智能运维相关事件案例（运维故障案例）

本篇文章给大家谈谈智能运维相关事件案例，以及运维故障案例对应的知识点，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相关事件案例的知识，其中也会对运维故障案例进行解释，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、银行在数字化转型路上面临什么问题
• 2、哪些场景适用于智能运维适呢？都涉及哪些领域？
• 3、小米唐沐等大咖精心挑选的100个年度研发案例实践
• 4、智能运维现在在企业中的用例有哪些？

银行在数字化转型路上面临什么问题

随着银行业务形态的增多、体量的变大，系统规模快速扩大，每天产生的数据信息呈几何式增长，其中包括大量的客户数据、交易数据和运行数据等。

这些信息数据量十分巨大，且具有非常大的潜在价值，也是大数据应用的基础来源。但却分散在各个中心服务器或者设备的不同位置，对运维数据的统一管理、监控、信息挖掘变得越来越困难，也使得运维工作量越来越大。

因此必须借助一定的手段和方式，增强数据治理和全面分析的能力，化被动运维为主动运营。而这些都是智能运维AIOps所具备的。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。

下面给大家用最近公司做的一个案例进行解析：

背景

根据中国银监会《商业银行信息科技风险管理指引》（银监发〔2009〕19号）中针对日志文件完整性、存留周期的相关要求，结合当下监管部门对银行数据治理相关监督的指引，为提高银行竞争力，高质量快速完成数字化转型，将数据价值向资产化过渡，某行拟建设统一的运维大数据处理平台。优先选择从日志场景切入，精细化分析能力，打造场景化应用，实现全面可观测性，保障业务平稳高效运行。

方案简述

运维大数据平台的构建基于分布式高可用架构，满足容量随着业务需要动态扩展的需求；优化数据采集手段，实现对IT环境的实时数据采集以及集中高效的存储、查询、分析及可视化展示；基于流批一体的数据处理技术，实现全局数据秒速查询。内置AI智能分析引擎，除了能够解决异常检测、异常定位及辅助故障定位等运维痛点问题外，通过数据建模和洞察还可以对系统进行综合健康及风险分析。

另外，平台对数据处理操作非常友好，用低代码的方式实现对复杂数据的处理，如交易数据的实时响应时间计算，需要从日志中提取请求及响应的时间，再根据交易特征进行计算和时间窗口聚合，类似这种复杂操作，只需要一条数据处理流就可轻松完成。

本次案例是智能运维助力实现全面可观测性的一次成功落地实践，案例从两方面入手，一是事前做好各类型的数据链接、监控等，分层次，找关联；另一方面在观测到问题后能够快速评估问题影响，收敛问题并找到根因。

数字化转型中，以用户为中心是驱动金融行业的核心基础，而采用先进的运维手段（智能运维）则是企业不断前行的源源动力。

哪些场景适用于智能运维适呢？都涉及哪些领域？

现下电信、金融、电力网络、物联网、 医疗网络和设备、航空航天等企业都需要大型智能运维相关事件案例的和稳定的软硬件系统。这些系统的用户都需要一个好的体验。 因此智能运维相关事件案例，这些复杂的系统部署、运行和维护都需要专业的运维人员，以应对各种突发事件，确保系统安全、可靠地运行。听云的智能运维系统就比较不错，可靠，稳定，数据安全，应用的领域也很多像医疗、金融、航天等领导都有成功案例。

小米唐沐等大咖精心挑选的100个年度研发案例实践

2017年，机器学习、大数据、人工智能等词汇成为软件研发行业的主流，大前端、DevOps、区块链等技术方式成为热点方向；2017年，智能硬件开始成为新的焦点，这一年更被称为智能音箱井喷的一年；2017年，互联网更快速地发展，要求一切都变得更快，工程效率、交付速度、创新速度。还有软件重构、云平台搭建、多活改造、数据变现、大数据转型……
11月9-12日，北京国家会议中心， 第六届TOP100全球软件案例研究峰会 。4天时间，洞察100位技术带头人所思所想的案例实践。

