作者简介
王博 百度高级架构师
从事有关AIOps智能运维领域的工作,通过算法解决IT运维领域的痛点问题。重点关注异常检测、故障诊断方向的相关工作。
干货概览
故障管理是运维工程师消耗时间最多的环节,因此成为了AIOps算法首要解决的场景之一。
在故障预防阶段,我们在文章《被变更逼疯的我,是如何成功自救的?》中提到过百度分级发布智能检查算法。算法将在每一级变更的实例与未变更实例,以及历史变更情况进行对比,如果发现指标变化有明显异常,即判定本次变更可能存在风险,变更将被拦截并提交人工进行进一步审查。
在故障发现阶段我们利用业务监控系统对重要的业务指标进行异常检测。当指标存在突变或者与历史行为不一致时,系统就会触发报警给运维工程师。我们在文章《我们不一样!告诉你百度是如何做智能流量异常检测的》中详细介绍了在流量指标上的故障发现方法。
在故障止损环节,