云智慧AIOps智能運維應用實戰(zhàn)之智能關聯分析

從信息化時代開始,企業(yè)IT系統(tǒng)就在不斷的生產著各種監(jiān)控數據和業(yè)務數據,但信息孤島的存在和數據處理能力的限制,讓無數企業(yè)空守寶山而無用。時至今日,雖然橫向擴展的分布式架構、通用靈活的云計算系統(tǒng)得到廣泛普及,但是IT數據所提供的業(yè)務價值不但沒有提升,反而因為數據量的指數增長和雙模IT(Bimodal IT),數據豎井(Data Silos)的問題愈發(fā)嚴重。

云智慧AIOps智能運維應用實戰(zhàn)之智能關聯分析

智能關聯分析與上一篇《云智慧AIOps智能運維應用實戰(zhàn)之告警抑制》是相輔相成的,告警消息通過有效的關聯,獲得更高的壓縮比;而關聯分析所面向的數據不但來自于告警抑制輸出的警報,還有日志數據、業(yè)務指標數據等,因此部署了告警抑制之后,可通過智能關聯分析獲得更有價值的數據結果。

智能關聯分析的典型應用場景

企業(yè)的應用系統(tǒng)架構復雜,技術體系多樣,離散地采用了多種監(jiān)控系統(tǒng)來實現不同的技術棧監(jiān)控,如基礎設施與服務采用開源的Zabbix、第三方的監(jiān)控寶,網絡監(jiān)控使用Solarwinds軟件,應用性能管理采用透視寶等,還有一些業(yè)務和性能使用日志分析的手段進行監(jiān)控。

云智慧AIOps智能運維應用實戰(zhàn)之智能關聯分析

在常規(guī)的運維工作中,由于業(yè)務系統(tǒng)的拓撲結構非常復雜,當不同監(jiān)控系統(tǒng)產生大量監(jiān)控數據并生成警報時,運維人員很難判斷警報的分布范圍以及各個警報之間的關系。云智慧AIOps智能運維平臺智能關聯分析,利用大數據分析和機器學習等人工智能方法,對客戶現有的業(yè)務、設備、網絡拓撲圖等信息進行自動梳理,形成業(yè)務邏輯拓撲關系圖,將雜亂的IT數據和業(yè)務數據進行分類,并與拓撲關系圖中的節(jié)點匹配,幫助運維人員明確故障的根本原因和影響范圍,提升運維效率。

智能關聯分析的特色和價值

云智慧AIOps智能運維平臺的智能關聯分析產品對于IT運維管理人員具有以下特色和價值:

離散數據的多維聚合分析,尋找根源問題更加全面

從應用性能管理軟件、系統(tǒng)日志、Zabbix等多種監(jiān)控系統(tǒng)中采集性能數據,在采集過程中實時對指標進行各個維度的標定并建立關聯關系,通過關系對各個技術棧進行全局分析,這種方法突破了原有方法分析問題的局限,幫助用戶快速診斷出問題并進行修復。

精準定位故障,有助于快速處置

利用云智慧大數據平臺PB級數據處理能力,采用機器學習的方法建立多指標關聯分析模型,全面而精準地從單一用戶視角來追蹤故障問題,使用故障根因自動定位技術能夠提高故障定位速度,從而提高業(yè)務可用性。

不僅基于單純的時間切片方法構建關系,還利用了應用調用鏈關系、基于聚類等職能分析算法的自動關系發(fā)現與構建算法,從而提升了關系構建的完備性和準確性。

此外,云智慧AIOps智能運維平臺智能關聯分析,還能以業(yè)務鏈上每個對象的KPI的變化進行監(jiān)控和關聯分析,幫助業(yè)務部門掌握業(yè)務運行規(guī)律,降低業(yè)務運營風險。

智能關聯分析典型案例

云智慧某大型金融客戶的業(yè)務生產環(huán)境有基礎硬件上千臺,各個業(yè)務系統(tǒng)的依賴與調用關系非常復雜。當出現問題時,往往需要數小時才能對故障進行定位,并且過程中需要協(xié)調研發(fā)、運維等多個部門的人員來進行,整體效率低。

云智慧AIOps智能運維應用實戰(zhàn)之智能關聯分析

通過已有的 APM、基礎設施監(jiān)控等監(jiān)控系統(tǒng),獲取各個業(yè)務的內部拓撲關系,然后根據業(yè)務鏈整理出核心業(yè)務拓撲圖十幾個,分別將這些拓撲圖導入云智慧AIOps智能運維平臺,并為每個拓撲圖中的節(jié)點設置告警匹配的條件,實現告警消息與業(yè)務拓撲的配置。最后,將告警事件匹配到拓撲中,運維人員可以在故障發(fā)生時,通過智能關聯分析功能,迅速定位根因和故障的影響范圍。

在實際的生產過程中,該企業(yè)的故障修復時間一般為數小時到1天不等。而使用云智慧AIOps智能運維平臺智能關聯分析之后,大規(guī)模故障的修復時間有效地減少到了一小時以內,完成問題定位、止損以及故障修復的全部工作。

總結

云智慧智能運維AIOps平臺智能關聯分析,以企業(yè)現有IT監(jiān)控數據、日志數據和業(yè)務數據為突破點,通過應用高性能大數據處理和人工智能技術,對業(yè)務、應用、設備、網絡等信息進行智能化梳理和邏輯關聯,建立數據層的拓撲關系,消除IT數據內部和業(yè)務數據之間的斷層,深入發(fā)現IT數據的核心價值,成為企業(yè)打破IT系統(tǒng)之間的數據豎井壁壘的最佳選擇。

免責聲明:本網站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網站出現的信息,均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性,但不保證有關資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏,概不負任何法律責任。任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時,應及時向本網站提出書面權利通知或不實情況說明,并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后,將會依法盡快聯系相關文章源頭核實,溝通刪除相關內容或斷開相關鏈接。

2018-11-09
云智慧AIOps智能運維應用實戰(zhàn)之智能關聯分析
從信息化時代開始,企業(yè)IT系統(tǒng)就在不斷的生產著各種監(jiān)控數據和業(yè)務數據,但信息孤島的存在和數據處理能力的限制,讓無數企業(yè)空守寶山而無用。

長按掃碼 閱讀全文