當AIOps與云計算相容，Azure還是那個Azure？

2022年1月13日，微軟亞洲研究院在“智能運維”媒體溝通會上分享了智能運維的應用場景、面臨的挑戰(zhàn)及未來發(fā)展方向，并詳解微軟亞洲研究院智能運維為Azure所提供的智能原動力。

隨著越來越多的企業(yè)擁抱云計算，企業(yè)上云成為共識，企業(yè)在享用云計算帶來快捷服務的同時也要面對傳統(tǒng)運維帶來的挑戰(zhàn)。

那么如何對云服務進行規(guī)劃與設計？如何讓運維體系更加適應云的變化？如何快速部署、監(jiān)控云資源？“AIOps”應運而生。

結(jié)合了大數(shù)據(jù)和人工智能的AIOps，可以實現(xiàn)智能化操作，快速地分析和處理大量數(shù)據(jù)，得出有效的運維決策，可以有效地開展大規(guī)模系統(tǒng)軟件的運維。

如今微軟亞洲研究院與微軟云產(chǎn)品團隊深度合作，目前有哪些成果？有了AIOps的微軟云有什么變化？目前AIOps發(fā)展現(xiàn)狀如何？

會議現(xiàn)場，雷峰網(wǎng)及相關(guān)媒體與微軟亞洲研究院常務副院長、微軟杰出首席科學家張冬梅，首席研究員林慶維展開了深入交流。

微軟亞洲研究院常務副院長、微軟杰出首席科學家張冬梅

微軟亞洲研究院首席研究員林慶維

一、AIOps市場規(guī)?？捎^，“吃肉”還是“喝湯”？

“AIOps”是 Gartner 于 2016 年創(chuàng)立的術(shù)語。AIOps通過創(chuàng)新的AI/ML技術(shù)，可以有效且高效的設計、構(gòu)建并運營大規(guī)模的復雜云服務。AIOps平臺綜合了大數(shù)據(jù)、機器學習和可視化技術(shù)，用于增強和部分取代 IT運維流程和任務，包括可用性和性能監(jiān)控，事件關(guān)聯(lián)和分析，IT服務管理和自動化。

Research and Markets預計，到2025年，AIOps市場規(guī)模將達到143億美元。

面對如此大的市場規(guī)模，AIOps賽道發(fā)展真的好嗎？數(shù)據(jù)量少、應用場景等都是人們所關(guān)注的問題。

而隨著云計算時代的到來，AIOps成為了云計算當中不可或缺的一環(huán)。正如張冬梅院長所說：“現(xiàn)在云計算平臺已經(jīng)變成了整個世界的基礎(chǔ)設施，而未來云計算會像水、電、氣一樣不可或缺。”

而對于整個系統(tǒng)管理來講，也正面臨著前所未有的挑戰(zhàn)。海量用戶、大規(guī)模集群、復雜的系統(tǒng)架構(gòu)使傳統(tǒng)的運維方式力不從心。

傳統(tǒng)運維走向智能運維是一個必然趨勢。

而早在10年前，微軟亞洲研究院就率先開展云智能以及AIOps相關(guān)領(lǐng)域的研究，在該領(lǐng)域提出了全新的方法與設計，如主動系統(tǒng)設計、數(shù)據(jù)驅(qū)動型安全部署等；在全球高影響力的學術(shù)會議上，發(fā)表論文超過50篇。發(fā)起、組織系列討論會@AAAI 2020、ICSE 2021、Chinasoft、MLSys 2022等。

目前微軟亞洲研究院的AIOps研究成果已經(jīng)應用到了微軟Azure、Skype、OneDrive、Office 365、Azure等諸多在線服務中。

在AIOps這一賽道中，微軟走的比較早也比較靠前，無論誰“吃肉”還是誰“喝湯”， 微軟實力都不容小覷。

二、AIOps在微軟云應用如何？

目前微軟云有上千萬臺多物理服務器部署在世界五大洲，上千個數(shù)據(jù)中心運行著上百萬客戶的應用和服務，其中包括 95% 以上的全球500強企業(yè)，每個月都會更新硬件，每天都會更新軟件。

