总是埋头敲代码,岂会有好的产品灵感?!

本文探讨了IT运营分析(ITOA)的概念,介绍了其在大数据技术下的应用,以及如何通过日志数据分析进行性能监控和故障根源分析。文章还对比了国内外知名日志分析产品,如Splunk、Loggly、SumoLogic、Elastic和Graylog,为读者提供了全面的ITOA领域知识。

【这是一猿小讲的第 70 篇原创分享】

1.分享一个词:ITOA

我们多数都是 IT 从业者,所以对 IT 不会陌生,估计你们之中多数也都听说过或者做过 OA 系统,所以对 OA 也不陌生,但是当 IT 碰到 OA,估计就傻傻说不清啦。

ITOA 是 IT Operations Analytics 的简称,翻译过来就是“IT 运营分析”,主要是把大数据技术应用于 IT 运维,通过数据分析的方式进行应用性能监控、故障根源分析等方面;主要的数据来源是 IT 系统产生的机器数据(包括客户端、服务器、应用程序等产生的日志)、网络通信数据等等。

其实说白了,ITOA 就是集数据收集、海量数据存储、分析、展示的一站式的解决方案。

2.分享几款做日志数据分析的产品

大家莫慌乱,我并没有跨界做产品,还是地地道道的 Java 程序猿,只是想从这些产品中汲取一些灵感,毕加索说过:“好的艺术家抄,伟大的艺术家盗。”这也是乔布斯认为的创新第一步。

我主要按照国外市场、国内市场以及开源社区,三大部分进行梳理,主要针对每款产品的背景、定位、解决需求等维度,以非专业的视角去体验、剖析,大家还是直接看图吧(图看不清,放大了去看,已经尽力截图了,建议收藏)。

如上图,国外市场做日志分析,业界较有名的主要是 Splunk、Loggly 以及 Sumo Logic 三家公司,不过最有名莫过于上市的 Splunk,可以认为是 ITOA 的带盐,其它两家与 Splunk 相比,产品更偏轻量级,主要是基于云端的 SaaS 型产品。

看完国外的市场,不妨再来看看国内的市场。国内做日志分析管理的如上图示意(图看不清,放大了去看,我已是尽力截图了),咱们毕竟不是专业的评判家,不过多去说,重在体验。

了解完国内的市场,不妨看看开源社区。开源的日志分析管理,我给大家汇总 Elastic、Graylog 两款,其中 Elastic 大家应该都不会陌生,因为它名下有一套集日志采集、存储、分析的开源组件 ELK;其中 Graylog 被称为开源版本的 Splunk,实现思想与 ELK 大同小异,也是基于 ElasticSearch 完成日志的存储,然后提供分析可视化组件,若你有时间,建议也多体验体验这款。

3.以上主要是把商业&开源的日志数据分析产品,简单罗列梳理、对比了一下,其实我也没有给出一个明确的结论,个人感觉不一定非要有结论,重在体验,体验的多了,见的多了,创新灵感就慢慢的来啦。

创新灵感的来源是“人”,不是机器 —— 乔布斯。

好了,这篇分享都到这儿吧,希望你们能够喜欢,如果感觉有点意思,无需赞赏,芸芸众生,相遇相识便是缘,不妨动动手指转发分享一下吧。

推荐阅读:

这些技术轮子,让监控落地成为现实!

我为什么要学习大数据?附大数据葵花宝典

【电能质量扰动】基于ML和DWT的电能质量扰动分类方法研究(Matlab实现)内容概要:本文研究了一种基于机器学习(ML)和离散小波变换(DWT)的电能质量扰动分类方法,并提供了Matlab实现方案。首先利用DWT对电能质量信号进行多尺度分解,提取信号的时频域特征,有效捕捉电压暂降、暂升、中断、谐波、闪变等常见扰动的关键信息;随后结合机器学习分类器(如SVM、BP神经网络等)对提取的特征进行训练与分类,实现对不同类型扰动的自动识别与准确区分。该方法充分发挥DWT在信号去噪与特征提取方面的优势,结合ML强大的模式识别能力,提升了分类精度与鲁棒性,具有较强的实用价值。; 适合人群:电气工程、自动化、电力系统及其自动化等相关专业的研究生、科研人员及从事电能质量监测与分析的工程技术人员;具备一定的信号处理基础和Matlab编程能力者更佳。; 使用场景及目标:①应用于智能电网中的电能质量在线监测系统,实现扰动类型的自动识别;②作为高校或科研机构在信号处理、模式识别、电力系统分析等课程的教学案例或科研实验平台;③目标是提高电能质量扰动分类的准确性与效率,为后续的电能治理与设备保护提供决策依据。; 阅读建议:建议读者结合Matlab代码深入理解DWT的实现过程与特征提取步骤,重点关注小波基选择、分解层数设定及特征向量构造对分类性能的影响,并尝试对比不同机器学习模型的分类效果,以全面掌握该方法的核心技术要点。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值