近几年,企业对数字化业务建设的投入,改变了IT运维服务模式和服务对象,服务和数据交互更为复杂,IT运维数量呈10倍级以上增长。数字化业务转型驱动IT运维将从手工、单点运维走向以数字化业务为中心的统一、智能化运维管理。2020年,数字化转型业务迫切需要打通数字化转型过程中的数据与业务断点,并感知单个和整体数字化业务系统运行健康和建设投入的合理性。
爱数AnyRobot专注智能运维的日志云,从数字化业务转型着手,立足于实现“IT与业务双向驱动”的业务目标,打造数字化业务智能运维方案,改变传统“运维并不一定能创造价值,但是可以降低风险,减少损失”的观点。爱数AnyRobot将从海量日志数据存储中获取业务实时洞察能力,连通现有IT内部各类运维监控工具的孤岛,促进 IT 团队以业务目标为中心,将性能监控、开发运维、安全防范等工作进行协同整合,为IT团队创造更多的业务价值。
AnyRobot数字化业务智能运维方案
数字化转型下的IT运维,关键是实现IT服务化
AnyRobot全面采集业务系统及其依赖基础设施的日志数据,以业务视角构建系统服务运行状态下的业务调用关系视图,实时展现业务系统健康度。
单个业务系统服务建模视图(举例)
- 统一监控视图,可视化呈现业务系统及其基础设施运行状态;
- 实时查看各系统服务的性能指标数据;
- 快速定位故障根源,查看原始日志信息。
基于业务视角构建数字化业务关键服务模型
数字化业务智能运维方案以业务视角构建系统服务模型,关联结构化、非结构化的业务和IT数据,横跨业务系统涉及的商业层面、服务层面、应用层面和基础设施层面,全面构建并了解IT和多业务系统服务模型。
跨系统深入洞察事件和性能指标对业务状态的影响
基于多业务系统的服务模型,探索和分析复杂依赖关系下的基础设施、业务系统的监控状态,进一步钻取原始指标的组成占比,并分别查看其运行健康状态,确定其对业务运行影响最为严重的指标,对其进行维护。
基于业务流程的智能运维算法实践
- 告警降噪:通过算法分析历史告警数据信息,将海量告警事件进行压缩,避免多业务系统依赖关系下产生的告警疲劳;
- 异常检测:通过对各业务系统和基础设施的多指标监测,快速识业务系统运行下的状态异常,将告警前置,给运维人员预留时间解决异常问题,避免业务损失;
- 定位溯源:对于已经发生的故障事件进行根因分析,找出影响业务服务最大占比的事件,并进行进一步的追溯定位,减少运维人员对告警事件的逐一排查工作;
- 趋势预测:基于历史数据的模式学习,预测未来业务系统运行状况及IT资源使用趋势,帮助IT运维人员提前做好预测性维护工作。
数字化转型已经进入深水区,这是一个漫长的过程。对于整个企业行业而言,各类业务系统将融为一体,为同一业务目标而服务,这是发挥IT数据价值,更好地为数字化业务转型服务的机遇。AnyRobot不断深化数字化业务转型下的IT运维实践,以数字化业务智能运维方案助力数字化业务系统建设健康发展。