AIOps落地实践：运维机器人之任务决策系统演进

图片来自包图网

【51CTO.com原创稿件】应对 AIOps 自身挑战的技术路线是从全维监控到全维关联，最后到全维智能。任务机器人是 AIOps 系统的核心，基于它才能实现全维关联和全维智能。

2018 年 5 月 18-19 日，由 51CTO 主办的全球软件与运维技术峰会在北京召开。

在“容器下的 AIOps”分会场，宜信研发总监张真做了主题为《运维机器人之任务决策系统演进》的精彩演讲。

演讲过程中，作者分析了 AIOps 系统的目标与挑战，对运维机器人和任务决策系统进行了阐述、对任务决策系统演进做了深入的剖析。

AIOps 自身的目标与挑战

宜信是一家金融企业，业务关联复杂性非常高，如图 1 是由宜信 UAVStack(全维监控软件)产出的状态监控图。

图 1：UAVStack 产出的状态监控图

这张错综复杂的状态图，描绘了宜信所处的生产环境中，应用、数据库、服务和缓存等多个关联件之间的调用与关系。

面对这样复杂的业务规模，尤其是微服务架构上，即便是一个非常简单的微服务，排除故障都不是易事。

这样的状态下，自动化运维不再是最佳选择，AIOps 系统势必成为必然。

AIOps 系统可以通过深度洞察能力为运维提供持续、高质量的效率运转，相比自动化运维来说，不会再受限于人的生理极限和认知局限。

在做 AIOps 系统之前，需要设立明确的目标，更重要的是需要应对种种挑战并分析透彻。

三大目标

目标一：时效类。自动化运维虽大幅度提高了我们的时效，但核心决策者仍然是人。

当超越了人的生理极限，效率也将很难保证，但是 AIOps 系统则不存在上述问题。

目标二：深度洞察。人的认知有局限性，AIOps 系统则可以利用大数据，洞察更多现存问题与未知的运维模式。

目标三：自主调优。AIOps 系统可以自主保持系统最优状态，自主生成达成目标需要的执行计划。

六大挑战

理想与现实究竟有多远?构建 AIOps 系统的过程中需要面对的挑战如下：

如何获取高质量，高时效的监控数据。传统监控体系中，想要获得更多的数据就必然要建立各种系统。这些系统本身在时效和品控层面如何达成一致是个难题。

多维度数据如何实现高效关联。仅有数据不能解决任何问题，需要把所有数据有机有效进行关联才可以。

如何实现运维场景的实时感知。工程师之所以比传统监控和运维系统靠谱，主要是因为运维工程师了解非常多的现实认知能力，如机房、网络、虚机等相关详情。

如果希望 AIOps 系统做的更好，就需要增强其运维场景的感知能力。

AI“工程化”的复杂性。实际过程中，把机器学习算法落地到实际场景的这个过程还有很多的路要走，相比实验室中的机器学习要难很多。

机器学习模型的训练困境。生产运维中 SLA(Service-Level Agreement，服务等级协议)的矛盾和故障样本太少，致使仿真模拟有局限。

遗留技术栈，混合架构的复杂性。初创公司会有大量历史的遗留技术栈与混合技术架构，遗留系统“业务需求”变更频繁。那么，要如何使它们很好的融合到 AIOps 系统呢?

确定目标，明晰挑战之后，宜信制定了适合自己的 AIOps 技术路线，如图 2 所示。

图 2：AIOps 的技术路线

AIOps 的技术路线分为三个步骤：全维监控、全维关联和全维智能。

全维监控阶段，需要将监控体系进行统一，尽量去获取高质量高时效的监控数据，利用监控软件去提取不同运维场景中的源数据，同时去适应和适配遗留技术栈和各种混合架构。

全维关联阶段，需要将多维数据进行高效关联，同时解决机器学习模型的训练困境问题。全维智能阶段，需要花费时间攻破 AI 工程化的复杂性。

运维机器人是 AIOps 系统的核心

确定 AIOps 的技术路线后，宜信首先落地的是权威监控平台——“运维机器人”。

运维机器人，也叫 AI-Mission-Robot(任务机器人)，如图 3 所示：

图 3：运维机器人