智能运维是什么?智能运维策略是什么?

来源网友投稿 631 2022-12-25

本站部分文章、图片属于网络上可搜索到的公开信息,均用于学习和交流用途,不能代表睿象云的观点、立场或意见。我们接受网民的监督,如发现任何违法内容或侵犯了您的权益,请第一时间联系小编邮箱jiasou666@gmail.com 处理。

本篇文章给大家谈谈智能运维,以及智能运维策略对应的知识点,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运维的知识,其中也会对智能运维策略进行解释,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:

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,工作范围大致包括智能运维: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智能运维?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。

有人知道智能运维是什么?

作为企业数字化转型智能运维的重要手段智能运维,IT运维效率的高低会直接影响到业务的正常运转智能运维,业务数字化的加剧会造成严重的运维之殇,发现问题、根因定位、数据治理和运营分析都变得十分困难,越来越难以满足当前主动运营的要求。
智能运维是一种全新的数字化运维能力,也将是数字化转型的必备能力。智能运维相对于传统运维模式而言,能够在运维数据治理、业务数字化风险、运维人力成本和业务侧影响力四个方面有本质的效能提升。

智能运维有哪些好处?

随着企业数字化转型的加速,IT运维数据也迎来智能运维了爆发式增长,随之产生了更多的挑战。对于众多企业来说,在IT建设的过程中都部署过各种运维工具,但各类监控数据只会保存并做固定阈值的简单告警,这些数据互相之间不通,无法对数据进行统一分析。传统运维工作依赖工程师的经验,难以复制和留存。


部署智能运维系统后,能有效地解决这些痛点,提高运维效率。即便是现有的工程师数量也能应对数百倍增长的数据和系统。


完整的智能运维系统包含智能运维

(1)数字运维中台:提供数据治理服务、流批一体化服务和AI算法平台服务。

(2)统一监控中心:将监控对象与运维数据关联,实现对象视角的全面可观测性方案

(3)告警辨析中心:智能化集中告警,构建闭环告警管理

(4)指标解析中心:集中管理监控指标,AI算法智能化检测分析

(5)日志精析中心/日智速析专家:海量数据处理,串联及多维分析,实时聚类检测

(6)运营决策中心:多源数据接入,多设备统一管理,自定义观测场景

简单说来,就像智能手机最终替代传统手机一样,未来的IT运维也会由智能运维统领。除了实现运维工作的降本增效外,更能提供业务视角的观测,彰显运维数据的业务价值。(这一点已在多个客户处被验证)

关于智能运维和智能运维策略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。 智能运维的介绍就聊到这里吧,感谢你花时间阅读本站内容,更多关于智能运维策略、智能运维的信息别忘了在本站进行查找喔。

上一篇:对于传统园区管理的弊端,智慧园区可有效解决
下一篇:事件管理的功能(事件管理器的作用是什么)
相关文章

 发表评论

暂时没有评论,来抢沙发吧~