近日，我們采訪了兩位經(jīng)驗豐富的大咖，試圖從博睿數(shù)據(jù)的視角窺探AIOps 的全貌。

關(guān)于AIOps 產(chǎn)品本身

就博睿數(shù)據(jù)而言，博睿數(shù)據(jù)的AIOps的核心是“數(shù)據(jù)+AI+產(chǎn)品+場景”四合一的綜合解決方案。在一體化運維、告警管理、故障定位、應急快恢等高頻運維場景中幫助用戶更高效、更準確的達成業(yè)務(wù)目標。

就其優(yōu)勢而言，主要有5個方面：

1. 門檻低：博睿數(shù)據(jù)的AI接入簡單，開箱即用，算法支持可視化和自解釋；

• 性能高：同等性能條件下資源消耗較少，1臺4C8G機器可處理每分鐘6.6萬指標量，3臺8C16G機器可處理每分鐘48萬指標量；

• 數(shù)據(jù)全：APM深耕多年，數(shù)據(jù)多而全，比如Trace核心基礎(chǔ)能力，博睿數(shù)據(jù)支持多語言、多框架，也能和日志深度關(guān)聯(lián)。這對AIOps做多模態(tài)數(shù)據(jù)聯(lián)邦分析和挖掘有優(yōu)勢；

• 范圍廣：算法通用性強，適應范圍廣泛，針對不同行業(yè)進行了模型優(yōu)化；

• 分析強：可觀測數(shù)據(jù)、流程工單數(shù)據(jù)、配置管理數(shù)據(jù)匯總到數(shù)據(jù)中臺，提供流批一體的在離線數(shù)據(jù)查詢聚合能力，為任意指標、實體的關(guān)聯(lián)分析提供獨到見解支撐。

目前，博睿數(shù)據(jù)基于自研的大數(shù)據(jù)實時處理和分析平臺 Zeus做數(shù)據(jù)挖掘，在異常檢測、趨勢預測、告警收斂、事件分析等應用場景方面已實現(xiàn)產(chǎn)品化落地。

具體來說，異常檢測，主要應用于運維數(shù)據(jù)的無監(jiān)督異常發(fā)現(xiàn)環(huán)節(jié)，不需要運維人員手工設(shè)置閾值即可做到異常的自主發(fā)現(xiàn)，大幅節(jié)省了人力投入；

趨勢預測，主要應用于業(yè)務(wù)特性運維數(shù)據(jù)的預測場景，比如容量預測、訪問量預測、硬件缺陷預測等等，對于運維人員的預算編制、業(yè)務(wù)規(guī)劃和提前介入處置起到很大的參考作用；

告警收斂，主要應用于統(tǒng)一告警平臺的事件管理場景，運維人員不再需要面對大量的無效告警，只需要關(guān)注收斂后的少量故障，應急處置的效率和精準度有了大幅提升；

事件分析，主要應用于一體化運維平臺的問題管理場景，AI將指標、Trace、事件的異常信息匯聚到問題，從問題查找根因，從根因聯(lián)動通知、自動化等處置步驟，問題分析的效率和精準度得到大幅改善。

在AIOps實踐方面，博睿數(shù)據(jù)依托多年APM行業(yè)積累，已具備豐富的數(shù)據(jù)集合。依托IT運維監(jiān)控能力，利用大數(shù)據(jù)和機器學習技術(shù)持續(xù)構(gòu)建智能運維監(jiān)控能力。

2021年，博睿數(shù)據(jù)在國內(nèi)首次提出了“服務(wù)可達的數(shù)據(jù)鏈DNA”技術(shù)理念，D代表DEM（數(shù)字體驗管理），N代表NPM(網(wǎng)絡(luò)性能管理)，A代表APM（應用性能管理），從而打通從代碼到用戶訪問的全過程，進一步釋放企業(yè)IT運維監(jiān)控管理所有分支領(lǐng)域DEM、APM、ITIM、NPM和智能運維管理的能力。

目前，博睿數(shù)據(jù)算法中臺 SwiftAI已賦能到新一代APM的Server產(chǎn)品、新一代的智能運維大數(shù)據(jù)平臺DataView、“雙模一體”智能應急中心OneAlert等，與博睿數(shù)據(jù)統(tǒng)一聯(lián)邦數(shù)據(jù)中臺 Zeus相輔相成，不斷落地智能異常檢測、趨勢預測、智能告警、事件分析等場景，助力云原生時代服務(wù)可達。

2022年5月20日，博睿數(shù)據(jù)正式推出了一體化智能可觀測平臺ONE，該平臺旨在建立一體化、智能化、面向業(yè)務(wù)與用戶體驗的統(tǒng)一運維平臺，助力企業(yè)提高數(shù)字化體驗，降低運維成本，提升工作效率，為數(shù)字化轉(zhuǎn)型賦能升級。同時，這也是業(yè)界第一個將所有運維監(jiān)控需求“All in ONE”的統(tǒng)一平臺。博睿數(shù)據(jù)的 AI 能力，比如告警收斂、根因分析、多維分析、影響分析等，也將在 ONE 平臺的觀測洞察、應急管理等模塊中逐步落地。

