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
AIOPS常用算法
