隨著科技的進步，近年來運維技術也進入了飛速的發展，運維團隊大多建設好了各種系統，虛擬化、容器化、持續集成等等。隨著智能化技術的發展，智能運維的呼聲越來越高。其實智能運維平臺是一款專業(ye)的(de)工單管(guan)(guan)理(li)運(yun)維(wei)(wei)軟件。它收集了(le)大量的(de)工單信息，可以啟動自動化運(yun)維(wei)(wei)設備管(guan)(guan)理(li)服務。收到工單后，可以按照預定時間進行維(wei)(wei)護(hu)操(cao)作和(he)維(wei)(wei)護(hu)，協助用(yong)戶接(jie)收訂單，非常實用(yong)。要想盡快在智能運(yun)維(wei)(wei)領域有所突破，首先要主抓好監控(kong)系統(tong)和(he)告警系統(tong)，并利用(yong)機(ji)器學習算法進行快速監控(kong)和(he)排障。

　　以(yi)下(xia)，智(zhi)恒信就對智(zhi)能運維(wei)的(de)發(fa)(fa)展(zhan)一(yi)些早期觀(guan)點(dian)和看法(fa)分享出來(lai)，樂意(yi)與大家(jia)一(yi)起探討下(xia)運維(wei)未來(lai)的(de)發(fa)(fa)展(zhan)方(fang)向。

　　1 對當下國(guo)內(nei)運維領域(yu)現狀的看法

　　簡單來講，目前國內運維界在自(zi)動(dong)化方面已經達到了一(yi)定的水(shui)平，就現階段(duan)而(er)言，自(zi)動(dong)化和(he)監控兩(liang)部(bu)(bu)分還是(shi)有一(yi)定距(ju)離。例如(ru)，你拿到了監控類的報警，可能不清楚立馬去做哪(na)一(yi)項自(zi)動(dong)化的部(bu)(bu)署。如(ru)果能把自(zi)動(dong)化和(he)監控這兩(liang)部(bu)(bu)分有機(ji)的結合起來，運維的工作會運轉(zhuan)的更加順利。

　　2 移動端(duan)和(he)微(wei)服(fu)務給運維(wei)工作(zuo)帶來的挑戰

　　在(zai) PC 端(duan)(duan)的(de)時(shi)代(dai)，運(yun)維的(de)很(hen)多(duo)工作受限于瀏覽器(qi)，運(yun)維人員拿不到(dao)用(yong)戶端(duan)(duan)真實(shi)的(de)數(shu)據。這種狀(zhuang)況下，大家(jia)就會普遍采購(gou)一(yi)些第三方(fang)服務，嘗試(shi)獲取(qu)(qu)終端(duan)(duan)數(shu)據。而在(zai)移動(dong)端(duan)(duan)時(shi)期，我們都有自(zi)己的(de) IP，可以把(ba)一(yi)些采點(dian)的(de)邏(luo)輯放在(zai)自(zi)己的(de) IP 里，然后獲取(qu)(qu)到(dao)更準確、更真實(shi)的(de)客戶數(shu)據。相對于挑(tiao)戰來(lai)說，這其實(shi)是移動(dong)端(duan)(duan)帶(dai)來(lai)的(de)好處。

　　微服務(wu)的(de)出(chu)(chu)現給運(yun)維工(gong)作帶來一些難題(ti)(ti)。沒有出(chu)(chu)現微服務(wu)之前(qian)，運(yun)維人員在一臺(tai)或者兩三臺(tai)機器中就可(ke)(ke)以完成問(wen)題(ti)(ti)排查。出(chu)(chu)現微服務(wu)之后，這些問(wen)題(ti)(ti)可(ke)(ke)能(neng)拆(chai)到(dao)了好幾(ji)十個分布式的(de)地方，各(ge)自(zi)的(de)輸出(chu)(chu)，甚至啟停會(hui)很(hen)方便，你(ni)有可(ke)(ke)能(neng)遇到(dao)在找問(wen)題(ti)(ti)的(de)時候混淆的(de)情況。而(er)解決這些麻(ma)煩就是需要智能(neng)運(yun)維。

