破解“關系”制約，升級全域AIOps價值｜鼎茂亮相雙態IT武漢論壇
隨著分布式架構和云原生技術加速推進，運維工具相比過去呈現出更高強度的進化態勢，從多個相對獨立的軟件向EA形態的一體化系統進化?；谶@一新的變革點，4月7日，DCMG和雙態IT聯盟，以“分布式架構和云原生時代的運維軟件進化”為主題，在武漢舉辦櫻花論壇，央國企、金融機構等行業專家和運維廠商齊聚，深入探討運維平臺發展之道，鼎茂科技作為聯盟成員單位受邀出席。
鼎茂發表了《基于對象指標管理體系的一體化AIOps探索》的主題Topic，與業內嘉賓探討在分布式云原生背景下AIOps對企業運維和業務的賦能空間，并針對目前制約AIOps發展的瓶頸問題，分享了鼎茂在數據治理、算法應用和場景構建等關鍵領域，運用創新技術和知識沉淀，全面升級AIOps價值落地的探索實踐。
以下為觀點性內容
分布式和云原生帶來的運維挑戰，AIOps仍然是解決之道
分布式系統和云原生環境都是高度動態和復雜的環境，而且這些環境正處于不斷變化中。這些環境包含大量的微服務、容器和虛擬機等組件，這些組件會頻繁部署、擴展或縮小。同時環境中還面臨各種復雜的風險、故障，并且由于它們的動態性，傳統的手動方法往往無法解決這些問題。
同時各種組件和服務之間存在著復雜的依賴和影響關系，這給運維工作增加了了解和維護系統的難度。由于這些影響關系，跨服務進行故障排除和性能分析變得更加困難，當分布式架構中的一個模塊出現問題時，可能會影響整個系統的性能和可用性，需要花費更長時間來診斷和解決問題。
因此在分布式系統和云原生環境中，AIOps變得尤為重要，通過人工智能來補足應對節點數量巨大、資源復雜的IT環境和彈性業務的可能。
在很多實際應用中，AIOps尚未達到最大化價值利用
雖然AIOps已經被廣泛應用于各種組織中，但實際應用還存在許多挑戰和限制，同時一些企業可能認為AIOps只是一個技術，還沒有真正體驗應用場景，因此AIOps尚未達到最大化價值利用。
依托AIOps原生具備的能力，可以從整體上賦能企業運維甚至運營。但從應用實踐來看，對于AIOps的應用局限在一些單一技術場景，比如告警的異常檢測、日志分析、性能管理和故障定位等，通過某一領域數據和算法賦能，也獲得了速度快、準確性高的效果。但應用場景在復雜IT環境下也快速顯現出了場景局限，比如：在金融交易當中，我們能夠看到的一些關鍵指標是：交易的成功率、交易的延時、交易的失敗率、交易的時間。在單一維度上進行算法分析時，看到好的效果；當它拓展到IT業務層、交易層、服務層、乃至基礎設施層，就出現了無法關聯定位的情況，也同樣難以支撐分布式系統的跨服務整體分析。
回歸IT本質，用【關系】一體化，突破AIOps制約
拉通服務和組件，拉通業務和IT，拉通數據和組織，是一體化運維的追求目標，反觀來看，目前制約AIOps發展的瓶頸，主要是數據治理的質量、算法應用的效果，和構建有業務價值的智能場景。突破了AIOps的制約，也就能夠實現一體化智能運維的建設。
從原因找到破解方案。
首先從數據層面來看。AIOps需要整合各種數據源，包括日志、指標、業務等數據。但是，在企業中這些數據通常散落在不同的系統和應用程序中，并且它們之間相互依存。如果這些系統之間的【關系】沒有得到清晰建模和定義，那么就很難將這些數據整合起來，從而限制了AIOps的效果和范圍。
其次從算法層面來看。AIOps需要對發生的事件進行分析和診斷，以確定根本原因并提出解決方案。但是，在復雜的IT系統中，一個問題可能會涉及多個組件和依賴關系。如果這些【關系】沒有追蹤分析，就很難確定問題的來源和影響范圍。
