近日，由云计算开源产业联盟指导、高效运维社区和开放运维联盟联合主办的2020第十五届GOPS全球运维大会在上海如期举行。凭借智能运维产品的创新力及成熟度，擎创科技“夏洛克AIOps智慧运营平台”荣获GOPS“2020AIOps领域年度明星产品”。
在本次大会上，擎创科技CEO杨辰受邀发表了《智能运维体系建设的“术”与“道”》的演讲，并就智能运维建设体系和场景化建设等话题，同与会嘉宾进行了分享，以下为演讲（干货）全文：
01 业务数字化加剧造成的运维之殇
当前，随着企业数字业务的快速发展和业务量的攀升，企业信息系统架构的升级变迁，以及企业多套业务系统的在线运营，各类监控组件和应用系统间的关系错综复杂，系统运维的难度也急剧增加，且面临着以下巨大挑战：
发现问题难：企业在经年累月中布局了诸多监控工具，但是监控手段阈值的设定单一，且一般都是静态阈值，而指标和告警的异常却是多样化的，这样就会造成大量的误报漏报现象。此外，目前绝大多数的监控工具，缺乏趋势预测能力，使得运维局面非常被动，导致发现问题十分困难。
根因定位难：发现问题时一般都是对问题进行定性分析，可能了解到某一告警对应的指标波动是值得关注的，但是并不能因此确定造成这种现象具体根因。而且目前的监控工具，大多缺乏综合根因定界及定位分析的手段，即便对监控进行了集中管理，也难以通过单纯的几种指标进行根因定位。
数据治理难：当数字化建设进行到一定程度的时候，被管理对象的数据量相应的也是水涨船高，数据数量大、类别多且非常分散，很难通过某一指标体系来衡量系统的健康度，也没有一个统一的视角去判断数据质量的好坏优劣。
运营分析难：现有的大多数基础监控工具，多数都是从自己的管理阈例如系统管理、网络管理出发看待问题，缺乏端到端的分析能力，没办法以业务视角从综合运营分析的角度，去看待多样化指标对系统的影响。
02 如何分层构建智能运维体系
根据擎创在智能运维领域多年落地的经验，我们把智能运维体系分为三个层面：数据治理层、运维应用层和运营决策层。而运维智能化场景的成效，与运维数据的质量密切相关，也就是说运维数据的质量越高，智能化的成效就会越高。那么怎样提升数据质量，以及怎样在数据治理的过程中提升数据处理的效率？
最底层的是数据治理层，对应的是擎创的数字运维中台，它相当于一种公共服务（平台）。在建设智能运维的过程中，关键在于公共服务（平台）的性能优劣，我们可以通过运维大数据处理、流式处理和算法处理，提升数据的质量和规范、流式处理的效率和框架适配性、数据处理的智能化水平，从而为上层的应用层打下坚实的基础。
在运维应用层，擎创提供的有告警辨析中心、指标解析中心、日志精析中心和日智速析专家四种主流的运维应用，涵盖运维中最常见的告警、指标和日志三种数据，能够帮助用户优化事件管理效果和发现事件中间的相互关系、对指标和日志进行实时的异常检测、分析交易异常并进行综合根因定位等。
在运营决策层，我们不仅要考虑到运维本身，还应考虑到业务，从业务视角看待整个运维工作。智能运维主要是帮助用户打通主流运维数据和业务数据之间的关系，例如对业务指标和基础架构指标进行联动ROI分析。擎创提供的运营决策中心，能够帮助用户在全面的运营视图、针对业务应用的系统画像中做相关性的数据洞察。
当然，整个的智能运维体系建设还需要对外服务，需要与既有的运维管理生态有效的结合。良好的智能运维建设体系，还需要考虑与异构第三方应用进行关联。
这些产品汇集成擎创的夏洛克AIOps智慧运维平台，夏洛克AIOps平台针对的是海量的运维数据，就像无数的线索一样，我们希望它像夏洛克福尔摩斯一样见微知著，洞察这些数据对我们的价值，提升运维的效率和水平。
03 循序渐进地建设智能运维场景化
在智能运维建设中，一般应遵循三个原则，首先是从自身数据条件和运维基础出发，其次夯实运维数据处理能力，最后是循序渐进地进行场景化建设，逐步完成运维的智能化升级。
基于这三项基本原则，可以按照六步走路线进行智能运维建设，前三步侧重在实时性数据处理能力的提升，后三步侧重在事后分析和处理能力的提升：①集中监控智能化改造、②指标监控智能化改造、③日志实时智能异常检测弥补监控手段不足、④智能故障综合排查—根因分析和定位、⑤智能知识管理—知识图谱、⑥故障自愈。
智能运维的本质是提升运维数据的洞察和处理能力，实际上在建设中，无论是大规模的成熟企业还是中小规模企业，都可以沿着这条路径逐步完成运维数字化和智能化的进程。
04 智能运维AIOps的价值和收益
更迅捷地帮助客户发现异常：对实时告警进行及时处理，通过算法推荐合适的等级，因为大量的告警噪声，会使得一线的运维人员在处理事件时效率非常低，我们可以通过算法，把真正应该关心的告警前置，帮助客户发现异常。
更有效地诊断问题根因：帮助用户进行相关的根因定位，特别是基于业务的波动，逐层下钻并查看跟业务相关的波普因素，找到关键因素之后再查看与之相关的基础架构的指标等数据。除了波动分析之外，还可以查看每个指标在波动变化中异常点的数量的发展趋势，还可以结合CMDB的拓扑数据等方式进行根因定位。
更业务导向地进行运营分析和决策：智能运维体系建设好之后，可以对其进行健康评估，对于业务部门来说是非常有价值的，可以帮助其了解运维事务以及在这之中产生的运营价值。
更持续有力地提升数据质量：在智能运维建设的过程中，运维数据的治理是相伴而生的，智能运维可以帮助用户规范化运维数据的质量，便于之后运维数据的调用分析处理等。