2017年TOP100summit依旧是5个专场同时并行，15个话题方向全面展示软件研发全生命周期各个维度的实践和解决方案。

专场一：体验设计/产品创新/运营驱动

精选案例

●《Balancing Creativity and technology to make innovation product》

Ruthia He ——Facbook Product Designer

案例价值：设计过程就像一场需要在产品目标、技术实现、创意发挥、用户体验之间不断探索寻找平衡的旅程。在紧张的资源中纵横捭阖是一种艺术，举例来说，你需要时刻提醒自己你的产品目标是什么，但实现产品目标的技术实现资源很可能一直不足；又或者设计师的灵感催生了一项独特的创意，但是这种创意却不一定能被所有人接受。本案例将以讲师在硅谷的产品设计经验为内容告诉大家如何找到产品设计的「完美平衡点」。

●《“一元购画”背后的设计思考》

陈晓畅——腾讯用户研究与体验设计部设计中心总监

案例价值：8月29日，朋友圈被一幅幅出自“小朋友”之手的美丽画作所刷屏。短短半天时间，580万人次参与，筹得善款1500余万。互联网已经在改变我们的公益事业。科技连接信任，为公益做设计，那么怎样做才会有更好的效果，本案例会复盘整个传播事件，带大家去看“一元购画”背后的设计思考，同时结合设计团队在对腾讯公益10年的设计支持中的经验，探讨如何用服务设计为公益创造更多的价值。

●《揭开人工智能终端的时代——天猫精灵的思考和定义》

茹忆——阿里巴巴人工智能实验室（A.I.Labs）智能终端负责人

案例价值：天猫精灵的问世代表着阿里巴巴对人工智能时代下智能终端的思考和探索，智能终端在完善用户体验、降低使用门槛的同时也意味着终端生态的封闭加强。人工智能时代相对封闭的生态意味着厂商想要提供优质的服务体验，不通过终端很难完成，而未来云端一体将成为大势所趋的新格局，本案例思考在这样的趋势下如何利用自身优势定义和落地终端产品。

●《用户至上--从智能家居终端的战争中脱颖而出》

陈亚——Amazon 资深工程师

案例价值：智能家居的终端作为智能家居的入口，是各大巨头抢占市场的主要阵地。那什么让亚马逊一个零售业起家的电商从这场战争中脱颖而出，以压倒性的优势，占据终端市场70%的份额? 本案例将以Echo产品为例，从产品设计及开发管理模式两大方面来分析，亚马逊是怎样将Customer Obession深入到产品的各个阶段，压制了以技术见长的Google。同时本案例也对目前国内的智能家居终端做一个探索性的分析。

●《滴滴新业务背后的增长抓手》

李森——滴滴 增长负责人

案例价值：本案例将讲述分享者自2015年加入滴滴后，先后负责的顺风车车主拉新、巴士产品用户增长、小巴产品冷启动、快车重庆区县业务等从0-1的增长型业务的思考和实践，从增长的逻辑展开，通过复盘业务介绍给大家一些屡试不爽的增长抓手，介绍滴滴快车、小巴等业务从0到1冷启动项目如何解决增长问题，如何解决场景内最后一公里的交通问题。

专场二：工程文化/团队增长/绩效考核

精选案例

●《The Science behind Art - Five Years Journey of Data Team at Riot Games》

李仁杰——Riot Games Head of Data

案例价值：本案例以Riot Games数据团队五年的心路历程为主线介绍如何从零到有建立一支国际一流的大数据团队, 每年团队的工作和vision如何成长和进化，以及这其中的收获和走过的弯路。以每年精选一个case study为副线，介绍全球最受欢迎的游戏《英雄联盟》是如何用数据来提高玩家的体验，支持和帮助公司每一个部门的商业决策和运营计划，以及如何用机器学习和人工智能来颠覆传统的产品。

