|
| 大型企业智能运维的探索与实践 |
| |
| |
2411 次浏览
 19
|
|
2019-8-14 |
|
| |
| 编辑推荐: |
| 本文来源weixin，文章介绍传统运维存在的问题，AIOps的发展，应用场景，基于大数据平台的日志采集等相关知识。 |
|
在过去的几年间，一些新技术不断涌现，利用数据科学和机器学习来推进日益复杂的企业数字化进程，“AIOps”（Algorithmic
IT Operations）因此应运而生。Gartner的报告宣称，到2020年，将近50%的企业将会在他们的业务和IT运维方面采用AIOps，远远高于今天的10%。AIOps的解决方案专注于解决问题，而且是通过使用基于算法的技术来高度模仿人类（而且以更快的速度和更大的规模）。算法的效率提升了AIOps的价值，而相对于人类的智慧——虽然是无限的，但不如机器来得高效。
AIOps 将 AI 和运维很好的结合起来，熟悉行业生产实践中的难题；更深入研究了运维场景领域知识：包括异常检测、故障预测、瓶颈分析、容量预测等；而且把实际问题转化为算法问题，主张由机器学习算法自动地从海量运维数据中不断地学习，不断地提炼并总结规则，从而更好的得出解决方案，及建立一套更好的监控机制。 |
| |
|
|
|
|
2411
次浏览
19
|
|
|
| 相关文章 |
|
| DevOps转型融入到企业文化 |
| DevOps 能力模型、演进及案例剖析 |
| 基于 DevOps 理念的私有 PaaS 平台实践 |
| 微软开发团队的DevOps实践启示 |
|
|
| 相关文档 |
|
| DevOps驱动应用运维变革与创新 |
|
运维管理规划 |
| 如何实现企业应用部署自动化 |
| 运维自动化实践之路 |
|
|
| 相关课程 |
|
| 自动化运维工具（基于DevOps） |
| 互联网运维与DevOps |
| MySQL性能优化及运维培训 |
| IT系统运维管理 |
|
|
| |
|
