面向大数据中心的智能运维的架构与实现.pdf

面向大数据中心的智能运维的架构与实现随着信息技术的不断改进与提高，大数据时代已经来临，人工智能被应用到各行各业。各类大数据中心的出现对IT运维的模式提出了新的标准和要求，智能运维凭借无可比拟的优势脱颖而出。本文通过分析运维的发展历程，对比传统运维与智能运维的优劣势，提出了大数据中心的智能运维方案和实现途径。标签：智能运维;数据中心;架构Abstract：Withthecontinuousimprovementofinformationtechnology，theageofbigdatahasarrived，andartificialintelligencehasbeenappliedtoavarietyofindustries.TheemergenceofbigdatacentersputsnewstandardsandrequirementsonthemodeofIToperationandmaintenance.AIOpsstandoutwithunparalleledadvantages.Byanalyzingthedevelopmenthistoryofoperationandmaintenanceandcomparingtheadvantagesoftraditionaloperationandmaintenance，withweAIOpswillputforwardthestructuresandimplementationsofAIOpsofbigdatacenter.Keywords：AIOps;BigDataCenter;Structures1引言随着IT行业的发展和信息化水平的不断提高，数据中心的规模也在日益扩大，这不仅体现在需维护的服务器数量上，也体现在产生的运维数据量上，单纯依靠投入大量人力进行巡检及监控已不能满足日常运维的需求，这对IT运维的模式提出了新的标准和要求。另一方面，随着大数据时代的到来，人工智能（ArtificialIntelligence，AI）技术在各行各业中得到了越来越广泛的应用，智能运维便是将AI技术应用到IT运维领域的实例，借助运维自动化、大数据、桌面虚拟化等技术手段，实现对所有设备的监控，能极大提高IT运维管理效率。2智能运维的概念及优势2.1基本概念根據国际上对智能运维的最新定义，智能运维（ArtificialIntelligenceforITOperations，AIOps）是ITSM、ITOM和IT自动化三大方面的全面融合，自动化处理传统IT运行和维护，以提升运行和维护效率。作为AI、大数据和IT运维融合的产物，智能运维成为现代传统企业数字化转型的必然选择。2.2智能运维的优势（1）传统IT运维存在的问题传统的IT运维管理模式是被动的，其存在以下三点问题。一是运维成本高。传统运维受限于技术和人力等原因，系统一旦出现故障产生告警后，运维人员需要逐条进行手工排查，不仅要付出大量的人力，还要浪费大量的时间;二是无预警。传统单一的运维模式没有设置全面的系统监控，对于系统即将出现的故障和问题不能及时预判和告警，无法做到防患于未然;三是缺乏快速有效的分析解决工具。面对大量的操作和维护数据，越来越多的运维场景和问题无法用传统的方法来解决，传统运维手段已经不能适应现有大数据环境下的新形势。（2）智能运维的优势与特点相比传统运维的模式而言，智能运维具有不可比拟的优势。从技术层面上看，智能运维的优势和特点主要包括以下四个方面。一是“可存储”，可以形成庞大的数据库，可以迅速的对系统内的各类数据数据进行存储、检索和调用;二是“可关联”，以自身庞大的数据库作为支撑可以对存储的数据进行关联分析;三是“可预测”，通过构建数据知识库和自我学习能力，对数据进行对比分析和阈值分析，建立分析预测系统，可以对系统异常等提前告警;四是“可溯源”，针对系统发出的告警和异常状态，可以根据溯源组件实现根源追溯，查看引起异常的数据流和位置，以便快速定位问题根源，实现自动化修复等后续运维工作。总体来说，智能运维的工作模式优势在于可以通过自我学习实现自动化运维和自动故障判断处理，是集“自我学习、自我监控、自我校验、自我修复”四位一体的运维平台。智能运维的推广和运用将可以有效降低传统IT运维高成本低效率的困境，使运维管理实现“易见、易管、易控”。3大数据中心的智能运维建设3.1大数据中心的现状及需求随着大数据时代的到来，数据中心建设的理念也进入一个云时代，越来越多的大数据中心出现在各大企业的建设清单中。第三代以计算机计算为核心的机架式服务器机房的数据中心方兴未艾，第四代以大数据计算为核心的大数据中心已经走上舞台。一个大型的数据中心部署拥有多云的数据基础设施环境，可以提供机房、设计、功能、资源四大服务类型，装机容量均在5000机