IT運(yùn)維對(duì)象關(guān)系在AIOps中的價(jià)值探索
1月6-7日，中國(guó)信息通信研究院主辦的[2022 GOLF+ IT新治理領(lǐng)導(dǎo)力論壇]在京召開(kāi)，會(huì)議圍繞“共創(chuàng)研運(yùn)生態(tài)，釋放智效動(dòng)能”、“深化科技治理，夯實(shí)合規(guī)基石”和“深化數(shù)字賦能，助力審計(jì)轉(zhuǎn)型”三個(gè)主題展開(kāi)。鼎茂科技作為AIOps廠商代表，亮相XOPS產(chǎn)業(yè)生態(tài)主題論壇，分享《創(chuàng)新IT數(shù)據(jù)服務(wù)化和關(guān)系化治理模式探索》。（以下為分享內(nèi)容節(jié)選）
01. 為什么我們要強(qiáng)調(diào)“關(guān)系”
——關(guān)系，是IT對(duì)象之間的互相依存和影響的過(guò)程
關(guān)系，在中文里的意思，是發(fā)生在兩個(gè)人之間的一種社會(huì)交往的過(guò)程。在使用的過(guò)程中，通常要加上拉、搞、走、跑、套這樣的動(dòng)詞，可見(jiàn)關(guān)系的價(jià)值在于動(dòng)態(tài)的過(guò)程。絕大多數(shù)情況下，關(guān)系到位，則事可成。
換在IT架構(gòu)中，關(guān)系，是存在于IT對(duì)象之間的一種互相依存和影響的過(guò)程。尤其在云架構(gòu)普遍應(yīng)用的狀態(tài)下，各對(duì)象之間的關(guān)系脈絡(luò)早已成為激素變化的動(dòng)態(tài)過(guò)程，在當(dāng)前IT運(yùn)維分組而治的團(tuán)隊(duì)管理模式下，關(guān)系處理到位，則運(yùn)維可大成。
02.以搞清“對(duì)象關(guān)系”作為數(shù)據(jù)治理的目標(biāo)
——形成用于提升AIOps場(chǎng)景廣度和深度的數(shù)據(jù)基礎(chǔ)
數(shù)據(jù)治理，是一項(xiàng)龐大和復(fù)雜的工程，目標(biāo)是實(shí)現(xiàn)靜態(tài)數(shù)據(jù)的標(biāo)準(zhǔn)化、規(guī)范化，從而凈化數(shù)據(jù)環(huán)境，解決企業(yè)數(shù)據(jù)的質(zhì)量問(wèn)題。而數(shù)據(jù)質(zhì)量的高低，評(píng)判的標(biāo)準(zhǔn)取決于數(shù)據(jù)所處的環(huán)境，因此，沒(méi)有應(yīng)用場(chǎng)景設(shè)定的數(shù)據(jù)治理過(guò)程，實(shí)際上并沒(méi)有衡量依據(jù)。
運(yùn)維數(shù)據(jù)治理，是一項(xiàng)目標(biāo)清晰且場(chǎng)景明確，同時(shí)花費(fèi)代價(jià)可控的日常管理事務(wù)，目標(biāo)是實(shí)現(xiàn)IT對(duì)象之間、對(duì)象指標(biāo)之間、指標(biāo)數(shù)據(jù)之間的依存和影響狀態(tài)可追查，為智能運(yùn)維場(chǎng)景降本增效而服務(wù)。可以通過(guò)指標(biāo)覆蓋率、完整性、健康度以及全業(yè)務(wù)鏈路RCA過(guò)程追蹤和預(yù)測(cè)場(chǎng)景結(jié)論作為衡量和補(bǔ)充依據(jù)。
