新炬網絡程永新：插上AI翅膀 運維平臺煥發出嶄新生命力
原創【51CTO.com原創稿件】回顧運維發展，可劃分為腳本、工具、平臺和智能化四大時代。之所以有這樣的演進主要原因有二：其一是大小型機，PC服務器，虛擬機，容器等基礎設施的逐步增多；其二是分布式，微服務等軟件規模暴增，調用關系也越來越復雜。面對如此龐大、復雜、多變的諸多系統，人力已經無法維護，開始探索新的方式：智能化運維。
近日，??2018WOT全球軟件與運維技術峰會??重量級嘉賓，擁有15年企業信息化管理經驗的大數據與運維管理領域資深專家，新炬網絡董事／副總經理程永新接受了51CTO的專訪。就運維的演進，AIOps的概念、技術難點和應用現狀，以及AIOps新一代智慧運維平臺等內容展開。
可視化呈現價值、自動化解放效率、智能化驅動能力
2004年前后，國內開始大規模的進行IT系統建設。初期，主要以IOE的大型設備為主，設備昂貴、數量少、規模小且放置在獨立的封閉機房里，運維基本上是通過電腦顯示器上的SecureCRT命令行進行操作。
隨著IT系統架構從傳統的IOE集中式架構向互聯網分布式架構演進，IT設備從幾十臺變成成千上萬甚至幾十萬臺，沒有工具，運維工作根本無從開展。因此，可視化、自動化、智能化成為了運維工具建設的三個方向和要求。
可視化。首先要把以前“隱藏”在顯示器背后的各種設備信息、性能指標、日志信息抓取出來，使領導和運維工程師都能直接在運維大屏上清晰看出鏈路的中斷和指標的異常，進而快速決策處理。所以，可視化是運維工作從黑屏到白屏的轉變，需要對各種運維數據進行統一采集、存儲并聚合展示。這個時期，新炬網絡的做法是通過縱向打通應用層、平臺層和設備層，橫向接入全網IT設備，采集全網數據，并在此基礎上結合具體的算法去做展現，從而幫助運維人員通過可視化呈現價值。
自動化。更客觀來說是自助化，即幫助運維人員解決海量設備運維標準化操作的問題，把大量重復的勞動、可預置解決方案的問題、可通過編排完成的應用發布，通過程序設定觸發自動完成，或在半人工干預的情況下完成，提高運維效率的同時大幅降低人為誤操作率。如此看來，自動化可以認為是智能化的前奏。自動化的主要目的，一是提升效率，二是安全可控，三是降低人員依賴。要做到這三點則必須明白：一切沒有固化到平臺的標準化過程都是無用功，一切沒有場景驅動的運維平臺建設都是假大空，集合真實的運維場景與運維平臺于一身的自動化才能真正解放企業效率。
智能化。智能化的目標是讓機器替代人腦，借助現代設備的計算能力、海量的運維數據和不斷進化的機器學習算法，進行問題分析、故障預測和決策診斷，讓運維人員無需實時關注運維屏幕，進一步提升故障處理效率，并在故障發生前自動決策進行系統重啟、業務限流、設備擴容以減少故障發生概率。想要真正實現智能化，光有工具也是不夠的，還需要結合實際的運維場景，優化數據價值，以智能化驅動運維能力，最終實現從發現、決策分析到問題解決的閉環解決手段。
程永新用一句話總結運維的這三大階段：可視化呈現價值、自動化解放效率、智能化驅動能力，最主要的目的都是提升運維效率與質量，解放運維人力，讓運維能從后端走向前端，更多地關注新技術如何驅動企業業務增長。
AIOps—機器學習算法對IT運維能力的變革升級
當下，IT系統異常復雜且龐大，企業數據中心以兩年翻一番的速度增長。同時隨著企業業務的IT化程度越高，對IT支撐的要求也越高，核心業務甚至容不得1分鐘的中斷，這給運維帶來巨大的壓力。所以運維行業本身就一直在進行變革和提升，從之前倡導的自動化到現在的智能化。
近幾年，AI 技術在各個應用領域的落地及實踐，IT 運維也將迎來一個智能化運維的新時代，AIOps 的概念由此應運而生。但AIOps不是Artificial Intelligence Operations，而是Algorithmic IT Operations，這其中強調的是機器學習算法對IT運維能力的變革升級。