●《Google如何利用OKR帮助团队挑战不可能的任务》

Zhouzhou He——Google 产品经理《从传统项目转型敏捷，你只需要两天》

案例价值：Google作为世界顶尖的科技公司之一，挑战了许多在之前看来不可能完成的高精尖任务，比如AlphaGo围棋，谷歌翻译，自动驾驶汽车，Tensorflow，TPU等。Google是如何组织和激励团队的？又如何确保团队齐心协力，向同一个方向冲刺？本案例来自于Google现任美国总部产品经理的第一手体验。他会从机制、人文、流程、决策方法、产品方针以及公司组织等多方面，分享Google的管理成功之道。

●《华为百人团队精益看板演进变革之路》

陈军——华为敏捷精益专家

案例价值：面对市场需求的激增及快速变化，研发团队需要灵活应对快速响应，并在有限的人力下提升研发效率，决定引入精益看板能有效帮助提升研发效率。本案例讲述华为百人团队精益看板演进变革的历程，从建立看板（四个实践）到运作看板（四个实践），取得小胜利，再到团队遇到困局，停滞不前甚至倒退，面对困局同团队一起再审视改进，重新走上了正确的道路。

●《从传统项目转型敏捷，你只需要两天》

古月——平安科技高级敏捷教练

案例价值：敏捷转型不仅是应用一套新的流程，而是要改变人的思维方式和工作方式，甚至改变企业的组织架构。转型是否有捷径可走？平安科技两天的Quick Start工作坊又是如何成为从传统轨道切换到敏捷轨道的有力扳手的？本案例将一一为您揭晓。

●《非典型敏捷：10天一个版本》

左杨眉——：中兴通讯 敏捷教练

案例价值：“快”是相对的。传统的电信领域仍然坚持严格的加法规则和安全要求，遵循基本的“需求-实现-发布-升级”的流程。本案例从重新梳理用户价值出发，引入过程交付物的概念，实现了客户的深度参与和快速反馈；重新审视典型敏捷流程的核心实践，基于“快速验证客户的产品假设”这一目标，去掉自动化测试和持续集成等实践，引入以手绘为中心的低保真交付，引入数据模拟和切面功能。某种程度上，本案例是对《设计冲刺》在电信领域的一次加长版交付项目实战。

专场三：架构演进/工程实践/大前端

精选案例

●《618大促网关承载十亿级的调用量背后的架构实践》

王栋 京东 京东商城开放平台总架构师

案例价值：每年618大促京东商场开放平台在保证近千个不同类型服务接口的海量调用的同时，还要确保服务接口之间的互不干扰，并且能够快速响应任何复杂情况。稳定、快速是一直追求的目标。本案例将分享实践过程中常用的隔离技术、缓存技术、SQL优化、降级限流等方法。学习京东团队如何将这些技术应用到每一次的备战中，确保了每一年的618平稳度过。

●《深圳证券交易所新一代交易系统架构转型之路》

喻华丽——深圳证券交易所 总工程师

案例价值：处于行业核心地位的业务系统对持续平稳运行有着严苛的要求，如何对这些核心业务系统进行升级换代以满足业务发展和技术进步的需要，是很多CIO及其研发团队所面临的难题。本案例分享了深圳证券交易所在核心系统特别是高可用高性能的实时处理系统，实施去IOE、走向开放平台开源技术、分布式处理、高可用低时延设计的架构转型、平稳升级的成功经验，分享如何在这种全面重构的架构转型中确保安全平稳升级、并同时带领全市场平稳升级。

●《饿了么整体服务异地多活改造》

李双涛 饿了么 中间件团队首席架构师、异地多活项目总架构师

案例价值：本案例描述了饿了么的异地多活改造，从设计到正式上线的过程中，做的各种取舍，以及如何协调业务团队，和中间件团队的工作，安全而平稳的改造整个业务，使业务从一个单机房的服务，变成多机房多活的服务。当发生机房级故障的时候，服务方可以把用户路由到健康的机房，保证在故障发生时，业务可以正常执行，减小机房级故障带来的巨大损失。

