十万服务器秒级管控 腾讯云如何将AIOps用于日常管理？

1编者按

AIOps，是指基于算法的 IT运维（Algorithmic IT Operations），由 Gartner定义的新类别，源自业界之前所说的 ITOA（IT Operations and Analytics）。我们已经到达了这样的一个时代，数据科学和算法正在被用于自动化传统的 IT运维任务和流程。算法被集成到工具里，帮助企业进一步简化运维工作，把人们从耗时又容易出错的流程中解放出来。

在过去的几年间，Docker、OpenStack、Puppet 等新技术不断涌现和流行，以及 CI/CD、DevOps 等理念的落地生根，利用智能化运维手段帮助提升了运维的效率，减少因人工和流程操作而引起的运维故障成为企业破局自动化运维束缚的最佳途径，“AIOps”（Algorithmic IT Operations）由此应运而生。

腾讯云基于海量的网络业务，在互联网门户时代、WEB2.0时代、移动互联网时代的历史变迁当中，历经不同形态产品的技术挑战，逐步积累沉淀了一套成熟的智能运维体系和运维策略，实现了超过 20万台的设备规模的秒级管控。

本文将结合腾讯云织云体系的构建历程，详细讲解腾讯云是如何通过整合数据的智能存储和分析，对 IT系统中各个环节的问题进行快速定位、故障排除和预测，为其他企业的 AIOps落地实践提供一些方法、思路和解决方案。

2腾讯云自动化运维体系及其构建思路

腾讯云的智能化运维体系并非是一蹴而就，AIOps 涉及的技术，从 AI 的角度，主要包括机器学习算法，以及大数据相关的技术，从 Ops 的角度，主要是运维自动化与运维监控的相关技术。因此，AIOps 一定是建立在高度完善的运维自动化基础之上的，只有 AI 没有 Ops，谈不上 AIOps。在谈 AIOps之前，我们先来看看腾讯云自动化运维体系的整体运维框架。

运维对象识别

构建面向业务价值的运维体系，首先要做的一点便是识别运维对象，为了更好的对运维对象进行分类管理，腾讯云将运维对象按架构分层，划分为网络、设备、系统、组件、业务、用户六大层。

（图 运维对象的层次划分）

如图为运维对象的层次划分结构，从下往上看，最底层为网络资源层，这一层主要包括资源监控、云端资源、交换机和负载均衡；其上是设备资源层，主要负责主机监控、运营状态监控与资源池管理，再上层为系统资源层，这里面主要是用户 /密码管理、系统初始化、OS/内核以及基础的 agent；业务层和资源层之间划分了 API接口层、逻辑层以及数据层，主要做组件的选型、监控、包管理、配置管理；业务层包含业务架构、分布、容灾和监控；最上层是用户端适配，包括手机型号、调度方法和监控等模块，层级化的抽象管理能够让硬件运维对象和应用运维对象更清晰化。

（图 运维对象模型）

不同的运维对象下均包含配置属性、业务属性、监控属性、工具关联属性，各属性随着运维对象的生命周期各阶段的变化而发生变化。

CMDB配置管理

通过对运维对象的识别、抽象、标准化、配置化之后，CMDB能够更便捷地将运维对象的记录、消费、更新等动作模型化，从而构建起运维的线上经验库，让运维的操作模式统一。腾讯织云 CMDB将所有运维对象与业务模型建立关联关系，为运维对象之间的关联分析提供了数据支撑。

（图织云 CMDB模型）

图上为腾讯织云 CMDB管理模型，分为标准模型和自定义逻辑 CI，标准模型里面包含业务树、服务器、网络设置、IDC、专线 /出口以及应用程序等模块，主要做基础的数据库配置管理；自义逻辑 CI提供标准组件 CI以及用户自定义 CI，用户可根据业务需求进行自定义参数设置。

运维对象管理

运维对象抽象化、配置化、模型化后，在设计 CMDB时，还需要解决一个非常重要的场景：让 CMDB的数据与运维工具、监控系统以及生产环境保持一致性，这一点决定了 CMDB应用是否真正便捷。

（图 运维对象生命周期管理）

在一致性环境保障方面，织云给出的解决方案是，从运维对象的全生命周期开始纳管&#x