微軟云計算與人工智能事業(yè)部首席數(shù)據(jù)科學家黨映農(nóng)指出：“面對微軟云這樣的大規(guī)模高度復雜并承載大量客戶應用的云計算系統(tǒng)，用傳統(tǒng)的非智能的軟件開發(fā)和運維技術(shù)進行高效開發(fā)部署運營和管理是不可行的，而早在五六年前微軟云就意識到實現(xiàn)智能運維的必要性，因此開始加強與微軟亞洲研究院的合作，現(xiàn)在看來在微軟云中，AIOps的應用和影響是深遠的?！?/p>

在Azure的應用中，AIOps也已經(jīng)顯現(xiàn)出了不俗的能力。

據(jù)了解，微軟云已經(jīng)在智能運維方面積累了很多重要的技術(shù)創(chuàng)新，包括云服務系統(tǒng)的智能化和管理的自動化、云開發(fā)和部署的智能化以及智能化客戶響應等。另一方面，人工智能和機器學習技術(shù)已經(jīng)深度集成到了微軟云的基礎(chǔ)設施的管理軟件站，包括智能監(jiān)控、智能預測、智能修復等。

自動化和智能化一起推進，一方面使得云服務的可用性、可靠性以及效率的提升，另一方面云服務運行的自主性得到提高，需要進行人工維護的場景不斷減少，機器學習技術(shù)也極大的改善并增強了微軟云的開發(fā)和維護，比如像智能測試、智能診斷、智能部署等，大大提高開發(fā)和運營工程師的效率。

根據(jù)Gartner數(shù)據(jù)，微軟Azure占據(jù)全球云計算近20%的份額。微軟將AIOps能力賦能給Azure，想必微軟也看到了在人人都可上云的時代， Azure“升維”AIOps必不可少。

三、服務、客戶、工程是AIOps的核心

過去的運維是小數(shù)據(jù)，每一個運維模塊都是一個數(shù)據(jù)孤島，不涉及算法，僅能滿足傳統(tǒng)運維的使用場景。而發(fā)展至今傳統(tǒng)的運維已經(jīng)不能適應現(xiàn)在云計算時代的新運維。

隨著人工智能大潮來臨，基于人工智能的智能運維（AIOps）開始火爆起來了,得到了更廣泛的關(guān)注。

張冬梅院長表示：“AIOps的三個核心是服務/系統(tǒng)、客戶、開發(fā)/運維?！?/p>

具體來說，AIOps一方面可以讓服務/系統(tǒng)設計和構(gòu)建更加可靠、高性能和更高效；另一方面智能化運維可以改善用戶體驗、提升用戶滿意度；最后AIOps智能運維工具可以賦能給工程人員，讓開發(fā)/運維實現(xiàn)更高生產(chǎn)力。

據(jù)林慶維介紹，目前AIOps已經(jīng)可以應用于云系統(tǒng)的故障預測、異常檢測、智能診斷、容量規(guī)劃、事故管理等諸多實際應用場景。

比如為了保證云平臺的高可靠性和高可用性，實時檢測可能的系統(tǒng)異常尤為重要。大規(guī)模系統(tǒng)的異常檢測通過監(jiān)控平臺的各種運行狀態(tài)數(shù)據(jù)來實現(xiàn)，如性能指標數(shù)據(jù)（訪問成功率、響應速度、CPU 使用率、內(nèi)存占用率），系統(tǒng)事件，系統(tǒng)日志等，從數(shù)據(jù)窺探系統(tǒng)的健康狀況。

除此之外，還有智能診斷：利用系統(tǒng)數(shù)據(jù)自動定位可能的故障原因、縮小問題空間；故障預測：在故障發(fā)生之前，提前預測以避免可能的損失，比如硬盤故障預測、大規(guī)模服務故障預測等。

與此同時，我們也不得不關(guān)注，AIOps所面臨的短板挑戰(zhàn)。在檢測、診斷、預測以及優(yōu)化中都面臨著不同的問題，比如差異化需求、缺乏標注數(shù)據(jù)、在線系統(tǒng)的大規(guī)模和復雜性為運維帶來難度?？偟膩碚f，機器學習所適用的場景與現(xiàn)實環(huán)境還是存在一定差距的。

因此，微軟亞洲研究院將繼續(xù)探索AIOps領(lǐng)域，讓AIOps在未來更加自動化、主動化、通用化。(雷峰網(wǎng)(公眾號：雷峰網(wǎng)))

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。