AIOPS的能力框架
AIOps平台能力体系
AIOps 常见应用场景
按照时间来分
AIOPS实施的关键技术
1.数据采集(硬件,业务指标等)
2.数据预处理(特征工程)
3.数据可视化
4.数据存储(数据仓库,Hadoop分布式存储)
5.智能算法
数据采集
性能数据,性能数据 cpu性能,网络消耗,硬盘数据
用户数据:流量,错误率,访问情况,操作信息等个性化信息
运维事件信息,新程序上线扩容,配置更新,软件更新
数据处理
数据字段提取:通过正则解析,KV 解析,分隔符解析等解析方式提取字段
规范化数据格式:对字段值类型重定义和格式转换
数据字段内容替换:基于业务规则替换数据字段内容,比如必要的数据脱敏过程,同时可实现无效数据、缺失数据的替换处理
时间规范化:对各类运维数据中的时间字段进行格式统一转换
数据可视化
数据可视化:快速看到想要的信息,辅助快速分析问题解决问题
要做数据可视化先建立数据关联:
产品 服务层级关联关系
服务模块之间关联关系
运维事件与指标数据关联关系
指标数据与分维度指标数据关联关系
总体指标数据与分维度指标数据关联关系