字節跳動 AIOps 數據體系構建實踐

傳統運維管理的人工及被動響應方式，已經無法支撐數字化業務靈活、快速的發展，要靠智能運維（AIOps）能力來獲得數據分析和決策支持。而從傳統 ITOM 到智能運維的演進過程中，需要一系列關鍵技術的支撐。運維數據的產生和採集來自於 ITOM 監控工具集，通常包括：基礎服務可用性和性能監控、網絡性能監測與診斷、中間件服務可用性和性能監控、應用性能管理、系統運行日誌管理、IT 資產管理、IT 服務支持管理等。

自動化運維確實帶來了很大的進步，但是它只能 100% 的按照人類制定的指令和流程運行，無法自主適應，甚至不能處理與舊問題非常相似的 “新問題”，這就需要將以人工智能爲代表的新一代信息技術運用到運維這一領域，在以數據化爲導向、自動化爲基礎，結合 AI 實現運維的智能化。

本文由 Readfog 進行 AMP 轉碼，版權歸原作者所有。
來源：https://mp.weixin.qq.com/s/XD_vJBoAB6R9EvIKZTfZ3Q