AIOps把人需要進行的復雜判斷和數據分析交由算法和機器來完成，大大提升運維的效率和質量。如果說自動化是解決運維的體力勞動，AIOPS的出現則是進一步利用數據科學、機器學習、神經網絡等算法技術解決自動化運維自身沒辦法解決的運維決策、故障預測、基于全量運維數據的根源分析等問題，進一步解放物理人的時間和體力，讓機器幫助機器進行IT運維。
據Gartner數據顯示，AIOPS提出兩年來企業的采用率約為10%，預計2019年會達到25%，2020年將達50%。目前應用和研究得比較多的主要在四個方面：
一：數據的異常檢測和趨勢預測，即如何快速從海量指標中發現異常變化和趨勢，比如新炬網絡AIOps智慧運維平臺的服務器性能故障預測模塊就是為此研發的；
二：根因診斷，在系統出現異常時，如何快速定位問題的根因點，比如百度基于日志的智能故障定位系統；
三：任務機器人，在微服務框架下模仿人去學習、理解和使用系統API，在API出現異常時能在無人為干預之下實施主動行為；
四：基于運維數據的決策分析，如容量分析。
程永新表示，AI雖然已經在很多行業得到應用，但仍屬于比較前沿的科技，需要巨大的投入。對于AIOPS來說，算法、數據和專業三者缺一不可，與大眾領域相比，運維行業對AI人工智能的人才吸引力較弱，因此在這方面的專家相對薄弱，需要盡快構建起自已的AI人才體系。
插上AI翅膀 運維平臺煥發出嶄新生命力
新炬網絡作為國內目前先進的IT運維服務廠商，始終堅持以用戶滿意度作為服務標準。隨著IT系統架構的升級變遷，運維服務也一直進行著演變，以確保用戶對于IT系統的管理體驗。例如：
- 為了幫助客戶提升復雜架構的管理能力，從提供單一的數據庫服務，發展為綜合運維服務商，為客戶提供IT整體運維、架構、規劃方面的服務；
- 為了應對大規模系統建設后的質量問題，在業界提出完善的用戶體驗及性能管理，包括端到端性能優化、應用質量管控、數據資產管理等解決方案和服務；
- 為了提升企業海量設備的管理能力給客戶提供“企業級產品+本地化服務”，涵蓋可視化、自動化、智能化的運維管理平臺；
- 為了幫助企業管理越來越大規模的業務數據，提升數據價值，提出數據資產管理“五星模型”，提供整套的大數據及數據資產管理解決方案。
程永新介紹，新炬網絡在幾年前就成立運維產品部，構建基于AIOps的新一代智慧運維平臺，經過這么多年，不同的行業客戶應用的大規模迭代更新。這個平臺在中國移動某省公司落地 ，管理近2萬臺設備、幾百個業務系統，提供監控告警、自動化運維、配置管理、調度管理、決策管理等能力，充分體現了插上AI翅膀后運維平臺煥發出的嶄新生命力，在趨勢分析、智能診斷、故障自愈、決策分析等方面均得到有效發揮。
AIOps的新一代智慧運維平臺最具飛躍性的迭代是于2016年完成大數據日志分析平臺IVORY的發布，主要解決基于運維大數據的分析預測問題，通過對海量日志數據和運維數據的智能分析，提供運維決策、智能診斷、根因分析等能力，把運維從傳統的被動響應向智能分析和預測提升了一個能力檔次。
IVORY應用了先進的大數據技術與架構、非結構化數據處理技術、異常檢測、機器學習等相關技術手段，這也是新炬網絡對AIOPS理念的落地實踐。
采訪最后，程永新表示，新炬網絡這些年一直致力于給客戶提供出色的IT運維管理服務，通過對服務模式、產品能力、人才制度上的創新，提供出色的用戶體驗。
未來新炬網絡的重點布局主要在兩個方面：
一：通過以“企業級產品+本地化服務”的雙輪驅動方式，不斷提升服務效率與用戶滿意度；
二：將在電信、金融等大型客戶中積累的成熟、先進的運維管理經驗，服務于更多的客戶，希望基于十多年對運維的深入理解和實踐經驗，打造業內出色的智能運維產品，讓國產軟件具備更大的競爭力。
【本月排行TOP5】
- ??張真：AIOps六大技術難點與宜信運維的重大變革
?? - ??新炬網絡程永新：插上AI翅膀 運維平臺煥發出嶄新生命力??
- ??從SIEM&AI到SIEM@AI AI構建下一代企業安全大腦??
- ??基于線性網絡的語音合成說話人自適應??
- ??轉轉公司架構算法部孫玄：AI下的微服務架構??
【51CTO原創稿件，合作站點轉載請注明原文作者和出處為51CTO.com】