●《Uber for Business, 从0到1健康医疗数字化转型中的微服务创新实践》

时晓宇——Uber Tech Lead

案例价值：本案例将分享如何从0到1实现一个高可用的系统，解决实际的Uber for Business业务问题。通过具体的项目需求和系统架构，包括支付系统，账单系统， Policy系统来分析如何end to end完成这些系统。如何完成从0到1的过程，短短两年成为Uber一个非常重要的业绩增长点。同时，从一个6人的工程师团队发展到近40人。

●《小米直达服务平台与移动端服务未来形态探索》

董红光——小米MIUI系统框架负责人团队主管

案例价值：移动端服务目前的承载形式，无论是应用还是网页，都有着一些不足之处，导致用户使用起来不方便，同时对开发者自身也有一定的影响。如何更加高效的分发和使用服务，是行业中非常关心的一个话题。小米在这个领域也做了一些探索，推出了直达服务这样的技术平台，旨在解决传统应用和网页承载服务的情况下存在的一些问题，提高用户和开发者各方的效率。本案例主要围绕小米直达服务平台，聊一聊小米在这一块的思考和目前的一些实践成果。

专场四——数据科学/人工智能/数据驱动

精选案例

●《美国NFCU银行如何利用大数据AI开启转型之路》

江晓东——NFCU 金融数据架构师

案例价值：美国NFCU银行是家财富200强企业，到2016年底，已在全球拥有280个分行，资产超过 7千4百亿美元，全美拥有6多万会员（客户）, 全球雇员1万4千人。 如何管理体量如此庞大的全球线下各分行，ATM机每日的现金流，整合总部与分行，分行柜台与顾客，顾客与ATM机间的现金存储，转账，提取等交易额，决定着银行与运钞车，央行以及银行内部的结算和现金流监管管理成果和效率。此案例为大型传统金融企业实施大数据和AI项目开辟了一个非常有意义的案例，将分享NFCU银行运用大数据和人工智能算法解决企业现金流管理的方法和途径。

●《人工智能时代，二手交易平台的智能推荐系统如何演进》

孙玄 转转 架构算法部负责人

案例价值：转转的推荐系统从0开始打造，针对业务的不同阶段，一步步发展演进。在发展的过程中经历了全局无个性化推荐阶段、个性化离线推荐阶段、个性化实时推荐阶段、机器学习排序推荐阶段等。本案例会详细讲解不同发展阶段的原因、架构的演进，让听众对二手交易平台的智能推荐系统能够深刻认识。

●《先知：人工智能助力Fintech反欺诈让黑产无处遁形——大数据和人工智能如何助力风控防御体系》

王婷——宜人贷 数据科学家

案例价值：先知是基于宜人贷的反欺诈云平台，面向Fintech全行业的一种反欺诈解决方案，以强大的金融数据能力、反欺诈智能和线上客户获取服务能力，帮助Fintech企业解决在信贷申请欺诈、金融中介识别、团伙监控/预警上面临的一系列问题，为金融科技企业提供更强大的信用评估、风险控制和精准获客。本案例将分享在反欺诈云平台的构建过程中，如何利用人工智能实现以上功能。

●《线上到线下场景中机器学习和统计建模的一些应用》

张健——3M 数据科学技术负责人

案例价值：线上到线下是未来发展的重要趋势， 数据发掘和机器学习已经广泛成熟运用到线上软件开发，推荐匹配， 用户分析等等方面。然而线下和线上的数据融合，优化才刚刚开始。本次分享将从线上到线下零售的具体案例中通过建设线上到线下数据反馈与优化系统，将A/B 测试，深度个性推荐，加强学习等统计与机器学习方法运用其中，达到提高数据分析效率，了解用户行为，增加线下收入等一系列具体的目标。

●《联想大数据助力联想业务转型升级》

于辰涛——联想集团 大数据事业部高级总监、首席研究员

案例价值：以数字化转型为驱动的第四次工业革命已经开始，它开启了一条大数据、云服务与智能技术并行的新航路。企业也赢得机遇的同时也面临很多难题：企业内各个系统数据无法共享，数据区块化现象严重，直接导致企业采购、生产、物流、销售等环节效率降低。本案例分享联想如何在成本可控的前提下，借助大数据、工业互联网4.0、中国制造2025的契机，解决上述问题，借着风势得到一个快速的发展。

