优维科技CTO黎明访谈实录：“大场景+小算法”构建AiOps运维技术哲学

智能运维、自动化运维发展到现在，已经有将近7成的IT管理者学会利用大数据、人工智能产品及解决方案赋能团队，在生产效率、适应性和决策能力等层面实现了切实有效的正向转型。

今天的中国企业，已经在云端新基建、数字化转型的浪潮中实现降本增效和商业创新，海量的新应用、新技术不断冲击着传统IT运维的陈旧壁垒。传统的IT运维如何向智能运维进阶？这是优维人持续思考和实践的重要课题。

 前段时间，对优维科技联合创始人兼CTO黎明进行了一个视频采访，与大家一起聊了聊优维AiOps！

以下为访谈实录：

Q1：运维管理的发展历程都会经历哪些阶段？能否谈谈优维在运维领域的发展路径和现状？

黎明：我认为IT运维管理的发展大致会经历5个阶段，分别是标准化、工具化、自动化，数字化、最终是智能化运维。

结合优维多年在构建智能化运维平台的实践经验，这是一个相对客观且环环相扣的路径，我们没有直接跳到智能化阶段去，因为智能化的底层是以数据、标准以及自动化的能力为基础的。

另外，智能化实际上是为一些特定的场景服务的，并不是说单纯研发一个算法就能解决所有的问题。

这里我提一个与异常检测相关的场景：故障自愈。目前业界也有不少有益的探索和积累，总的来说落地效果还收到比较多的因素影响，比如金融行业因为受到合规性的监管要求限制，相当多必要的措施很难在短期内得到大规模的普及。以目前的技术发展程度来看，主要起到辅助的作用，实际上并不能完全代替人工快速定位出问题的根源。

Q2：优维科技在AiOps在容量规划和异常检测方面的场景应用表现如何？

黎明：谈到AiOps，大家经常会探讨容量规划和异常监测方面的场景应用。优维在这方面积累了非常丰富的落地经验。

首先，优维早在建设智能化的能力之前，就已经在数字化、标准化、自动化这几个层面打好了基础。在过去的几年中，我们给客户提供的方案也有意识地倾向于数字化运维、标准化运维以及自动化运维这“三驾马车”，我们的产品策略就是在夯实基础能力的前提下，再按需去做智能化的落地提升。

说到容量规划这个层面，首先我们要明确它可以解决什么问题？假设客户在运营一个大型的资源池，我们可以通过对用量数据、负载数据等历史数据的分析，实现对容量或者资源用量的一个预测。

这个预测不但支撑着扩容的需求，同时还要承担起容量规划的重任——例如说有的容量分配得太多了，就有必要进行适当的回收；或者阶段性的容量需求暴增，就需要提前做好采购计划。这是很典型的容量规划或者容量管理的场景。

根因定位也是一个比较有效的场景。我们用AiOps来平衡降低平均故障修复时间（MTTR）和延长系统无故障时间（MTBF）的相对关系。在这个语境里，MTBF引申出MTTR，在MTTR里又包含几个相关联的指标，比方说故障识别时间、故障定位时间、故障修复时间以及故障验证时间，只有把这些指标全部优化之后，才能达成MTTR、MTBF的优化。

这种根因定位可以有效的帮助客户减少故障定位的时间，从而使得MTBF、MTTR的指标得到系统性的优化。

Q3：优维科技在异常检测、容量规划、根因定位等这些层面的的规划过程中，AI算法在技术层面是怎么体现的？

黎明：关于AiOps的规划，其实并不会用到一些特别先进，或者市面上不曾出现过的算法和机制，都是对常用算法的调整优化。

容量管理的核心就是容量的预测，比如说存储容量、网络容量、计算容量的增长跟哪些指标有关系？本质上需要做相关性的分析，它的算法并不深奥。但是场景对于数据的准确性和质量的要求是非常高的，在对某一个应用、集群进行容量管理之前，首要工作就是明确该应用、集群本身的资源图谱有没有构建好。如果我们连一个应用、一个集群所覆盖的资源都没有精确的数据描述的话，那么所谓的AI算法得出来的结果肯定是不准确的。

Q4：在优维产品的规划当中，从您对产品的定义角度看，容量规划是否包含在AIiOps和智能运维这个模块里？

黎明：实际上我们的产品体系中并没有去规划某一个叫做AiOps的模块。

早在2016年AiOps这个概念刚刚诞生的时候，大家都认为这个概念就是应该以智能算法体系为主，但是经过这几年的实践，有了太多的踩空经验之后，大家突然发现并不是这样的。