　　3 在大數(shu)據時代，智能運維與數(shu)據之間、自動化(hua)運維之間有何關系

　　智能運(yun)維的理想狀(zhuang)態(tai)就是把運(yun)維工作的三大(da)部分：監控、管(guan)理和故障定位，利用一些機器(qi)學習算法(fa)的方(fang)法(fa)把它們有機結(jie)合(he)起(qi)來。

　　在大(da)數(shu)據(ju)時代(dai)，智(zhi)能運維是(shi)(shi)基于(yu)大(da)數(shu)據(ju)之(zhi)上。目前看來，運維想要把監控、管(guan)理和故障定位(wei)這三部分(fen)有(you)機(ji)結合起來，就不可避(bi)免的(de)需要用到智(zhi)能算法，而(er)體現智(zhi)能算法價值的(de)一點(dian)就是(shi)(shi)：智(zhi)能算法需要大(da)量的(de)數(shu)據(ju)去做支撐。

　　自(zi)動化運維這幾(ji)年處在一個(ge)良性發展的(de)狀態，包括像(xiang) Puppet 這種(zhong)(zhong)配置管理的(de)自(zi)動化，像(xiang) Docker 這種(zhong)(zhong)部(bu)署的(de)自(zi)動化。進一步的(de)發展就(jiu)是(shi)(shi)需要(yao)把(ba)這三部(bu)分融(rong)(rong)合(he)起(qi)來(lai)。目(mu)前能(neng)夠把(ba)這三部(bu)分融(rong)(rong)合(he)起(qi)來(lai)的(de)辦(ban)法就(jiu)是(shi)(shi)利(li)用(yong)人工(gong)智(zhi)能(neng)的(de)手段(duan)，最后(hou)達到一種(zhong)(zhong)智(zhi)能(neng)運維的(de)狀態。

　　4 智(zhi)能運維(wei)當下的狀況及智(zhi)能運維(wei)發(fa)展的預測

　　智(zhi)能(neng)運維(wei)(wei)當下還(huan)是(shi)(shi)(shi)(shi)一(yi)(yi)個初(chu)步探索(suo)的(de)(de)(de)階段(duan)。可以舉幾個時間數字，我(wo)所看到一(yi)(yi)個和智(zhi)能(neng)運維(wei)(wei)相關的(de)(de)(de)開源項(xiang)目(mu)是(shi)(shi)(shi)(shi)在(zai)2013 年，而我(wo)看到的(de)(de)(de)第一(yi)(yi)個主(zhu)動出(chu)(chu)來宣(xuan)(xuan)講(jiang)(jiang)和智(zhi)能(neng)運維(wei)(wei)相關的(de)(de)(de)應(ying)(ying)該(gai)(gai)是(shi)(shi)(shi)(shi)在(zai)2015 年百(bai)度(du)在(zai)一(yi)(yi)個大會上的(de)(de)(de)宣(xuan)(xuan)講(jiang)(jiang)。然后大量的(de)(de)(de)出(chu)(chu)現在(zai)宣(xuan)(xuan)講(jiang)(jiang)上有(you)關智(zhi)能(neng)運維(wei)(wei)的(de)(de)(de)應(ying)(ying)該(gai)(gai)是(shi)(shi)(shi)(shi)在(zai)16 年下半年。而這(zhe)些宣(xuan)(xuan)講(jiang)(jiang)和我(wo)的(de)(de)(de)一(yi)(yi)些宣(xuan)(xuan)講(jiang)(jiang)都還(huan)是(shi)(shi)(shi)(shi)說(shuo)我(wo)們(men)現在(zai)有(you)這(zhe)樣(yang)的(de)(de)(de)思(si)路，做了一(yi)(yi)些嘗(chang)試。而這(zhe)些嘗(chang)試的(de)(de)(de)效(xiao)果還(huan)是(shi)(shi)(shi)(shi)需要大家去碰撞，看是(shi)(shi)(shi)(shi)否還(huan)有(you)什么(me)更(geng)好的(de)(de)(de)辦法(fa)，因為我(wo)們(men)現在(zai)是(shi)(shi)(shi)(shi)用(yong)普通的(de)(de)(de)機器學習(xi)(xi)算法(fa)，還(huan)沒有(you)用(yong)到像(xiang)AlphaGo 的(de)(de)(de)深(shen)度(du)神(shen)經(jing)網絡這(zhe)部分內(nei)容(rong)。轉變(bian)為智(zhi)能(neng)運維(wei)(wei)是(shi)(shi)(shi)(shi)一(yi)(yi)個需要大量投入和學習(xi)(xi)的(de)(de)(de)過程。

