AIOps的探索与实践.pptx

;目录;应用的生命周期;应用告警质量不高 准确率、覆盖率、及时性 故障诊断效率低下 告警风暴、根因定位、及时止损 应用画像缺失 重要性识别、容量规划、健康报告;目录;携程AIOps实践之路;携程AIOps实践之路;;目录;(一) 监控时序的异常检测;订单指标;异常检测流程;算法介绍;3-Sigma Tukey Grubb's iForest …;基于统计特性的异常检测;基于频域滤波;基于频域滤波;时间序列周期发现;应用告警准确率、召回率达90%+和95%+ 应用告警全面替换为智能模式 大部分时序数据都无标注 不是所有时序都需要被“智能”检测 不同的场景使用不同的检测算法 异常检测的质量评估是个难点;(二) 应用异常智能诊断;智能故障诊断 — 告警风暴;应用调用关系;故障影响因子;故障关联性诊断;相关性打分;告警相关性聚合;后验概率打分;特征知识库;快速定位RCA;故障诊断由原来数十分钟将至分钟级 告警质量是故障诊断的??提 故障影响因子分析+专家经验知识库是核心 服务调用链挖掘+关联打分是关键 诊断结果的质量评估是个难点;(三) Online/Offline混合部署;混合部署背景;部署架构;CPU、IO隔离 资源+应用画像 用来筛选合适的Online资源供作业运行 作业画像 用来筛选合适运行的作业 资源调度、退出保护机制 保障不同业务的服务质量;资源维度标签：CPU密集、内存消耗、IO密集型等 聚类算法：K-means、DBSCAN等 业务维度标签：预定类、引擎类、下单类、支付类 等 服务调用链挖掘 专家经验 高级(复合)标签：重要性、稳定性、活跃度、健康指 数等 图论模型：PageRank、声望打分等 专家经验+单维度标签组合;减少Offline资源的采购成本 探索一种创新的部署模式，为容器时代的混部积 累经验 新数据中心的网络、大数据等建设提供标准;目录;AI是“他山之石” 自动化是AIOps实践的前提 出发点和落脚点都是Ops 实践一定要结合自身场景 警惕“拿来主义” 紧跟行业动向 学术界+工业界;