智能运维AIOps建设的困惑和锦囊 六之三：有多少运维数据，可以先建多少场景用起来

前几天看到一篇德鲁克管理学院的文章，叫“先干起来，你就赢了50%的竞争者”。

这句话说起来很是轻松，但在做产品、做企业决策时，我们总是怕自己做了不是最佳的决定，而讨论来讨论去，迟迟不敢迈出第一步。实际上，只要投入不是完全浪费、也不是不可补救，闭门造车八成造出来的不是什么好车，只有先做一个非“想象中的完美品”，交于市场打磨，才会让产品越来越契合市场的需求。

同样，智能运维的建设也不是一蹴而就。大而全、基础好的企业，自然可以高举高打，凭借完整的数据储备，在其上发展出超多的智能运维场景。而小企业，在数据量还没有那么大的时候，先按照规范走起来，有多少数据建多少场景，缺了再补，从终极目标上看，最终也会殊途同归。

比如，如果只有本地服务器，可以先从告警系统开始，进行“组件告警”部分的建设。当数据跨域时，可以建设“集中监控”和“集中告警”的平台。等日志数据、拓扑等信息都全之后，日志分析等工具就能发挥更大的作用。

可以先干起来。

 

智能运维AIOps建设的困惑和锦囊 六之一：智能运维 = 机器学习算法？

智能运维AIOps建设的困惑和锦囊 六之二：感觉高大上，企业运维成熟度不高的要怎么办？

智能运维AIOps建设的困惑和锦囊 六之三：有多少运维数据，可以先建多少场景用起来

智能运维AIOps建设的困惑和锦囊 六之四：DevOps建设和智能运维建设之间有什么区别或关系？

智能运维AIOps建设的困惑和锦囊 六之五：智能运维＝日志大数据分析吗？

智能运维AIOps建设的困惑和锦囊 六之六：智能运维现在就能替代传统监控？（APM等）