技术标签: 硬核干货 算法 运维 AIops 智能运维 大数据
自从2016年Gartner提出AIOps概念以来,平台化和智能化已经成为了运维体系发展的大趋势。从整体来看,运维发展可以分为5个阶段,分别为手工及脚本运维、工具标准化运维、平台自动化运维、DevOps和AIOps。
自动化运维给手工及脚本运维的效率带来了很大提升,但是系统软件只能预置和按照我们制定的流程运行工作,不能自主适应,不能够处理相似的“新”问题,AI的种种特质给运维当前的一些痛点提供了良好的解决方案,AIOps应运而生,以AI的能力,赋能IT运维领域。
智能运维(ArtificialIntelligence for IT Operations,AIOps)通过引入大数据和人工智能技术,从海量监控数据和复杂的IT软硬件中学习和总结规律,自动、准确、快速地发现异常、定位故障和预测风险,提高企业IT系统可用性和运维效率,可以进一步处理自动化运维不能解决的问题。AIOps赛道的拓展主要来自标准运维数据积累和运维业务发展需求双重驱动的影响:
为了应对以上的驱动需求,AIOps的着力点在于:
面对AIOps的赛道,京东数科智能运维团队合理配置团队角色,运维工程师、开发工程师和算法工程师扮演着不同的角色,三者缺一不可。以下是数科智能运维团队基于内部人员职能分配的一些尝试和经验。
京东数科智能运维团队在行业内已经有了长期的耕耘,在各着力点大量投入,打通各个环节,在运维知识沉淀和算法积累上有着持续的积累,不仅赋能内部,还可提供大量外部服务。在运维各场景下应用AI的能力提供可靠的算法服务,在日常运维和大促期间各算法学件都有着卓越的表现,在保证高性能的前提下,运维场景解决方案的通用性、自动化、鲁棒性都是我们追求的第一目标。我们对AIOps的不断探索和对运维全场景不断钻研,可以让迭代的AIOps学件和产品不断地为内部和外部赋能,以AI驱动运维数字化转型。
AIOps围绕质量保障、成本管理和效率提升的基本运维场景,逐步构建智能化运维场景。在质量保障方面,细分为异常检测、故障诊断、故障预测和故障自愈等基本场景;在成本管理方面,细分为指标监控、异常检测、资源优化、容量规划和性能优化等基本场景;在效率提升方面,分为智能预测、智能变更、智能问答和智能决策等基本场景。
AIOps的建设可以先由单个场景的探索开始,逐步完善和串联,直至解决整个完整问题的运维算法学件,在算法学件的基础上打磨成具有通用性和流程性的智能运维整体解决方案。行业通用的演进路线如下:
目前,京东数科智能运维团队对内提供服务形式:指标鉴明平台、告警辨明平台、日志阐明平台和故障探明平台四大产品平台,此外还可提供特定场景算法模型文件、算法学件容器化部署方案。
2020年京东数科智能运维团队在打通数字化运维、加速AIOps落地过程中将AI赋能智能解决方案全场景。其中,对异常发现和根因定位展开说明如下:结合指标数值和日志文本两大数据源特点构建“榫卯’”型算法设计,在保证平台可迁移性的基础上增强算法匹配场景丰富度、算法自动编排准确度、算法定制拓展自由度。我们会继续加大投入,在进行业务及运维知识积累的同时让AIOps赋能业务研发、产品和运营团队,对内降本增效提高生产效率,对外以AI驱动产业数字化转型。
京东数科智能运维平台内嵌众多可插拔学件,配置简单,使用方便,并且具有高准确性和高时效性。下面详细介绍故障检测、故障定位和故障修复三个模块:
三个模块层层递进,共同提升运维体验和运维效率。整体流程可以快速发现故障并进行自动异常定位,对于异常事件提供解决方案推荐并实现部分场景故障自愈,能极大地降低研发配置固定阈值和运维排查问题的成本,极大地提升运维服务质量和业务可用率。
运维监控系统数据除静态配置属性外绝大多数为时序数据,表现形式为时序指标和时序日志,基于海量的时序数据判断业务是否异常是故障发现的重要手段。对于种类繁多、关系复杂的数值指标,指标异常检测学件组不仅可以实现快速自动编排、覆盖运维指标多特征突升突降、断崖式波峰波谷、趋势走向异常等异常类型,对于指标维度、周期性或隐性规律、节假日及活动、突发事件等影响因素皆有自适应算法和既定策略安排,无需人工配置阈值和规则,帮助研发和运维人员快速发现规则难以识别的异常,并支持自主配置异常告警方式,避免误报和告警风暴。在指标异常检测模块我们引入波形分析技术,结合空间和时间特征,分析指标间异常联动影响,提升异常检测准确度。时空数据分析手段的引入是发现规则和策略难以识别的异常的重要手段。
