在实际场景中，很多数据集都是多维度的。随着维度的增加，数据空间的大小（体积）会以指数级别增长，使数据变得稀疏，这便是维度诅咒的难题。维度诅咒不止给异常检测带来了挑战，对距离的计算，聚类都带来了难题。例如基于邻近度的方法是在所有维度使用距离函数来定义局部性，但是，在高维空...

首先，传统的存储硬件故障告警是必要的，没有必要重复发明轮子，即使再次发明，还是要参考原装的轮子然后，要用自己习惯的工具，不限于商用还是开源。用的好，顺手，才能有后续的深入最后，如果自己能做一点小工具。满足日常监控和告警，就比较理想。不要一开始就想让一个系统满足所有的要求...

寻找事务在纵向上的和横向上的联系，从而将运维监控数据的内在联系找到并整合为以业务为目标的监控体系，这个是很多行业在运维管理上追求的目标。这是一个系统化分析过程，从上到下，我们可以找到从应用到中间件，从中间件到数据库，从数据库到存储一系列纵向过程的映射。横向的我们...

举一个例子吧，比如我们得到的故障报告是某某交易系统 “交易失败了”。1、这个所谓的 “ 交易失败 ” 究竟是从什么角色报告上来的？业务人员、应用维护人员、运维监控人员等不同的角色判断故障的角度和定义是不一样的。业务人员可能从网页是否可以打开，按钮是否失灵等使...

除了业务资源模型、告警数据模型和故障数据模型以外，故障定位的核心还涉及到以下模型：拓扑模型拓扑模型是网络、应用和服务之间关系的表示，通过绘制拓扑图来描述系统架构。这个模型可以帮助识别物理、逻辑资源之间的环节和依赖关系，以便更好地了解整个系统的结构和功能。流程...

一个小小的故障出现必将引起数十个甚至上百的设备报警，那么现阶段的自动化运维软件能够把故障定位精确到什么程度？还是仅仅能做到提示，真正的故障原因还需要运维人员自己去手动找？ 故障定位算法采用机器学习中的二叉决策树的方式实现: 一方面希望将故障所产生的所有告警信息...

基于2个层面：1、基于请求链路进行网络问题的分析2、基于当前所使用的云原生网络解决方案，例如所提供的监控或类似的工具去分析

艾默生 ，康耐德，一些小公司的厂家都可以运用。

可以做业务全链路跟踪和监控。从数据进入交换机开始，追踪数据的流向，准实时反馈数据状态。