Hi朋友，上期分享了必示科技的实践案例，下面让我们来看一看本期内容之“擎创科技——AIOps如何助力实现全面可观测性”。
随着数字化经济的飞速发展，企业数字化转型已经成为了必然趋势。从传统运维向智能运维（AIOps）建设发展的过程中仍存在诸多挑战，从业务层面的表象上，比如监控的误报漏报多、趋势预测能力缺失、综合根因定界及定位分析的手段少、规划资源使用的方法少等等；从运维系统的状况进行深层挖掘，又能发现运维数据数量庞大、类别繁多且分散，加之新旧格式的碰撞以及业务视角的断层，使得数据治理难、运营分析难。除此以外，在数字化转型的过程中，运维双态（即敏态与稳态）共存的情况给企业的数字化业务也带来了极大的挑战。
市场背景
管理学大师彼得·德鲁克曾说过：“如果你不能度量它，你就无法管理它。”换在智能运维的管理决策中来讲就是想要做好管理，就要先对它进行度量，而这就是Gartner早先提出可观测性的概念。
Gartner在今年的报告中提到，可观测性正逐渐成为企业智能运维中的高优先级项目，之所以出现这样的情况，是由于企业的业务发展中具有很多不可预测的情况发生，这就要求企业数字化能力中要着重加强自动检测、可观测性和可修复性。可观测性作为之中极为关键的一环，正以其能大幅提高运维事务处理效率的优势，在逐步替代传统的监控仪表。Gartner预测未来的2-5年，可观测性将进入成熟期。届时，智能运维的整体水平将会得到变革性的提升。
什么是可观测性
从字面上来讲，可观测性即是通过检查其输出来衡量系统内部状态的能⼒。这种能力的雏形是在企业的数字化转型过程中，早先被看重的数据可视化能力，即通过决策大屏让数据通过视觉的形式呈现出来，比如图表、图形、地图等等，让运维人员更容易的理解数据、统计数据以及运用数据，进而更加准确有效的传达与沟通信息。
可观测性能带来的价值
日益增长的业务价值关注度，让单纯的可见性必须向以数据为驱动的洞察能力升级，这个过程中可观测性的价值就会逐步体现。
（一）将数据转化为答案
在决策层面从业务视角出发观测全局状况，进而利用可人工干预的算法模型对告警进行收敛，对历史数据进行分析，聚焦定位根因来源，结合AI的短期趋势预测，再利用资源规划功能，获取对未来趋势的预判结果，实现主动的数据预测。
（二）数据处理过程更灵活
集合数据任务的编排和调试能力、可交互的检测模型调优及管理、场景化的编排引擎，使数据白盒化的接入、处理、输出，完成任务的诊断。并且能够及时反馈异常检测的结果，精细化调整日志的检测模式。最后形成多种运维场景下定制化的可观测编排引擎，灵活搭配业务场景实现数据的全面处理。
（三）实现跨团队协作的高效性
通过统一的观测视角，能够建立与运维业务相关的规则引擎，完成基于组织架构的权限配置，根据团队分工进行任务分派，形成有策略、按需求的协同协作体系，保持业务运营的高效性。
（四）实时大规模的观测
通过流批一体的高性能计算引擎以及集群化和多中心的部署，加之对异常检测模型的实时更新和训练，稳定且高效的适应多中心等复杂环境。在大规模的业务数据进入时，能够有效做出应对操作。
可观测性的建设实践
如前文提到，建设基于AIOps的全面可观测性需要能对四大运维支柱数据进行基本处理（如清洗，提取，聚合等），而后关联融合（如通过标签传递，CMDB同步等），再实现简单功能场景（如指标异常检测，多维分析，告警收敛等），最终通过可视化引擎将其编排成贴合运维事务中的综合场景，如“紧急处置”，“复盘分析”等。建设可观测性，从总体上来讲也是为了对运维全流程进行监测和追踪，对应用运行风险实行全面管控。
（一）可观测的数据采集及管理
