vlambda博客
学习文章列表

我们将现有环境中的监控称之为眼，例如：APM、Zabbix、Flume、Tivoli、HMC、NPM、Netbase 等，通过眼获得了众多运维数据，包括：业务监控数据、中间件监控数据、数据库监控数据、IAAS 监控数据、PAAS 监控数据、系统监控数据、硬件监控数据、存储监控数据、网络监控数据、众多日志数据、变更数据等。

同时，我们将现有环境中的自动化工具称之为手，例如：IAAS、PAAS、Ansible、SaltStack 等，通过手执行自动化操作，包括：申请资源、部署应用、执行变更、处理故障等。现有环境中，眼和手都有比较成熟的解决方案，但眼和手之间存在鸿沟，无法自动联动，AIOps 正好可以充当桥梁，解决此问题。我们将 AIOps 称之为脑，接受眼的输入，做推理决策，让手去自动化执行。

AIOps 的实现思路大体可以分为四步：接入运维数据、建立知识图谱、编排智能算法、自动化执行。

1

接入运维数据。

将分散的运维数据集中起来，清洗入库（时序数据库、检索数据库等），包括：业务监控 KPI（交易数、成功率、失败率、响应率、响应时间）、基础监控 KPI（应用、数据库、中间件、操作系统、服务器、存储、网络等）、基础日志（应用、数据库、中间件、操作系统、服务器、存储、网络等）、告警信息、ITSM 变更信息。

2

建立知识图谱

接入 CMDB 和经验知识库数据：建立东西向的应用拓扑关系，即应用与应用间关系、服务与服务间关系；建立南北向的资源依赖关系，即服务依赖哪些机器；建立交易链；建立监控 KPI 与应用、服务、资源的关系。借助这些关系，分析故障传播链，进行根源分析。

3

编排智能算法

分为两个阶段：

• 初级阶段是根据数据特征，人工选择算法，适配接入数据，再人工进行算法编排；

• 终极阶段是根据书特征，自动选择合适的算法，自动进行算法编排，例如：小范围波动数据，选择静态阈值算法；周期类数据，选择同比算法；平滑类数据，选择环比算法。

4

自动化执行

自动化执行是确定性动作，一般企业有比较成熟的自动化方案，系统内的操作一般用自动化工具（例如 Ansible\SaltStack），系统外操作一般用云平台（例如 IAAS\PAAS）。

智能在于推理决策，推理决策是从不确定性向确定性无限逼近的过程，这个过程中需要不断地加入信息，100%的信息产生 100%的确定性，进行确定性推理决策，信息由数据和模型共同决定，往往数据不是完全的（可能维度不够，也可能数量不够），往往模型也不是最优的，这就决定了没有 100%信息，没有 100%确定性，因此是概率推理。

概率推理决定了不敢轻易用于自主决策，而是用于辅助决策，因为决策错误，可能会带来运维灾难，直接影响业务。做好 AIOps 的前提，是做好基础架构治理和数据治理，使得接入的数据是完全的，同时要不断地进行算法模型优化，使得算法模型是充分优化的，从而使得信息趋于 100%，确定性趋于 100%。不必 100%确定性，只要超过人的决策能力，就可以用 AIOps 进行自主决策。