对于业务黄金指标和重点监控指标,配置告警日志分析既可以在文本日志层面捕捉瞬间发生的异常,又可以解析日志内容,确定异常主体,归并异常事件类型,同时起到对异常检测及后续根因定位关联分析的验证作用。经过大量异常事件实践和理论验证,三个算法学件组具有特定地编排方式,内部的算法学件可以自动适配接入的指标数据,覆盖运维全场景。
传统的运维故障定位高度依赖运维人员的经验和排查方向的正确与否,如何将运维专家经验沉淀并智能化是解决故障定位的问题关键。静态的CMDB配置和调用链关系是可以查询的,但是异常往往是发生在动态变化的过程之中,运维知识图谱就是我们团队应对该场景最高效的武器。智能故障定位是为了解决庞杂系统中根因定位的问题,运维知识图谱结合强化学习算法是AI赋能该场景的卓越方式。
强化学习算法是按照层次在全局进行搜索的,它将搜索所有可能关联的节点,确保了根因定位算法的准确性。运维知识图谱为搜索提供规范和方向,使得搜索并非是独立的而是兼顾调用变更和配置变更的。
我们采用的运维知识图谱是动态可拓展的,配置数据、日志、告警、变更等信息都已经接入其中。标准化数据的接入是快速的、自动的,对其他运维系统具有较高的兼容性。
当搜索过程结束时,算法会自动地对故障根因进行修正和排序,并调用日志分析系统计算推荐根因的置信度。故障定位结果会按照故障分析报告的格式存储,便于运维复盘时查询和检验算法准确度。
在故障智能修复阶段,运维专家经验也将指导我们对故障事件进行分析并给出可行操作建议和操作风险指标。故障定位模块发出推荐根因的同时,调取知识图谱中关联的数据,通过关联分析算法挖掘故障关联关系,生成事件信息描述报告。运维知识图谱将根据调用链依赖进行全链路的检查,给出故障修复建议和操作风险提示,对于部分场景已实现故障自愈。
本文作者:京东数科 张宪波&张静&李彪
京东数科智能运维团队拥有专业运维领域算法工程师和资深的运维经验专家,我们致力于将AIOps落地,为数智化运维提供解决方案。咨询请联系:[email protected]。
往期好文推荐
ITest:京东数科接口自动化测试实践
深度解读京东金融App(Android)的秒开优化实践
京东数科统一接入网关JDDLB性能优化之QAT加速卡
Apache顶级项目ShardingSphere — SQL Parser的设计与实现
文章浏览阅读1.6k次。安装配置gi、安装数据库软件、dbca建库见下:http://blog.csdn.net/kadwf123/article/details/784299611、检查集群节点及状态:[root@rac2 ~]# olsnodes -srac1 Activerac2 Activerac3 Activerac4 Active[root@rac2 ~]_12c查看crs状态
文章浏览阅读1.3w次,点赞45次,收藏99次。我个人用的是anaconda3的一个python集成环境,自带jupyter notebook,但在我打开jupyter notebook界面后,却找不到对应的虚拟环境,原来是jupyter notebook只是通用于下载anaconda时自带的环境,其他环境要想使用必须手动下载一些库:1.首先进入到自己创建的虚拟环境(pytorch是虚拟环境的名字)activate pytorch2.在该环境下下载这个库conda install ipykernelconda install nb__jupyter没有pytorch环境
文章浏览阅读5.2k次,点赞19次,收藏28次。选择scoop纯属意外,也是无奈,因为电脑用户被锁了管理员权限,所有exe安装程序都无法安装,只可以用绿色软件,最后被我发现scoop,省去了到处下载XXX绿色版的烦恼,当然scoop里需要管理员权限的软件也跟我无缘了(譬如everything)。推荐添加dorado这个bucket镜像,里面很多中文软件,但是部分国外的软件下载地址在github,可能无法下载。以上两个是官方bucket的国内镜像,所有软件建议优先从这里下载。上面可以看到很多bucket以及软件数。如果官网登陆不了可以试一下以下方式。_scoop-cn