四大支柱数据的传统分析工具往往各自孤立，但是所采集的源头，也就是被监控对象却是相同的。根据大多数企业中的实战经验往往分为五层，依次为“业务-应用-软件服务-基础资源-基础环境”，这五层的数据采集方式往往有很大差异。
首先以业务端数据的采集为例，一般指的是业务交易的数据，典型的就是交易日志，一般分为落盘的文件采集和不落盘的流推送消费。通过对交易日志进行清洗，提取以及聚合统计，可将其持久化成经典的黄金三指标（业务成功率，交易量和平均响应时长），而交易日志本生也可串联为追踪数据，对业务进行端到端的观察。
再者对于基础资源的数据，需要对常用的操作系统日志（诸如message，syslog等）做收集，对“算、存、传”的资源指标进行采集，通常数据源会来自于zabbix或Prometheus，最终通过数据中台的流式处理持久化为资源指标，而在CMDB侧最重要的运维主数据，目前多会利用系统代理的发现能力，将主机和以及其上运行的软件服务进行闭环管理。
一般来说对于大型金融机构，如上的运维数据处理链条会有数百上千，这就需要对整个链条的管理和编排都要能做到可观测才能心里有底。
可观测性的前期阶段，很多数据处理工作都是需要人工来完成，而对于多维的数据来源以及复杂的数据关系处理，需要一个集中的数据平台或数据中台来支撑。同时应该能以非常低的成本实现数据的处理，包括对数据的编排、调试以及发布等操作。降低数据准备的成本，提升数据处理的效率，为分析场景做好数据支撑。
（二）场景化分析
在可观测的场景化分析过程中，还是要遵从自顶向下的分析逻辑。首先要对整体的业务运行状态以及应用健康状态进行监测。包括业务健康墙、应用健康概览以及报告中心等不同展示方式。
关注应用的核心指标以及实时运行状态。当出现问题时（实时告警）可快速切换至异常处理的流程中。
通过告警自动降噪以及收敛的能力，能够快速对问题场景化，指导问题的分析路径，实现面向业务的主动式告警。
有了指标化的数据可进一步探索关联及下钻的问题。通过不同的角度观测告警，如个性化定制工作台，告警全生命周期追踪，拓扑时序融合分析等。通过交易链路分析进行时序回溯寻找根因事件，结合链路分析锁定问题的源头和错误内容。
对于发现到的问题可以总结归纳，从指标、日志等分析维度进行验证。
从日志中可以按日志模式进行异常检测，从而更早地发现异常问题；对于指标的变化可通过学习历史数据规律规划容量并预测变化趋势。
（三）构建可观测的决策体系
运维自动化和智能化的大趋势中，系统可观测性是建设的基础一环，完善的可观测体系可以帮助我们屏蔽系统的复杂性，使系统整体的运行状态清晰可见，在故障防御和排查方面发挥巨大的作用。
同时我们在进行可观测的体系建设时，一定要注意以服务决策为导向。一方面事前做好各方面的监控，分层次，找关联；另一方面在观测到问题后应该能够快速评估问题影响，收敛问题并找到根因。在整个分析的过程中不断积累总结经验，持续优化到可观测体系中。
可观测性的用户收益
建设基于AIOps的全面可观测性的用户收益总结为以下四点：
-
快速根因定位
基于AIOps的全面可观测性能够帮助运维人员快速发现故障的原因。通过排障信息的集中共享，全局可视化，能够减少跨部门沟通协调的时间。
-
降低运营成本
实时监控和预测能力会得到大幅提升，降低业务损失可能性。能够智能优化业务和资源的配比关系，有效节约运维投入的人力成本。
-
激活数据价值
能够从业务视角智能分析运维数据，洞悉业务价值，优化运营决策。
-
提升IT运营效能
平均排障时间能够缩短至分钟级，可以达到10倍以上提升数据处理效能。
· “实践案例分享-擎创科技”编委介绍 ·
· 精彩预告 ·
下期将是本次连载的最后一期啦，会对整体情况进行一个回顾与展望，详情敬请关注“双态IT联盟BOA”公众号！