人工智能和机器学习技术的发展,推动IT 运维向AIOps智能运维快速推进。特别是机器学习算法与基于大数据的业务运维管理平台整合,在告警过滤、异常监测、自动修复等环节发挥效用,让CIO和IT部门更专注于有价值的业务运维。
AIOps行业领域需求旺盛
根据Gartner 2017年8月对AIOps市场的调研发现,过去三年运维部门已陆续部署大数据和机器学习技术支持的IT运维平台;而后又迅速将这两种技术应用到服务台和自动化中。
同时,很多企业已经开始用AIOps平台增强应用性能管理、网络性能监控以及诊断工具,甚至开始替代传统APM和NPMD。(吓一跳,好在我们是新一代的)。
而IT运维供应商也开始通过收购或尝试开发新的运维平台来快速进入AIOps行业领域(我们是自己开发了)。
AIOps的人才稀缺也是大问题,目前企业正通过吸纳新科技领域的毕业生及行业人才补充弹药。
我们来看看AIOps到底是什么
通过下图可以清晰看到AIOps是利用机器学习和大数据技术将监控(可用性和性能)、服务台和自动化有机关联,实现可视化统计分析、模型自动发现、模型预测以及问题根源分析。
AIOps for Applications
根据2018年Gartner的市场定义,APM主要涵盖以下三个领域:
1.数字化体验监控(DEM):对移动端和浏览器端真实用