文章浏览阅读4.5k次,点赞2次,收藏3次。首先要有一个color-picker组件 <el-color-picker v-model="headcolor"></el-color-picker>在data里面data() { return {headcolor: ’ #278add ’ //这里可以选择一个默认的颜色} }然后在你想要改变颜色的地方用v-bind绑定就好了,例如:这里的:sty..._vue el-color-picker
文章浏览阅读640次。基于芯片日益增长的问题,所以内核开发者们引入了新的方法,就是在内核中只保留函数,而数据则不包含,由用户(应用程序员)自己把数据按照规定的格式编写,并放在约定的地方,为了不占用过多的内存,还要求数据以根精简的方式编写。boot启动时,传参给内核,告诉内核设备树文件和kernel的位置,内核启动时根据地址去找到设备树文件,再利用专用的编译器去反编译dtb文件,将dtb还原成数据结构,以供驱动的函数去调用。firmware是三星的一个固件的设备信息,因为找不到固件,所以内核启动不成功。_exynos 4412 刷机
文章浏览阅读2w次,点赞24次,收藏42次。Linux系统配置jdkLinux学习教程,Linux入门教程(超详细)_linux配置jdk
文章浏览阅读3.3k次,点赞5次,收藏19次。xlabel('\delta');ylabel('AUC');具体符号的对照表参照下图:_matlab微米怎么输入
文章浏览阅读119次。顺序读写指的是按照文件中数据的顺序进行读取或写入。对于文本文件,可以使用fgets、fputs、fscanf、fprintf等函数进行顺序读写。在C语言中,对文件的操作通常涉及文件的打开、读写以及关闭。文件的打开使用fopen函数,而关闭则使用fclose函数。在C语言中,可以使用fread和fwrite函数进行二进制读写。 Biaoge 于2024-03-09 23:51发布 阅读量:7 ️文章类型:【 C语言程序设计 】在C语言中,用于打开文件的函数是____,用于关闭文件的函数是____。
文章浏览阅读3.4k次,点赞2次,收藏13次。跟随鼠标移动的粒子以grid(SOP)为partical(SOP)的资源模板,调整后连接【Geo组合+point spirit(MAT)】,在连接【feedback组合】适当调整。影响粒子动态的节点【metaball(SOP)+force(SOP)】添加mouse in(CHOP)鼠标位置到metaball的坐标,实现鼠标影响。..._touchdesigner怎么让一个模型跟着鼠标移动
文章浏览阅读178次。项目运行环境配置:Jdk1.8 + Tomcat7.0 + Mysql + HBuilderX(Webstorm也行)+ Eclispe(IntelliJ IDEA,Eclispe,MyEclispe,Sts都支持)。项目技术:Springboot + mybatis + Maven +mysql5.7或8.0+html+css+js等等组成,B/S模式 + Maven管理等等。环境需要1.运行环境:最好是java jdk 1.8,我们在这个平台上运行的。其他版本理论上也可以。_基于java技术的停车场管理系统实现与设计
文章浏览阅读3.5k次。前言对于MediaPlayer播放器的源码分析内容相对来说比较多,会从Java-&amp;gt;Jni-&amp;gt;C/C++慢慢分析,后面会慢慢更新。另外,博客只作为自己学习记录的一种方式,对于其他的不过多的评论。MediaPlayerDemopublic class MainActivity extends AppCompatActivity implements SurfaceHolder.Cal..._android多媒体播放源码分析 时序图
文章浏览阅读2.4k次,点赞41次,收藏13次。java 数据结构与算法 ——快速排序法_快速排序法