AI基础知识 | 运维管理

系统运维技术从早期工具时代（实现了计算机化，但运维流程尚属摸索阶段），到Pre-DevOps（ITIL体系，DeveOps等理念被提出），再到DeOps阶段（该阶段追求运维流程、运维手段等角度实现完全的自动化，最终实现无人干预的运维过程），一直到今天的AIOps阶段（人工智能技术于IT运维技术结合），如下图所示：

运维技术的发展历程

这样的发展过程是AI时代的一种必然：

（1）复杂、多变的软\硬件架构故障本身就难以避免

（2）AI智能的业务本身对于系统相应速度和安全运转稳定性提出了更高的要求

（3）由于架构复杂、数据来源多（各类传感器、LoT设备等）导致的而运维规则复杂、多变，很难依靠人工去维护和升级。

（4）AI智能产品体系中蕴藏了海量、多样、高价值的监控数据。

AIOps是Gartner公司再2016年正式提出的概念。首先AIOps的两个核心组成元素是机器学习和大数据技术，这就需要去除IT数据孤岛，将观测数据（包括应用画像、服务图谱、业务指标、应用性能、基础设施性能、日志、调用链、基础设施等）和再大数据平台中的工单、异常事件中的数据结合起来，然后通过各种机器学习策略去分析