三谈智能运维：从自动化到智能

这几天一直在思考关于运维的事情。接着上次的思路说，跟不少客户都聊过这些问题，普遍认同随着业务上云，基本上也宣告传统运维走向了末路，不是非得去做智能运维，而是没得选择，随着数据上云和应用的微服务化，情况更是这样。

一、运维的发展经历了哪些阶段

从ITOM厂商的认知和行业发展的必然规律上讲，基本上都把运维分成了四个阶段，手工运维、工具运维、平台运维和智能运维。

1、手工运维：主要是关注资源监控关注资源的运行状况，侧重于手工和脚本；

2、工具运维：开始使用工具替代手工作业，开始关注业务运行状况，但仍然属于自下而上；

3、平台运维：管理维度从设备和资源转向“业务”，开始“自上而下”的考虑运维的问题，推动流程的闭环，但核心还是事件和故障；

4、智能运维：从运维数据的维度提升业务价值，以大数据为基础，利用AI和机器学习算法对运维数据价值进行挖掘，强调问题的解决，最终实现价值的提升。

二、为什么是AIOps

1、又是Gartner

AIOps是gartner定义的概念，其实我也很纳闷儿为什么总是Gartner。 AIOps是一个以实现持续洞察和改进的目标，运用大数据和机器学习技术作为支撑的软件平台。按照Gartner的看法AIOps会增强或部分取代现有的IT运维流程和工具，包括可用性、性能监测、事件关联和分析、IT服务管理和自动化。AIOps重点关注运维数据全生命周期的管理和利用，从不同数据源的获取、海量运维数据的存储和处理以及基于AI和机器学习算法的数据分析。

2、数据，还是数据

这里面最终的要是就是数据，而现实情况不是没有数据，而是数据太多，又多又乱由无序，而且价值密度低。打开AIOps的技术栈可以看到，跟AI和大数据平台几乎没有什么区别，你几乎可以认为AIOps是大数据的一个场景化应用，当然我说的是技术栈！

1）实现全栈数据采集：

监控对象从Iaas层的动环、主机、网络、虚拟化、CMDB到中台层的数据、中间件、应用/微服务、应用代码覆盖范围比过去大了很多，采集内容也更丰富，除以前IaaS的采集呢绒以外，更多的增加了中台层的采集内容，比如单个服务的响应时间、错误率、吞吐，JVM状态、SQL执行情况、缓存命中率等等。采集方式也更多样化，比如日志采集、基础监控协议采集、网络流量采集、拨测、探针、SDK等等，反正就是很厉害。

2）海量运维数据的存储和处理：

这里更多的是大数据和数据中台的范畴，这里不细说了。

3）还有一个关键环节就是算法与分析：

常用的比如KPI异常检测、KPI关联分析、故障关联分析、调用链分析等等，具体算法不要问我，我也不懂。

3、AIOps吸引力在哪儿

从Gartner的解释来看， 总结来说就是“监控、定位、预测”。AIOps 为IT运维提供了全新的管理思路。具体来说，监控是指通过监测手段发现异常，及时告警；定位是指准确的定位故障位置，对于自动恢复还是别报太大希望，不过至少可以留个愿景；预测，这个提法不太好理解，我觉得应该是对业务运行基线的智能预测，比如过去只能手工指定服务器的响应阈值是100ms，现在可以基于监控数据和对业务的深度钻取，可以自动判断，可以沿着业务运行轨迹自动发展异常警告。

综上所述，现在专业厂商和行业普遍认为，AIOps的愿景是解决四个方面的问题：故障分析、根因分析、趋势预测和决策支撑。