基于云计算的大数据智能运维系统设计.docx

?

?

基于云计算的大数据智能运维系统设计

?

?

李宁蒋宁宁

摘要：智能化运维系统对大数据以及云计算技术进行了有效的结合，使IT运维服务的运维效率得到了提升，新兴的大数据智能运维系统能够从整体上实现对网络的实时监控以及对大数据的分析。本文以大数据技术为中心，在大数据的背景下，从设计和应用方面对智能运维系统进行了相关研究。

关键词：云计算;大数据;智能运维系统;设计

中图分类号：TP311.文献标识码：A???文章编号：1007-9416（2020）10-0000-00

1大数据智能运维系统的技术原理

相比以往的运维系统来说，大数据和智能技术在运维系统中的应用，使其具备了大规模数据搜索、快速处理以及大量业务开展等能力，有着极为关键的作用，新兴的大数据运维系统，能够使运维系统由传统的自动化实现向智能化发展转变，对其的应用是为了在减少运维资金的同时，提升客户所获得的服务质量和服务体验。由于其有效的应用了智能混合技术，因此，其能够实现对各类工作的动态化管理、对内存的合理计算分配以及对全方位的调度等，也就是说其能够通过对资源的最大化利用，以此來使预算能够得到最大化的节省。

大数据运维系统中，通过对大数据技术的基础应用，使各项运维工作得到了全面的基本指标，以此来实现对各服务器数据运行的实时动态监测，并且，其对运行日志的统一收集，能够通过对各种非关系类型数据库的借助，实现对各项数据的多样化保存。以此为基础，在Hadoop数据集群中，统一输入各项所收集到的数据，能够实现大数据技术对此类收集数据的全方位离线分析，并且能够实现对相应曲线图的生成，此外，通过其与预先设定指标数据的对比，在关联监控报警系统后，能够实现对目标数据中心性能，以及可用性的实时监测，并且，还需要对其发展趋势进行分析。根据以往数据以及算法，能够使预算模型获得相应的应用基础，此外，需要根据运行状况和问题，对未来的服务器发展进行合理的预测，运维人员根据所获得的数据信息，能够更好的对系统以及硬件资源，进行提前迁移和调整[1]。

2信息系统运维在现阶段面临的问题

2.1监控防护缺乏主动性

根据总结以往对问题的监控有着以下流程：首先在问题发生时，需要做好问题位置的查找工作，并且需要告知运维人员，运维人员在接收到通知后，需要做好对问题的解决。换句话说，一旦系统发出了警报，就意味着发生了问题，需要做好事后的控制工作，以及对其的管理。以此来方式进行监控，对运维人员有着较高的素质要求。主要是由于问题无法得到预防，如果在问题发生时无法在第一时间得到解决，就会造成十分严重的影响。

2.2传统运维方式与大数据环境无法适应

指数增长是数据在大环境下的特征之一，对以往运维方式的采用，会导致海量数据无法得到利用，导致运维工作无法得到有效的开展。并且，以往运维阶段所采用的方式方法，管理人员以及业务人员，没有对运维数据进行全方位的分析，以至于运维人员无法通过运维工作，对大量数据进行有效针对的运维[2]。

3大数据智能运维系统功能设计分析

3.1智能警告

大数据技术以及智能技术在运行系统中的应用，能够使其具有智能警告的功能，也就是说，以监控对象为基础，根据其历史数据以及日后的发展趋势，采用统计学的应用原理，通过大数据技术对其功能的分析，能够根据最终的性能数据，实现对被监控对象平稳性的判断。并且，还能够根据业务形态以及时间范围，实现对被监控对象差异性，以及具体表现的判断。最终根据动态阈值，能够在不同的时间点内，实现对业务的实时监测，通过对动态阈值的借助，能够使性能监测机制得到强有力的建设，对以往的警告检测进行了极大的突破，在动态性、实时监督等方面具有一定的优势，通过此类转变，能够使无法较高的出现得到尽可能的减少，以此来使用户对系统异常性能的感知，能够更加准确。

3.2分析预测智能化

所谓的分析预测智能化，就是在服务器内部通过对SMATR信息、syslog信息等不同类型信息的基础应用，同时需要做好监督工作，以及对各种示例的实习等，在场景特征中，通过对LR的借助或对GBDT模型的引入，能够合理的对服务器内部频繁使用部件可能出现故障的概率和时间进行预测，并且能够通过对相应措施的采取，实现对故障出现的预防，从整体上使IT架构具备了更强的可用性。此外，针对产品和定制来说，通过智能技术对标准容量的预测以及对方式的开发，能够实现对动态阈值、阈值趋势以及瓶颈点的获取、分析以及预测，需要以IT系统对容量的预测为基础。此外，以定制开发方式对流量的智能预测，能够为数据中心以及多冗余链路，提供一种全新的预测技术，以此来实现对网络流量的针对性预测，能够作为决策依据，为流量数据的调度工作提供支持[3]。

3.3根因定位智能化

从本质上来说，这一功能能够实现对系统故障源的定位，专家知识库是其基础功能，用于复杂场景下对IT故障源