第一，所谓的这种智能肯定是面向场景的；第二，智能不是一个通用的概念——优维在这么多年的实践中总结了一个表达方式，我们称之为“大场景，小算法”。例如说在我们的监控资源里对相应的指标趋势进行预测，本质上是把智能的功能揉到场景中去，它并不是一个脱离场景单独存在的产品。

Q5：作为一家以DevOps解决方案起家的科技企业，优维科技跟AiOps重叠的部分是哪一块？

黎明：优维对AiOps的定位，是在现有能力的基础上做智能化功能的延伸。业界有一种现象，不论原先是做ITSM的、做监控的还是做APM的，大家后来都转身去做了AiOps，说实话真的做得很成功吗？我觉得未必！这是一个很尴尬的事情。

所以，优维在这方面的策略相对“保守”一些，我们会在主要的产品线中加入智能的成分或者智能的功能，但我们不会对外宣称我们在做AiOps、智能运维、无人运维这种东西，我们是真正把AI的技术融到每一个产品的功能里面。

所以你会看到，我们把整体解决方案称作“智能化运维能力中台”，除此之外，优维其他的产品里并没有着重突出“智能”的概念，但是你能说我们的产品不智能吗？显然不能。因为我们确实赋予了它非常实用的智能化色彩。

Q6：现在也有一些传统IT厂商在做核心系统，它也会涉及到用AI的能力去为传统的IT系统或者解决方案赋能。优维在这个方面有什么创新性的做法吗？

黎明：很多传统IT厂商做核心系统的时候会面临传统IT系统和解决方案的AI化转型的问题，这是两种赋能的方式。

第一个方向是给现有的IT系统或解决方案赋能，在过去、现在以及未来的一两年内，作为一家提供产品和解决方案的DevOps厂商，我们还是会专注于为产品和场景注入AI能力，这是我们一直坚持深耕的方向。

第二个方向以AI能力来改变整个运维体系，或者以AI为动力去推进运维解决方案的创新，想要短期内实现还为时过早。

坦白讲，这是一个很难的事情。我们在过去几年接触了大量成熟的金融客户，也做了不少落地的AiOps项目，但是在生产环境中的使用表现并没有想象中乐观。

Q7：很多银行和传统的金融IT厂商也组建了专门做运维的团队，对金融行业而言，容量预测和异常检测在Ai赋能IT运维的过程中，哪个难度更大一些？

黎明：比如说我们在做指标监控的时候，按传统的做法需要设置系统的阈值，而部分指标的阈值是很难判定的。在这样的场景需求下，我们通过机器学习或者数据分析就可以判定出合理的阈值，通常说的异常检测，实际上就是一种基于动态基线或者动态阈值的异常检测。

当然了，具体的效果还是看具体的场景。另外，我并不认为容量预测和异常检测这两者哪一个更难一些，严格来说它们背后的技术实现难度都差不多。

Q8：优维在生产环境中应用最广泛的技术有哪些？

黎明：第一，IT资源图谱，实际上就是新一代的CMDB。因为无论是要做预测还是做自动化，都需要有IT资源的图谱数据。这个是优维应用最广泛的一个产品。另外，优维在围绕构建资源图谱相关的一些技术，比如自研的图数据库引擎，在行业内都是比较高阶的存在。

第二，DevOps。其实DevOps底层还有一个支撑——AutoOps，只有实现了自动化，才能在自动化的基础上去构建DevOps。

第三，服务观测。我们从应用的角度看运维：第一它是否健康？第二它的资源运行状态怎么样？一旦出现问题，是否可以快速帮助运维人员定位问题源头，同时判断这个事件可能会影响到什么系统？归根结底到底什么才算智能？

我认为不一定非得用到智能算法、数据分析的才算智能，只要是能提高现有的运维效率的，并且是传统工具、传统手段做不到的，都可以认为是智能。

Q9：业界普遍认为，优维的产品服务覆盖的客户比较广，优维的核心技术维度主要应用在哪些行业？这些行业对优维解决方案的需求是刚性的吗？

黎明：主要在金融行业，同时也在其他行业做了大量的布局，但我们并不会特别关注行业属性，而是侧重产品在”双态”运营中的表现。

一般来说，像金融、保险、物流等大型业态，甚至国企、央企等国家巨头企业，基本上都是处于一种稳态的现状，但是在当前的“新常态”下，稳态的同时它又要做数字化转型，这必然会带来敏态业务。