最后從場景的層面來看。AIOps分析場景眾多，維度復雜，在業務監控領域，部分還有很強的關聯【關系】，所以當需要進行問題追蹤的時候，不僅發現算法受到了局限，導致業務和IT管理剝離。
針對【關系】的解決思路。
1. 以運維對象為視角構建運維體系
運維對象是指對于某個運維任務需要被管理的具體實體，針對不同的運維管理角色，支持不同的運維對象定義，例如一個應用程序、一個數據庫或一個虛擬機。每個運維對象都與若干個運維指標相關聯，這些指標反映了該對象在一定時間范圍內的性能和狀態，例如CPU使用率、內存利用率、磁盤空間占用等。
IT 的本質是很多不同的組件構建起一個個復雜的業務體系，在復雜的業務體系里，我們能看到的就是不同的對象，和對象之間的關系。一個有效的運維體系應該基于具體的運維對象，以確保運維活動能夠對這些對象進行全面的管理和支持。
2. 面向運維對象的指標管理體系
在傳統數據庫的分類里，構建的是一套一套的業務體系（比如金融的營銷、項目管理、保險理賠等等），這些都是煙囪式的豎井結構。我們需要把它們拉通，建立橫向的關聯結構——運行時數據關系。
基于關鍵指標的監控，利用AI進行計算和數據追蹤，得到對象間的關系指標，我們稱之為衍生指標。衍生指標，就是基于IT本質的對象關系，對關鍵指標重要補足，更深入地了解系統運行情況。并以此快速評判目前的監控體系是不是完整的、是不是覆蓋度全面的，觀測對象整個健康度評估狀態。如何把這些對象指標，按照運維經驗把整個規范和校準體系建立起來，是比較重要的。
3. 以對象+指標為中心建立數據治理和篩選
區別于傳統基于數據湖為目標的數據治理方法，鼎茂AIOps的數據治理結合了對象指標關系，面向對象的關系體系，也就是常說的血緣、因果關系等等，再加上蘊含整個運維管理指標模型的體系，基于對象和對象的關系企業建立拓撲，以獲得整個系統內的相互依賴的關系。
應用于分析的數據篩選難點在于如何確定哪些數據與故障有關，哪些數據是無關或者干擾數據。在大規模的系統中，數據可能非常多，需要對數據進行快速準確的篩選。
這樣的數據治理和篩選機制可以基于場景進行設計和實施，確保數據質量、準確性和可信度，并確保數據可以在正確的時間和地點進行分析和使用，從而幫助組織做出更好的決策，降低數據治理上的成本。
4. 用關系為算法和場景賦能
傳統依賴數據特征的算法分析是根據規律來標識異常點。但加上對象指標為中心的數據治理體系之后，上層不僅是單線條觸發，而變成了多條線的交錯的、一個因果范圍里的觸發。
在事前監控階段，包括面向業務環境的指標趨勢、面向IT架構的指標監控等，都注入了對象指標，將傳統基于數據特征的算法升級到了以對象、指標、關系元素的多維分析。比如：上層一個系統出了問題，當有對象關系的話，可以分析道具體是哪個IP、哪個交易碼的問題。帶來的業務價值是：提前做預測、降低傳統的誤報漏報、快速定位；以及面向海量Infra指標的全量智能覆蓋。
在事中的觀測階段，利用基于對象指標的數據全域治理，加上端到端可視化數字運營工具，可以低成本實現托拉拽建設，還可以將業務過程、IT系統、網絡設備等多種運維對象聯系起來，形成一張全面的運維管理圖。
在時候的告警及處置階段，依賴對象指標關系模型，可以把不同來源、不同維度的告警放到一張按照告警分類分層分級的標準規則視圖，實現根因級告警能力。
鼎茂基于面向企業運維數據對象指標體系為核心的深層治理，全面建設以事前問題智能發現、事中快速收斂聚焦、事后多維高效分析為一體化的智能運維藍圖，綜合提升持續透明管理效能、打造算法和場景雙向賦能的一體化閉環運維，探索面向更具縱深場景能力的全域AIOps體系建設。
