智能化运维中的基础能力

智能化运维（AIOPS）是近些年特别热门的话题，不过目前绝大多数智能化运维系统都还处于较为初级的阶段，能够适用于通用环境的智能化运维系统更是凤毛麟角。这是为什么呢？实际上，我们的智能化算法所依赖的基础能力仍然有很多短板，我们对信息系统的理解也依然不够全面。曾经和一些做智能化运维算法的人交流过一个容量预测方面的算法问题。他们总是觉得通过数据拟合出来的模型只是在某些场景下有效，又找不到问题出在哪里。经过深入的探讨，我发现原来他们做的是一个全链路的容量预测算法，但是他们对这个全链路环境下的各个组件并不了解，甚至不知道如何优化中间件、数据库等组件，仅仅通过一些历史数据与 压测数据去建模分析。这种黑盒的做法，注定是无法获得真正的容量模型的，因为在这个复杂的环境中，因为排队效应的问题，存在大量的调参优化的问题，而这个团队中几乎没有能够对这些组件进行优化的专家。

实际上，在智能化运维的各个细分领域，或多或少都存在着类似的问题，算法工程师总是希望通过数据和高效的算法就能够把运维领域复杂的问题都解决了，但是不幸的是，IT系统太复杂了，黑盒方法并不能解决复杂环境下的混沌问题。真正的要让AIOPS走向实用，甚至替代专家来运维我们的IT系统，不能总想着一蹴而就，必须先踏踏实实的构建好基础能力，然后才能实现我们的目标。

上图画的是一些基础能力，只是智能化运维中所需的能力中的一部分，不是全部，只是一些最为基础的能力。算法能力我们不展开说了，这是目前做智能化运