作业许可证的电工对配电室进行日常运行维护，即 每个配电室至少配置6-8名专业电工 。北京地区约有11万家高压自管单位，普遍面临招聘难、人工成本居高不下。新标准实施后，明确具备条件的配电室可以实现“无人值班，少人值守”的配电室智能运维模式，是对人力资源不足的有效补充，间接提高北京地区配电网运行安全。

智能化运维 依托配电室智能运维系统，以实时监测数据为基础，以可视化为手段，以智能化功能为依托，利用智能化数据分析技术，实时监控配电室运行状态，结合线下巡检、抢修等工作，共同保障配电室的安全运行，提高运维效率，降低运维成本，可实现配电室无人值班、少人值守的运维模式。智能化运维的关键组成要素包括智能运维中心、智能运维系统、无人值班配电室、智能运维操作队等四部分组成。

智能运维系统是智能化运维的核心，其架构由四层组成。

智能运维是什么？

得益于IT外包服务的发达，现在的运维已经不包括搬机器上架、接网线、安装操作系统等基础工作，运维人员一般会从一台已安装好指定版本的操作系统、分配好IP地址和账号的服务器入手，工作范围大致包括：服务器管理（操作系统层面，比如重启、下线）、软件包管理、代码上下线、日志管理和分析、监控（区分系统、业务）和告警、流量管理（分发、转移、降级、限流等），以及一些日常的优化、故障排查等。

随着业务的发展、服务器规模的扩大，才及云化（公有云和混合云）、虚拟化的逐步落实，运维工作就扩展到了容量管理、弹性（自动化）扩缩容、安全管理，以及（引入各种容器、开源框架带来的复杂度提高而导致的）故障分析和定位等范围。

听上去每一类工作都不简单。不过，好在这些领域都有成熟的解决方案、开源软件和系统，运维工作的重点就是如何应用好这些工具来解决问题。

传统的运维工作经过不断发展（服务器规模的不断扩大），大致经历了人工、工具和自动化、平台化和智能运维（AIOps）几个阶段。这里的AIOps不是指Artificial Intelligence for IT Operations，而是指Algorithmic IT Operations（基于Gartner的定义标准）。

基于算法的IT运维，能利用数据和算法提高运维的自动化程度和效率，比如将其用于告警收敛和合并、Root分析、关联分析、容量评估、自动扩缩容等运维工作中。

在Monitoring（监控）、Service Desk（服务台）、Automation（自动化）之上，利用大数据和机器学习持续优化，用机器智能扩展人类的能力极限，这就是智能运维的实质含义。

智能运维具体的落地方式，各团队也都在摸索中，较早见效的是在异常检测、故障分析和定位（有赖于业务系统标准化的推进）等方面的应用。智能运维平台逻辑架构如图所示。

智能运维平台逻辑架构图

智能运维决不是一个跳跃发展的过程，而是一个长期演进的系统，其根基还是运维自动化、监控、数据收集、分析和处理等具体的工程。人们很容易忽略智能运维在工程上的投入，认为只要有算法就可以了，其实工程能力和算法能力在这里同样重要。

智能运维需要解决的问题有：海量数据存储、分析、处理，多维度，多数据源，信息过载，复杂业务模型下的故障定位。这些难题是否会随着智能运维的深入应用而得到一定程度的解决呢？我们会在下一篇文章中逐步展开这些问题，并提供一些解决方案。

本文选自《智能运维：从0搭建大规模分布式AIOps系统》，作者彭冬、朱伟、刘俊等，电子工业出版社2018年7月出版。

本书结合大企业的智能运维实践，全面完整地介绍智能运维的技术体系，让读者更加了解运维技术的现状和发展。同时，帮助运维工程师在一定程度上了解机器学习的常见算法模型，以及如何将它们应用到运维工作中。

智能运维适合哪些场景？都涉及那些领域？

IT的智能运维AIOps，目前在国内落地比较多的是对IT故障容忍率更低的行业，比如金融、交通、互联网等等。各厂商主要的差异在于数据治理的能力和经验（当数据量越来越大时，一个好的运维数据中台可以保证运行性能）、产品线的覆盖度（告警、日志、指标等均可进行智能分析）、智能场景的丰富度。

对于智能运维来说，常见的智能场景有异常检测、根因定位、自动排障、容量预测、告警收敛、日志聚类等。随着应用的进一步广泛，智能场景也会不断更新、越来越多。

可以说智能运维的发展完全是顺应时代的需求，互联网逐渐与衣食住行变得息息相关，由生活衍生出来的金融、交通、通讯、能源等行业企业同互联网一起经历了多样化的变迁升级。因此，与互联网伴生而来的是对生产数据的运维管理，经历了手工、自动化的阶段后，在人工智能的推动下，运维逐渐向智能化（AIOps）进化。

智能运维服务都有哪些功能以及效果呢？

智能运维是一种全新的数字化运维能力，且是企业数字化转型的必备能力。智能运维的本质是提升运维数据的认知能力，它在提升运维数据治理能力、优化企业业务数字化风险、降低运维人力成本和提升运维在业务侧的影响力方面都有本质的提升。

智能运维，又称AIOps（Artficial Intelligence for Operations），是一种将大数据、人工智能或机器学习技术赋能传统IT运维管理的平台（技术）。

比如以我们公司的夏洛克AIOps智慧运营平台为例。它能以全局运营视角解读IT运维，在AI算法平台的支撑下实现包括精准告警、异常检测、根因定位和容量分析等场景，助力企业数字化业务高效、稳定和顺畅运行。

运维数据治理。通过高性能实时处理的数据平台广泛采集、处理和分析数字化业务运行过程中的多样化运维数据，包括告警、指标、日志、配置以及运维工单等类别，不仅提升了运维大数据的治理能力，优化了数据质量，而且为进一步激活运维数据的价值打下了良好基础；

业务数字化风险。使运维人员不仅提升了历史运维数据的分析能力并且能够对实时数据进行异常检测和问题预判，有效降低数字化业务的运行风险，提升可用性、稳定性；

运维人力成本。使真正意义上的跨域根因定位成为可能，降低对专业运维人员经验技能的依赖，迅速缩短故障排查时间并有效降低人力成本；

业务侧影响力。以业务视角利用多元化数据提高运营分析和决策能力，比如端到端的分析业务交易状态，提供给业务、客服部门及时反馈和决策支持依据，充分增强业务影响力；

智能运维发展正如火如荼，Gartner预见其为下一代运维，认为到2022年将有近50%的企业用户部署智能运维。虽然目前不少企业已经在积极投入建设，也还有一些企业处在迷茫阶段，尽早布局才能在数字化时代不会被淘汰。

关于智能化运维管理要求和智能化运维方案的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站。 智能化运维管理要求的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于智能化运维方案、智能化运维管理要求的信息别忘了在本站进行查找喔。