睿象云智能告警平台的分派策略
1201
2022-12-27
本文目录一览:
IT运维从传统走向智慧,首先要经历数字化运维阶段,搭建数字运维中台既是实现运维数据有效治理的前提和基础,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。
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。
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。
蓝鲸智云,简称蓝鲸,是一套基于PaaS的技术解决方案;通过蓝鲸,可以实现很多功能,这就是他的优点,缺点就是有些功能比较鸡肋。
1、“运维基础服务”的无人值守;运维基础服务就是我们经常做的发布变更和故障处理,日常的运维操作。
2、“运维增值服务”的低成本实现;也就是说,在实行运维基础服务之后,实现IT运营转型;为相关关联的岗位提供快速、低成本的支撑工具,运营系统,推动企业企业内部的工具文化;并利用云和大数据技术为企业实现精细化的工作活动。
在腾讯内部,蓝鲸支撑着300多款业务,管理着20多万台服务器,完成着14万次发布变更操作,每天处理着变更和操作超过6万次。下面我们一起看蓝鲸的架构图。最底部是管控平台,他具体服务择比如说传输数据,传输文件。
执行脚本等;在管控平台上层,是常用的基础平台,如配置平台、作业平台、数据平台等,他们为上层的集成平台提供原子服务,从而为下面平台提供调度自动化,在集成平台的上层,承载着很多SAAS应用,如标准运维、监控系统。
故障自愈,移动平台等。目前蓝鲸2.0已经开放了这4个平台,管控平台、配置平台、作业平台、集成平台,最底层的管控平台,可以管理各种OS,如WINDOWS,LUNIX,小型机,dux等上面的作业平台可以是基础运维工作的自动化,如智能传输文件。
脚本、云化管理、脚本快速执行,海量主机的并发操作,跨云管理(无论阿里云、腾讯云、私有云等都可以统一管理)等等。
常规的运维监控工具,基本都是监控某一种设备或某种应用的数据,并且通过阈值的设置来进行故障告警。这样虽然也达到了监控的目的,但在实际使用中,常遇到一个个设置阈值特别麻烦、阈值设置不合理造成告警过少或过多、不同监控数据之间没有关联,出一个故障各系统都在告警,难以判断根因的情况。
智能运维AIOps系统,能通过“数字运维中台”,将原有的分散的运维监控数据统一采集、存储、归档到中台内,并且利用“统一监控平台”对这些数据进行分析管理,如果原来有CMDB数据,还能建立关联并生成拓扑图。
当故障发生、系统告警时,告警辨析中心能利用规则和算法,锁定最重要的那些告警信息,并根据统一监控平台梳理的数据关系,协助查询日志及其他故障数据,更快定位根因。
作为企业数字化转型的重要手段,IT运维效率的高低会直接影响到业务的正常运转,传统运维走向智能运维,其实就是运维数字化的过程。在智能运维建设过程中,先平台还是先场景,对于很多企业用户来说一直是个难题。如果用户对自身数据情况了解非常清晰,且希望打破数据孤岛以建立统一运维数据平台,那么可以优先选择平台建设;如果用户明确知道底层平台需要的能力,寄希望于能直接带来业务价值,可以优先选择场景建设。
例如一家城市商业银行,它目前最大的问题可能只是监控效能低下,误报漏报多,我们可以先从集中告警入手,利用算法去重降噪,再查看相关告警之间的有效告警场景,筛选出最可能影响业务问题的告警。在提高告警处理效率后,再通过分析告警的源头,进一步解决监控指标静态阈值设定不准确的问题,用智能异常检测替代之,从而根本上提升监控效能。这就是场景化方式导入智能运维的方法。
智能运维建设,可以根据用户实际运维情况,同步开展,循序渐进地进行建设。擎创根据以往经验,总结出三个原则六步走的最佳实践方案,我们首先可以通过集中监控智能化改造、指标监控智能化改造和日志异常检测(弥补监控手段不足)等提升实时性数据处理能力,再通过智能故障排查(根因分析和定位)、智能知识管理(知识图谱)和故障自愈提升数据事后分析和处理能力。
对于有些公司提出的,运维成熟度不高不敢考虑智能运维?
运维成熟度度高的的企业,可以按照数据处理能力的维度,统一规划、分层实施,实现从运维数据局部集中到跨域集中,也就是先建立运维大数据平台,通过加强数据治理、优化数据质量,而后再过渡到基于算法的统计分析乃至流式实时处理,构建多样化智能运维场景,逐层实现智能运维能力建设。
但这种方式并非放之四海而皆准,对于成熟度不高的企业,迫切需要解决的是实际运维问题,而智能运维这时应该能成为解决实际问题的工具,它可以根据客户当前的运维成熟度选择具体应用场景,按照不同的路线图进行建设,这才是智能运维的应有的能力。智能运维的本质就是逐步提升对运维数据的分析处理能力。
关于智能运维平台架构图和运营服务平台架构图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。 智能运维平台架构图的介绍就聊到这里吧,感谢你花时间阅读本站内容,更多关于运营服务平台架构图、智能运维平台架构图的信息别忘了在本站进行查找喔。发表评论
暂时没有评论,来抢沙发吧~