所以很多企业，无论当下它是处在敏态还是稳态，都会面临“双态运维”的场景需求，基本上优维做的就是解决稳态的问题，至于敏态，因为原生服务技术本身已经具备解决问题的能力，其实就不需要重复解决。

但我们早在去年就已经推出了SaaS化和订阅化产品，也就是逐渐被大家所熟知的HyperInsight超融合持续可观测解决方案，这款产品在行业里属于新生事物。我们认为企业IT管理中所面临的问题和需求，是可以被标准化和针对性解决的。

对于企业的敏态需求，我们的SaaS产品输出的是开箱即用的精细化套件式服务，体量小，开发需求轻量化，但解决问题快准狠。这很符合优维科技的产品哲学，我们很乐于把技术创新精神发挥在客观实际当中，去解决实实在在的问题。

Q10：就敏态来说，现在很多企业都是混合IT的架构，会涉及跨云管理需求，那么优维在这方面有没有提供相关的解决方案？

黎明：优维目前没有“跨云管理”或者“多云管理”平台产品，但是我们的IT资源图谱是完全可以横向覆盖敏态和稳态管理要求的。

因为无论是敏态还是稳态，它们的应用都离不开IT资源的支撑，云上资源也好，本地自有资源也好，支撑资源和应用组成资源图谱，然后再做自动化衍生场景，逻辑上归根结底都是相通的。

Q11：关于分布式系统、算法、数据管理等，优维有没有比较突出的、先进性的概念或理念？优维最大的优势和技术特点是什么？ 

黎明：首先，优维把数据治理的理念引入运维体系建设中，把IT资源图谱作为驱动整个运维体系的主数据中心，这个理念在业界是领先的。因为通常情况下大家很难想到运维数据之间到底有什么必然的联系，但我们对这个梳理得很清楚。

第二，围绕着资源图谱，我们有自主可控的自有技术，包括但不限于基于图谱数据库的存储引擎、基于图谱的查询等完全自主知识产权的技术。

第三，我们具备“能力化”的建设能力，优维带给客户的不是具体的哪个产品或功能组件，而是赋予其能力。

第四，优维特别注重场景建设，我们赋予客户的能力一定要用到场景里去，离开场景谈能力是一种空谈。例如我们面向场景开发的护网、巡检、切换等微应用，对于客户来说是非常有价值的。

第五，优维在交付方案和产品的同时，也非常注重给客户进行DIY赋能。例如我们运维的低代码开发平台，本质上就是提供给客户的技术工具，客户借助低代码平台技术可以定制自己的微应用，从而满足其频繁变动的运维需求。

“授人以鱼”也“授人以渔”，这是优维在过去的六七年中总结出来的服务理念和产品思路

Q12：未来的三到五年，AiOps的规划方向在哪里？AI在实际的运维场景中还会有哪些拓展？

黎明：现在运维数字中台的技术已经非常成熟了，在未来的三五年的发展中一定会是普及的趋势，也会有越来越多的企业逐渐认识到数据治理、数据运维在整个运维体系中的重要性。

优维在AI运维场景领域的拓展方向一定还是“赋能”，我们有个理想叫“AI anywhere”，就是把AI技术用到每一个角落里去，不断落地“大场景，小AI”的运维哲学。

如果说AI领域技术有所突破的话，我们肯定也会跟进。

但就目前而言，AI技术还不具备思维能力，虽然在日常生活场景中我们可以做到指纹识别、人脸识别、声音识别等等这些识别动作，但对于运维行业来说，我们还在等待AI技术质的飞跃，期待AI真正能为我们的运维业务带来思考和决策的能力，这个才是AiOps最为浪漫的时代。

目前的AI技术离那一天还有很长的路要走，我们会持续努力。

伴随着大数据平台、机器学习等关键技术的日臻完善，智能运维势必乘风而起，成为运维领域未来的重点演进方向。目前，智能运维在国内仍处于初始发展阶段，但从Gartner发布的IT运营技术成熟度曲线变化来看，智能运维在国内的发展快于全球的进展。这既是巨大挑战，同时也是全新机遇，或将实现国内运维发展从跟随到引领的重大跨越。

知大势，行致远，我们在智能运维的大道上一起向未来！