鼎茂科技將運(yùn)維數(shù)據(jù)關(guān)系治理過(guò)程換用可視化手段進(jìn)行呈現(xiàn)，以可拖拽方式實(shí)現(xiàn)數(shù)據(jù)規(guī)范化設(shè)計(jì)要求，大大簡(jiǎn)化數(shù)據(jù)標(biāo)準(zhǔn)處理過(guò)程和工作量，同時(shí)納入多樣化算子，以清洗指標(biāo)關(guān)系為目的，通過(guò)簡(jiǎn)單的算子組合過(guò)程，明晰數(shù)據(jù)脈絡(luò)，可覆蓋全局運(yùn)維數(shù)據(jù)，包含業(yè)務(wù)應(yīng)用各項(xiàng)黃金指標(biāo)以及基礎(chǔ)設(shè)施運(yùn)維指標(biāo)，從IT對(duì)象和指標(biāo)層面拉通業(yè)務(wù)層與基礎(chǔ)設(shè)施層，形成用于提升智能運(yùn)維場(chǎng)景廣度和深度的數(shù)據(jù)基礎(chǔ)。
03. AIOps由“算法驅(qū)動(dòng)”升級(jí)為“關(guān)系驅(qū)動(dòng)”
——解決過(guò)往AIOps應(yīng)用范圍有限以及算法準(zhǔn)確率不高等問(wèn)題
眾所周知，過(guò)往的AIOps應(yīng)用場(chǎng)景一直強(qiáng)調(diào)的是“算法賦能”，但不可否認(rèn)的是，算法屬于數(shù)學(xué)工程，實(shí)現(xiàn)的是用機(jī)器幫人了解某一維度數(shù)據(jù)的前世今生并做出規(guī)律化推測(cè)。
而IT的本質(zhì)則是業(yè)務(wù)與基礎(chǔ)設(shè)施整體架構(gòu)之間數(shù)據(jù)、指標(biāo)、對(duì)象之間的依存和相互影響關(guān)系。因此，算法可以賦能傳統(tǒng)運(yùn)維單一維度的數(shù)據(jù)預(yù)測(cè)，而關(guān)系則可以從IT的本質(zhì)角度賦能算法深化智能運(yùn)維場(chǎng)景的應(yīng)用范圍，從而解決過(guò)往智能運(yùn)維應(yīng)用范圍有限以及算法準(zhǔn)確率不高等問(wèn)題。
簡(jiǎn)單來(lái)說(shuō)，運(yùn)維對(duì)象關(guān)系模型對(duì)于AIOps的價(jià)值提升體現(xiàn)諸多：
·提升→海量日志中關(guān)鍵數(shù)據(jù)抽取分散且耗時(shí)的現(xiàn)狀，可由關(guān)系模型主動(dòng)拉取關(guān)聯(lián)數(shù)據(jù)提升效率和準(zhǔn)確性
·降低→海量告警中告警降噪和關(guān)聯(lián)只能依賴事后規(guī)則化處理的現(xiàn)狀，可由關(guān)系模型主動(dòng)收斂降低大量規(guī)則化帶來(lái)的維護(hù)成本
·擴(kuò)大→異常檢測(cè)場(chǎng)景中當(dāng)前只能聚焦在業(yè)務(wù)黃金指標(biāo)，現(xiàn)在可由關(guān)系模型主動(dòng)擴(kuò)大至業(yè)務(wù)和基礎(chǔ)設(shè)施范疇實(shí)現(xiàn)基礎(chǔ)設(shè)施層的海量機(jī)器指標(biāo)異常檢測(cè)
·深化→根因分析場(chǎng)景中單依賴數(shù)學(xué)特征無(wú)法進(jìn)行有效推測(cè)的現(xiàn)狀，可由關(guān)系模型主動(dòng)提供IT架構(gòu)間運(yùn)行態(tài)數(shù)據(jù)關(guān)系作為算法驅(qū)動(dòng)，深化AIOps場(chǎng)景應(yīng)用能力
·增強(qiáng)→容量預(yù)測(cè)場(chǎng)景當(dāng)前只可依賴簡(jiǎn)單指標(biāo)做曲線預(yù)測(cè)的現(xiàn)狀，可由關(guān)系模型主動(dòng)加載業(yè)務(wù)與基礎(chǔ)設(shè)施關(guān)聯(lián)數(shù)據(jù)做影響性評(píng)估，準(zhǔn)確性和可參考性大大增強(qiáng)
·實(shí)現(xiàn)→有了IT本質(zhì)屬性的對(duì)象關(guān)系模型后，諸多AIOps應(yīng)用場(chǎng)景才有了實(shí)現(xiàn)的可能