談及博睿數(shù)據(jù)AIOps未來的發(fā)展，賀安輝表示：“未來，博睿數(shù)據(jù)在AIOps 方面將在根因定位、影響分析、NLP、算法實驗室四個方面發(fā)力?！?/p>

同時，未來博睿數(shù)據(jù)也將繼續(xù)發(fā)展多模態(tài)數(shù)據(jù)聯(lián)邦“底座”和AI算法的廣度和深度，支持全程服務(wù)可觀測。

AIOps 未來已來

雖然AI技術(shù)給運維工作帶來的價值顯而易見，但需要明確的是AIOps 不是一個一蹴而就的實踐，而是一個長期演進的過程，需要不斷創(chuàng)新發(fā)展。

就當前國內(nèi)智能運維的環(huán)境而言，李驊宸認為AIOps還存在以下幾方面的挑戰(zhàn)：

• 普適性：在不同的客戶業(yè)務(wù)場景中，如何減少定制化和實施成本，又能更好的解決業(yè)務(wù)問題。

• 可解釋：AI的結(jié)果如何自解釋，如何驗證。

• 效率：高度自動化地減少人工干預。      

• 資源：在私有化或POC時，極致的技術(shù)應用到資源和性能優(yōu)化中，以最小資源成就最大價值。

• 穩(wěn)定：AI算法高度智能化和自動化。

在他看來，博睿數(shù)據(jù)今后要在智能運維方面持續(xù)發(fā)力。

首先，要打破數(shù)據(jù)孤島，做DNA 數(shù)據(jù)的最大化融合，建立數(shù)據(jù)資產(chǎn)的統(tǒng)一管理倉庫，產(chǎn)生聯(lián)邦數(shù)據(jù)的次生價值。以博睿數(shù)據(jù)提出的數(shù)據(jù)鏈DNA 概念為例，AIOps是DNA中重要的一環(huán)，可助力APM產(chǎn)品和數(shù)據(jù)實現(xiàn)端到端打通，讓DNA更加自動化和智能化。同時，DNA數(shù)據(jù)鏈也給AI提供場景和數(shù)據(jù)土壤，讓AI通過信息整合、特征關(guān)聯(lián)真正的跑出優(yōu)質(zhì)算法模型。

其次，要加強數(shù)據(jù)分析和數(shù)據(jù)挖掘，擴展AI產(chǎn)品能力，夯實算法基礎(chǔ)能力，讓AI支持輕量級的模塊化和產(chǎn)品化。在算法可解釋性和評價體系方面建立一套標準，引入不同的數(shù)據(jù)集進行數(shù)據(jù)加工分析，用真實故障注入的方式來不斷錘煉AIOps能力，在商業(yè)化輸出時能夠以近乎開箱即用、極低適配成本的方式實現(xiàn)價值的最大化輸出。

更為重要的是，AIOps本就是基于已有的運維數(shù)據(jù)，并通過機器學習的方式來進一步解決自動化運維沒辦法解決的問題。企業(yè)實現(xiàn)AIOps的前提是建立起全面獲取IT數(shù)據(jù)的能力，這里的數(shù)據(jù)主要包括但不限于日志、指標和事件等。將這些數(shù)據(jù)輸送給AIOps平臺，為AIOps提供數(shù)據(jù)資產(chǎn)，以進行整合的更高級別的分析和洞察。如果沒有這些大數(shù)據(jù)的支持，AIOps則是無源之水。所以對于企業(yè)來說，大數(shù)據(jù)采集工作至關(guān)重要。

兩位大咖對AIOps的未來發(fā)展充滿信心?？傮w而言，中國市場足夠大，數(shù)據(jù)也足夠豐富，而在國家戰(zhàn)略和政策的支持下，傳統(tǒng)制造業(yè)正向智能創(chuàng)造逐步發(fā)展，發(fā)展的過程中必然會涉及大量數(shù)據(jù)處理，而這也是AI技術(shù)的強項，當前在運維領(lǐng)域，AI技術(shù)的應用還是剛剛起步，慢慢成熟，在未來的3-5年內(nèi)，AI技術(shù)會廣泛應用到運維場景中，向自助式服務(wù)方向發(fā)展。

寫在最后

每一個產(chǎn)品最需要的是被市場認可。

在標準制定方面，2021年博睿數(shù)據(jù)獲信通院首批AIOps評估的異常檢測全面級，同年博睿數(shù)據(jù)作為信通院組織的AIOps標準工作小組成員，多項建議納入到規(guī)范標準。

在產(chǎn)學研方面，博睿數(shù)據(jù)也跟廈門大學成立聯(lián)合實驗室，開展機器學習、深度學習方面的合作。

在行業(yè)應用落地方面，博睿數(shù)據(jù)的AIOps解決方案已經(jīng)落地到銀行、保險、證券、教育、航空等行業(yè)中，如異常檢測場景、告警收斂場景、趨勢預測場景等，為客戶的數(shù)字化轉(zhuǎn)型加速賦能。

zhupb