写点什么

智能运维系列之一:个人对智能运维的理解

用户头像
micklongen
关注
发布于: 1 小时前

前序

本人从事了 5 年 的智能运维开发,把这几年的想法和思路在此跟大家分享一下,主要是为了起到抛砖引玉的作用。该序列总共 5 部分:

  • 智能运维系列之一 — 概述:主要是讲述自己对智能运维的理解;

  • 智能运维系列之二 — 什么是人工智能

  • 智能运维系列之三 — 什么是智能运维

  • 智能运维系列之四 — 智能运维落地的思路:讲述的是这几年在开发智能运维的过程中挫折和思考;

  • 智能运维系列之五 — 总结

个人认知过程

至从 2016 年,开始从事智能监控开发之后,就跟智能运维搭上了不解之缘。

  • 2016/2017 年:刚开始做监控的时候,研究了几乎市面上所有监控产品,和相关的技术文章、视频。这个时候,主要是接触了大数据相关的技术,包括:Kafka、Spark、HiTSDB、ELK 等。

  • 《大数据日知录》:分布式系统相关的理论、以及大数据相关的技术;

  • 《从零开始学习架构》:阿里的一位大神写的,关于 分布式系统架构 的一整套方法论;

  • 2018 年:随着监控的逐步完善。开始考虑结合数据挖掘相关技术,产生新的业务价值。刚开始学习人工智能的是有,由两本书对我影响比较大:

  • 《智能系统指南》:较为全面的介绍了人工智能各个分支的技术;

  • 《人工智能 — 一种现代的方法》:是加州大学伯克利分校的教授 和 Google 研究院主管 合著的一本书。这本书理论性很强,个人认为几乎囊括了人工智能各个分支的相关算法。

  • 2019 年:进入了千寻的运维保障部门,接触到了更为庞大的业务。对智能运维有了进一步的理解。同时跟公司数据平台的同事有了交流,对数据仓库在智能运维的应用,有了初步的想法,并且开始尝试实践。

  • 运维

  • 《Google SRE 运维解密》:google 关于高可用保障的一本数据;

  • 赵成的运维体系管理课(极客时间):关于运维的经验分享

  • 《AIOps 标准白皮书》:较为全面的介绍了智能运维。

  • 人工智能

  • 智能运维前沿(微信公众号):了解智能运维在业内的前沿技术;

  • 数据方向

  • 《数据仓库工具箱 — 维度建模权威指南》:数仓建设的完整的方法论,以及样例解释

  • 2020 年:开始基于特定的业务,搭建智能运维的解决方案。对完整的智能运维解决方案,开始有了自己独特的理解;

总结一下自己的认知过程


从不同的角度看智能运维,以质量保障为例

个人认为,智能运维是一套复杂的人工智能的解决方案。智能运维的落地,需要集思广益,从多个角度去思考,才能够少走弯路。

从业务的角度看智能运维

首先,智能运维是建立在运维的基础之上的,只有了解了现有的运维的内容和技术体系,我们才能够合理的思考,智能运维在整个运维体系中的地位和作用。

运维的职责

  • 持续交付体系建设

  • 配置管理:版本控制

  • 环境管理:开发环境、集成测试环境、预生产环境、生产环境等;

  • 代码管理:

  • 发布变更:

  • 稳定性体系建设

  • 应急响应

  • 安全生产:制定故障定级定责的标准,故障定级、故障定责、故障追责、故障应急、故障复盘

  • 混沌工程:

  • 容量规划与管理

  • 技术运营体系建设

  • 运维各项标准的制定和推行

运维技术体系

  • SLA 体系

  • SLI,服务质量指标,服务的某项质量的一个具体的量化指标;

  • SLO,服务质量目标,服务的某项 SLI 的具体目标值,或者目标范围;

  • SLA,服务质量协议,描述在服务不达 SLO 情况下的后果;

  • 基础组件

  • CMDB:是面向资源的管理,是运维的基石

  • 应用配置管理:是面向应用的管理,是运维的核心

  • 基础功能模块

  • 发布变更系统;

  • 故障管理系统;

  • 监控系统;

  • 其他扩展功能

智能运维如何在运维中起到作用

目标:

  • 1 分钟发现问题 - 5 分钟定位问题 - 10 分钟故障恢复;

  • 故障预测;

从产品的角度看智能运维

目标群体

智能运维的使用方,是一群有着丰富经验的运维专家,但是可能对数据分析、数据挖掘没有任何概念

通过跟运维的兄弟们沟通,我发现他们对智能运维抱着两种极端的看法:

  • 希望算法能够准确地告诉他们出了什么问题;

  • 不相信算法给出的结论;

算法只能保证一定的准确率,但是无法保证 100%的准确定。

解决思路

个人认为,刚开始做智能运维的时候,不应该直接做数据分析,而是先把相关数据产品做起来。

  • 第一步(数据产品):针对特定场景,先收集相关联的数据,以及做好数据展示。以此提高运维解决问题的效率,同时积累相关的业务经验(可落地);

  • 第二步(数据分析):基于第一步完成的数据产品,可以提供数据分析的结论作为参考。同时提供用户(运维)反馈分析结果是否准确的评估;

  • 第三步:形成研发和用户的互动机制;

从数据的角度看智能运维

什么是数据工程

数据工程包括了:

  • 数据采集

  • 数据清洗

  • 数据建模(数据仓库):数据仓库的作用,主要有三点

  • 解决数据关联问题,避免数据孤岛;

  • 共享数据逻辑:频繁使用的计算逻辑,可以作为公共的属性放在核心维度表里面;

  • 隔离数据源的变化;

  • 数据展示

为什么需要数据工程

运维,天然就是大数据。很多公司,最大的数据就是来源于运维部门;

运维的数据类型包括了:

  • 基础的硬件信息、应用的信息;

  • 中间件的信息;

  • 监控数据

  • 告警数据

  • 等等

运维的业务场景包括了:

  • 应用部署;

  • 监控

  • 排障;

  • 容量规划;

  • 等等

海量的数据,以及丰富的业务场景。使得建立数据仓库具有天然的可行性和必要性。

同时数据仓库的数据,也能够为数据分析和数据挖掘提供底层的数据支撑;

从工程的角度看智能运维

系统开发

整个智能运维解决方案,把运维几乎所有的业务系统都囊括进来:

  • 基础组件

  • CMDB

  • 应用配置管理

  • 支撑系统

  • 监控系统

  • 故障预案

  • 混沌工程:可以验证 故障检测、故障分析、故障恢复等的有效性,同时也可以为 智能运维 提供数据样本;

  • 故障管理平台

  • 等等

  • 数据分析

  • 动态阈值检测服务:涵盖了 算法模型、样本管理、算法评估等;

  • 日志文本检测服务

  • 根因分析服务

  • 故障影响评估服务

  • 等等

从算法的角度看智能运维

智能 + 运维

  • 异常检测

  • 动态阈值检测:时序算法

  • 日志文本异常检测:文本处理算法

  • 根因分析

  • 知识图谱

  • 数据挖掘/神经网络

  • 等等

  • 故障自恢

  • 故障影响评估

  • 故障预测

  • 条件概率、贝叶斯网络等等

总结

如何结合以上的思路,落地智能运维,后续的文章会讲到。

发布于: 1 小时前阅读数: 2
用户头像

micklongen

关注

还未添加个人签名 2018.10.02 加入

还未添加个人简介

评论

发布
暂无评论
智能运维系列之一:个人对智能运维的理解