专场五——质量管理/智能运维/DevOps 专场

精选案例

●《无人测试如何助力京东提升产品测试效率与质量》

杨瑾——京东 B2B产品质量团队负责人

案例价值：随着业务的发展，系统通常会经历单体式，服务化，平台化的过程，在系统持续演进的漫漫长途中，不管是小需求，还是大改动，每一次的上线都伴随着大量的回归工作，即使是经验老道的测试老司机也没有100%不出问题的信心。在迭代周期短，发版频率高的互联网行业，产品质量的如何在频繁的上线中，保证产品质量，提升用户体验是我们一直在努力探索和实践的。本案例讲述了一种高效的回归测试方法以及此方法在提升产品测试效率与质量方面的实践。

●《阿里移动DevOps实践》

陆义元 阿里巴巴 平台产品负责人

案例价值：移动开发模式已经进入两级分化：超大规模APP的研发模式偏项目式，研发协同的人员、模块较多，需要完整的构建、测试、发布、运维等DevOps体系；而一些创新、试验类的APP在商业模式和业务形态未完全确定的情况下，更适合以较快的方式来测试和验证业务的想法，所以以最低成本快速创建一个 APP 就是当务之急。本案例将分享阿里移动技术在过去几年如何沉淀和解决这些问题。

●《以Kafka为例的大规模有状态集群优化方法探索》

秦江杰 LinkedIn Staff Software Engineer

案例价值：分布式系统的动态负载均衡和自我管理始终是一个不太容易解决的问题。大多数解决方法是迁移整个应用进程来实现硬件资源的负载均衡，这种方法对无状态应用较为适用，但对于有状态集群（如Kafka）并不十分有效。因为迁移应用意味着大量状态的迁移，这是一个漫长又昂贵的过程。LinkedIn为解决这一问题开发了Cruise Control，其主要特点是可以根据应用的特点进行部分状态的迁移。本案例将通过对Cruise Control实践的解读，分享一套大规模有状态集群优化方法。

●《低成本实现系统接口测试--自动化、性能、持续集成线上监控》

九毫 大疆 测试开发工程师

案例价值：在大多数公司和项目中都存在对系统接口进行自动化测试、性能测试、持续集成、线上监控的需求。但现有方式都存在投入产出比低的问题，工具和技术栈多且杂，维护成本和学习成本居高不下。针对这一普遍存在的痛点，大疆探索出一种低成本的最佳实践方案，并将其沉淀为一款开源的接口测试框架 ApiTestEngine。本案例将拆解这一框架的技术要点和实现原理。

●《运维智能化@Pinterest》

孟晓桥——Pinterest 监控部门经理

案例价值：运维智能化是所有基于云计算的公司未来趋势。PINTEREST作为一个大型图片分享平台，后台的计算平台和软件架构非常庞大而复杂，如何用最少的人力和资源成本保证高质量的运维，是一个巨大的挑战。为此，我们监控部门搭建了一套集成式的监控平台，该监控平台高伸缩性、集成式、智能化三大特点，本案例将通过分享该监控平台，提供运维运维智能化方面的实践上的探索。

以上为部分精选案例展示，更多TOP100案例信息及日程请前往 [官网] 查阅。4天时间集中分享2017年最值得学习的100个研发案例实践。本平台共送出10张开幕式单天免费体验票，数量有限，先到先得。 免费体验票申请入口。

智能运维现在在企业中的用例有哪些？

我了解到智能运维现在还处于概念阶段，还远没到成体系的阶段，但一些提前布局的企业确实已经产生了一些用例并且应用在企业IT运维服务上，比如博睿数据的动态基线和根因分析。
感觉这是万里长征刚刚开始，任重道远，不过不积跬步无以至千里，企业需要从基础的数据资产沉淀开始做起。

关于智能运维相关事件案例和运维故障案例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。 智能运维相关事件案例的介绍就聊到这里吧，感谢你花时间阅读本站内容，更多关于运维故障案例、智能运维相关事件案例的信息别忘了在本站进行查找喔。