　　想盡快(kuai)在智能運維(wei)領(ling)域有所突破，更(geng)實際(ji)一(yi)點的(de)辦法(fa)就是主抓好(hao)(hao)監控系統和(he)告警(jing)(jing)系統。傳統的(de) IT 運維(wei)需要管理大(da)(da)量的(de)告警(jing)(jing)，極大(da)(da)地(di)分(fen)散了(le)企業的(de)注意力，消耗(hao)運維(wei)人(ren)(ren)員(yuan)(yuan)大(da)(da)量的(de)時(shi)間(jian)和(he)創新力。想辦法(fa)能把一(yi)天收好(hao)(hao)幾千封(feng)告警(jing)(jing)這種狀況，高效(xiao)地(di)解決，把運維(wei)人(ren)(ren)員(yuan)(yuan)從紛繁復雜的(de)告警(jing)(jing)和(he)噪(zao)音中(zhong)解脫(tuo)出來。這是一(yi)個(ge)在眾多辦法(fa)中(zhong)產(chan)生價值的(de)第(di)一(yi)步。

　　現在比較明確的是大家會朝著(zhu)智(zhi)能(neng)(neng)運(yun)(yun)維方向(xiang)發(fa)展，并且(qie)智(zhi)能(neng)(neng)運(yun)(yun)維的發(fa)展一定是一個(ge)長期演進的過程。因(yin)此對于智(zhi)能(neng)(neng)運(yun)(yun)維的發(fa)展預測，簡單看法(fa)如下：

　　第一步就是前面所說的(de)(de)，智能運(yun)維在告警系統上的(de)(de)價值。

　　第二步就是(shi)智能(neng)(neng)地去(qu)判(pan)斷(duan)告警(jing)，而(er)不(bu)是(shi)現在靠人(ren)力的(de)經驗去(qu)設(she)定(ding)一個閾值(zhi)。設(she)定(ding)告警(jing)閾值(zhi)是(shi)一項(xiang)耗時耗力的(de)工作，需要運維人(ren)員在充(chong)分了解業務的(de)前(qian)提下才(cai)能(neng)(neng)進行，還得考(kao)慮(lv)業務是(shi)不(bu)是(shi)平穩(wen)發展(zhan)狀態，否則(ze)一兩周改動一次(ci)，運維工程師絕對是(shi)要發瘋的(de)。

　　第三步是(shi)利(li)用一(yi)些 NLP（自然語(yu)言(yan)處理），把故障報告(gao)、文本(ben)化的(de)語(yu)言(yan)提(ti)煉(lian)出來(lai)去自動(dong)反饋到這(zhe)個(ge)系統里。這(zhe)一(yi)點可能是(shi)更遙遠的(de)一(yi)個(ge)設想(xiang)，但是(shi)目前來(lai)看會是(shi)將來(lai)發展的(de)一(yi)條道路。

以上就是小編(bian)分(fen)享的(de)關(guan)于智(zhi)能(neng)運維的(de)現狀及未(wei)來可能(neng)的(de)發展趨(qu)勢，供大家參考，下次再見(jian)！

　　文章推薦：解析視頻質量智能診斷系統的關鍵技術