AI运维平台其实不是平地而起的。这是需要在现有的运维平台基础上,基于当前的运维大数据,实现智能运维场景。
运维数据采集:需要zabbix等类似的采集监控工具收集数据。AI运维平台可以接入更多更细节的数据类型。
数据存储分析:通常有时序数据库,nosql数据库和传统关系型数据库等选择。这些数据库都有各自的特点,符合不同的场景。因此可能更多的是组合拳。图数据库也非常适合这个平台。
数据训练平台:这个平台主要负责模型训练,采用主流的AI技术。
实时数据处理:实时智能告警,需要支持高性能流计算。kafka,flink等都是很好的技术。
实时智能分析:通过AI和大数据技术实现动态的数据挖掘需求。例如趋势分析,关联分析等实现数据透视。