AIOPS案例学习-AIOps在业务运维的最佳应用实践

说明：该文章是云智慧（北京）科技有限公司杨路在2018年的云栖大会上的分享。主要分为3部分介绍：

云智慧+ AIOPS， AIOPS实践、 AIOPS更大价值

一、云智慧+ AIOPS

趋势需要：

1、提升IT基础架构的运营能力

2、优化用户体验及业务运营能力

3、实现智能化运营能力

在Gartner报告统计，在2019年25%的全球企业将会有策略地实现AIOps平台。而当前不足5%。

云智慧的AIOPS架构（来源于原PPT）：

二、最佳实践

2.1 大数据运维

包括部署大数据核心平台，接入IT、网络、私有云的数据、统一监控告警平台、大数据运维分析

2.2 业务运维

采集用户端和后端的数据、真实用户体验、浏览器用户体验等各种大屏

2.3 智能运维

部署机器学习平台、深度学习平台、IT资源规划预测、应用健康分析、用户留存预测

案例介绍：

某药品制造企业IT部门不仅负责传统意义上的运维系统，并且包括了多项运营管理职责。例如门禁系统、考评系统、上网行为管理、基础设备规划、产线监控系统等。因此如何快速的聚合多系统数据，并且进一步挖掘其中的价值非常迫切。在平台搭建完成后，在日常运维或使用过程中，由于不可能单独划分出人力资源对该平台进行区别维护，因此系统的易用性和可操作性对于该企业尤为重要。对于多样的应用场景，该企业也需要能够有更多的业界经验进行借鉴，特别是制造业对IT运维、运营、安全场景的优秀案例。所以可以利用云智慧来帮助运维人员快速发现问题，提高运维效率，帮助管理人员对业务进行高效管理和科学决策。

智能运维

背景需求：

50% 每天工作内容中，仅有50%为计划内。
云计算随着越来越多的企业上云，运维工作范围急速扩大。
复杂故障原因日趋复杂，仅凭已有经验进行处理已然不可行。
重复部分故障是已知问题，但因为牵涉面广暂时不做解决，需要周期性的进行重复处理。

传统的固定告警基线有很多缺陷，例如反复触发、恢复会产生大量告警，并且反复触发的告警也会掩盖真实情况。动态告警基线是根据历史数据统计值生成的，除自动生成外，也可人为创建、修改。
对于AI来说应用于整个运维会有一些价值，首先更加主动地将系统数据进行采集，实时感知真实用户性能体验，借助机器学习能够进行故障预测，采用更加丰富多样的告警通知方式。从关联性角度来讲，更高效的找到问题根因，通过时序或逻辑，找到多个现象互相影响的关系将告警进行关联后，减少人为筛选无用或重复信息的成本。从业务视角切入，更直接的支持业务提升，通过大数据技术，打通多个业务之间的数据孤岛更好体现IT部门在公司中的价值。API多种呈现的方式灵活多样，不仅有大屏、报表、报告，还有大数据技术，使得实时数据呈现成为可能，并且在同面积视野中，能够呈现更多维度的信息。