什么如何理解AIOps？

要理解AIOps，首先要弄懂与DevOps之间的关系。张真表示，AIOps可以看成DevOps的高级阶段，AIOps不是要完全取代成熟的DevOps工具链，而是给DevOps工具链装上“大脑”，将人工决策驱动的运维过程转型成系统自主决策驱动的过程，所以与DevOps工具链深度集成是落地AIOps的必由之路。

用一个形象的比喻，可以把AIOps看成运维的“钢铁侠”模式，系统不再是简单的工具，而是像钢铁侠战甲一样可以协助甚至独立自主的完成任务。

所以，AIOps其实就是将AI技术应用到IT运维领域，提升效率和创造现实价值的“工程化”过程。既然是AI的工程化过程，就需要务实的看待AI技术，需要选择合适的AI技术去解决有效的运维场景，例如智能报警，智能巡检，智能上线，智能自愈等等。

AIOps的六大技术难点

理解AIOps之后，我们来看看AIOps的技术难点。这部分，张真从六方面进行了阐述：

AI“工程化”的复杂性

目前，机器学习是AIOps的重要手段，其他还有自然语言处理，高级搜索，知识图谱等，也需要综合应用到这个领域，才能达成实际“工程化”的落地效果。换言之，把AIOps认为就是算法落地是片面的。

不仅如此，为了解决特定场景的问题，可能还要“借鉴”或“移植”其他领域的技术和方法，如宜信在实践中从IoT领域受启发创立的“微智能”方法，结合知识图谱，建立微智能知识图谱技术。

如何获取高质量，高时效的监控数据

算法的运用是以数据为前提的，尽管经典监控架构已经可以覆盖Metrics，Logging，Tracing三大类数据，但由于每种数据都是各自一套系统捕获，归集，存储，使得数据的时效，对齐，品控的标准难以一致。

此外数据格式也可能差异很大，在经典大数据架构下，还要经过清洗，格式转换，面对海量数据时，时效就会进一步下降。

多维度数据的关联难度大

经典监控架构由于采集不统一，即便Metrics也可能来自不同的监控系统，例如面向网络监控，面向主机监控，面向应用监控可能就是三套不同的系统，更不用说Logging，Tracing的数据，这就造成了多维度数据的关联难度大。

除时效外，可实时关联的数据是系统能够“接近”甚至“达到”专业人员的任务决策能力的另一个关键。

机器学习模型的训练困境

智能运维运用机器学习的重要目标之一就是能够识别故障特征。但是运维SLA的目标是保证系统可用性99.9...%。这样的矛盾造成故障在实际运行过程中尽管时有发生，但相对于机器学习需要的样本实在是太少。

目前，宜信解决方案是建立一套与生产相同的仿真环境，它是样本收集，也是训练模型的场所，当然即便如此，也有仿真环境的局限性，有些场景也难以模拟。

如何实现运维场景的实时感知

运维的时效性也要求系统的感知足够充分，这里不仅仅是监控数据，之所以运维人员比系统有更强的判断力，在于他们掌握了更充分的运维场景的信息，例如他们清楚网络架构，设备之间的关联关系，物理机/虚拟机分布，应用关联关系，应用技术栈，甚至业务用途等，它们是问题定位，根因分析，影响评估的基础，所以这些信息也要能被实时感知起来，而这一块在传统监控中是缺失的。

遗留技术栈，混合架构增大复杂性

不管金融行业，还是其他行业，只要不是新企业，都面临大量的遗留系统，它们在技术栈，架构上可能存在很大差异。因此对它们的感知，数据采集需要额外的投入。

另一方面，如果遗留系统还在不停的引入新的业务需求，会进一步引入新的复杂性。

AIOps于金融行业的应用现状

当问及AIOps于金融行业的应用现状如何，张真表示，智能运维目前是处于从初创走向成熟的阶段，但其应用范围还与行业特点相关，不同行业在运维模式上存在差异，这些差异会影响落地进展。金融行业还处于智能运维的早期试验阶段，这与金融行业的特点息息相关。

一方面，金融行业是传统行业的代表，也包括互联网金融企业，都需要严格落实合规，安全，法务，流程等，所以对智能运维带来的新技术需要更长时间的适应；

另一方面，多数金融企业的基础平台，如监控，发布，CMDB，安全管控等，甚至包括支持金融业务的系统，建设已有很长时间，在技术栈，架构，部署，组织运作等层面都需面临面向智能运维的转型，这种转型是带有变革性的。

目前业内有切身痛点，同时又具备相关技术研发能力的企业会较早进入智能运维初级阶段，宜信也是其中之一员。2017年9月，宜信开源了支撑AIOps的三大利器，也希望能够促进AIOps在金融领域的发展。

宜信运维的重大变革

罗马非一日建成，宜信运维也是从手工运维一次次变革，迭代到当下智能运维时代。宜信运维的重大变革大致可分为手工、自动化、DevOps工具链、基于全维监控移动化与智能运维五大阶段。

手工运维时代

手工运维时代是人力+计算机脚本的模式，例如资产管理靠人工录入，数据准确性完全依赖流程；应用打包依靠人工触发，然后上传到生产环境；应用部署依靠人工输入命令或运行脚本完成；监控只能看到最基本的几个指标；运维协作依赖于“人找人”等等，这个阶段称为“石器时代”。

自动化运维初期

自动化运维初期是人力+专业系统的模式，每一种专业系统覆盖一个运维领域。例如建立了监控系统，提升了运维的监测效率；资产管理系统帮助提升资产管理的效率；持续集成系统帮助管理代码，Build以及版本等；发布系统实现应用部署的远程发布等等。

这个阶段是运维的工业革命时代，效率被提升，同时也要注意到专业领域的系统其实是“割裂”的，人力依然是核心的驱动力。

DevOps工具链建设期

DevOps理念的发展以及相关开源工具帮助建设DevOps工具链，这个时期的明显特征是通过DevOps工具链的建设从需求，开发，Build，测试，集成到发布/回滚的端到端流程被打通，开发，测试，运维的协作被较好的解决。

这个时期也伴随了人员技能，团队运作模式的转型，例如功能测试人员逐步被自动化测试平台取代，他们会转型为测试平台的研发和运维。开发人员不再只关注开发，借助自动化测试，CI/CD等可以实现自助式的测试，打包，上线/回滚，开始关注测试和运维过程。运维人员也不再只是被动接受工单，开始关注应用质量以及流程事件跟踪。

当然，这个时期的监测，管控，安全，运维处理等还是依赖人力+专业系统的模式。