前言
运维,是企业IT最基础的工作,也是痛点、槽点最多的工作。海量的数据、频繁的报警、艰难的排障、无情的投诉,足以让运维工程师们感到崩溃和绝望……
Gartner在ITOA (IT Operations Analytics IT运营分析)的基础上,提出了AIOps的概念。当时,AIOps的含义是“基于算法的IT运维(Algorithmic IT Operations)”。随着AI热潮的到来,Gartner也顺时应势,在2017年的一份报告中,将AIOps重新定义为“Artificial Intelligence for IT Operations”,也就是现在大家都在谈论的“智能运维”。
AIOps概念的提出,是尝试把机器学习、深度学习等人工智能算法应用于IT运维工具和业务系统所采集的大型数据集,并尝试模拟人类行为(如发现、判断、响应)的智能化运维管理平台。
AIOps希望让运维管理具备算法和机器学习的能力,通过持续学习,使运维更加智能化,并将运维人员从纷繁复杂的日常工作中解放出来。
两年多过去了,AIOps到底是依然停留在理念和愿景层面,还是变成了可以落地实施的解决方案?
带着这些问题,选型宝直播采访了国内AIOps技术前沿探索者,Gartner AIOps Sample Vendors——云智慧的副总裁李诚先生。
以下就是李诚先生在直播节目中为大家分享的部分精彩内容,希望能对您有所启发和帮助。
1
AIOps的概念、应用场景和用户价值
李维良:AIOps可以应用在哪些运维的场景下?
李诚:AIOps的应用场景非常广泛,能够切中传统运维中的大量痛点,比如:异常检测、故障预测、关联分析、根因分析、告警抑制、故障自动处理等