投稿邮箱

digitcw@163.com

您的位置:首页 > 产业观察 >
AIOps 和机器学习是 Observability 的秘密武器
作者:赵法彬   添加时间:2022-04-26
集成的SolarWinds®HybridCloudObservability解决方案使用时间序列分析,以便终端用户可以获得针对性指导,了解需要采取行动的确切位置和时间。

(文/Thomas LaRock/SolarWinds 首席极客)传统的监控会汇总并显示技术专业人员用来确定其系统是否正常运行的数据。为了传递这些急需的信息,传统的监控会发出警报,而且是大量警报。虽然有些警报对于解决某些问题至关重要,但其余的都只能称之为干扰。而摒除干扰本身就是监控的一项工作。


 


复杂的现代 IT 基础设施有各种微服务架构,因此技术专家必须有效地观察、监视和分析其组织的网络环境。他们需要的是摈除了干扰的警报(也不包括由此产生的“警报疲劳”),干扰少了,技术专家才能找到真正的信号。


 


集成的 SolarWinds® Hybrid Cloud Observability 解决方案使用时间序列分析,以便终端用户可以获得针对性指导,了解需要采取行动的确切位置和时间。然后,组织可以对其服务交付和组件依赖关系进行端到端监督。SolarWinds Hybrid Cloud Observability 解决方案集成了 AIOps(智能运维)和机器学习 (Machine Learning),因此可以在多云端环境进行实时控制。


 


Gartner在2016年引入了将人工智能与运维结合的AIOps概念。AIOps能够提供11种功能,包括历史数据管理、流数据管理、日志数据整合等。近年来,中国企业对AIOps的兴趣日渐浓厚,MarketsandMarkets指出,未来 5 年,中国 AIOps 市场的增长速度将超过全球市场。而作为 IT Ops 和 DevOps 团队长期关注的热门话题,机器学习则一直吸引着中国的技术专业人士。


 


集成的SolarWinds Hybrid Cloud Observability 解决方案中的嵌入式 AIOps 和机器学习可以分析干扰与大量积累的数据,以便技术专家快速有效地管理客户和员工支持服务。


 


简而言之:Observability 可以在几秒钟内完成分析,而非几小时。


 


智能集成


 


传统监控使用以指标为导向的控制面板,对照手动的或基本的统计相关阈值来评估遥测数据。因此传统监控通常专注于特定的网络、云环境、基础架构或应用程序,以便技术专家识别异常信息、调查并解决问题。


 


但这种传统的监控本身有一定局限性。首先,这种监控不提供跨域关联、服务交付洞察、运行依赖性或预测。更糟糕的是,监控孤岛现象会随着时间而越来越严重。这就是 Observability 可以提供帮助的地方。


 


Observability 不会替代传统的监控。相反,它使用通过传统监控收集的信息作为其服务的关键要素。它对收集起来的数据进行分析,并将其与预期结果和目标进行比较。借助这些数据,技术专家将更好地了解基础架构和应用程序的状态。


 


此外,AIOps 和机器学习将提供预测性分析,让 Observability 解决方案更好地发挥效果。平台将在潜在问题发生之前将问题检测出来,然后独立地对其做出自动响应。


 


不过,当技术专家需要参与时,Observability 平台也将提供告警。一旦发生,嵌入式 AIOps 和机器学习将通过跨域数据关联、大规模的实时和历史指标、日志和跟踪数据,提供必要的洞察、自动化分析和可操作的智能信息。我们可以通过它们发现信号,从而更容易地找到最终解决方案。


 


在整个过程中,Observability 解决方案减少了操作干扰,使技术专家(包括开发人员和安全团队)能够更加主动地发现问题和异常。之后,团队可以跨 IT 网域将任务自动化,并提高闭环运营管理、报告和容量规划效率。


 


有了 AIOps 和机器学习,SolarWinds Observability 解决方案能够让技术专家识别问题和发现缺陷,从而提高业务敏捷性。Observability解决方案还可以描述并预测影响较大的业务服务、组件和活动状态的变化,同时具有可扩展性,并且管理开销较低。


 


集成的 Observability 解决方案提高了 IT 效率,消除了冗余工具,因此有助于降低成本。更值得注意的是,它帮助团队将工作方式从被动变为主动。解决方案允许团队可视化并持续分析业务服务和组件关系、偏差和依赖性,性能、合规性和弹性也因此得到了提高。


 


如今,我们的工作环境已大大改变,据艾媒咨询数据显示,预计到2023年,中国软件即服务(SaaS)行业市场规模将达555.1亿元,SaaS应用程序和无处不在的智能设备,使得混合办公这一工作形式越来越普遍。而失去网络连接可能会导致工作场所通信不畅、网站无法使用或者网络大规模中断等问题。嵌入AlOps 和机器学习的Observability 解决方案可以针对这些以及其他问题提供动态保护。


 


但是,不要把 Observability 看作随意添加到堆栈的另一个“东西”或另一项技术。恰恰相反,它是集成 IT 基础架构、应用程序和数据库性能管理的新一代解决方案,使一切变得更好。


 


嵌入AlOps 和机器学习的SolarWinds Observability 解决方案,可使任何规模的公司与组织机构都能更轻松、更全面地了解和管理 IT 服务交付。这是一个经济的办法,可以持续地让 IT 公司或组织机构提高性能和可靠性。同时,它可以提高在复杂、多样、分散的混合环境和云环境中的客户体验。可以说,Observability 将传统的监控实践提升到一个新的水平。