AIOps大神之路

AIOps最近在数据中心圈里常被人所提及，AIOps是何方神物？AIOps的英文全名叫Artificial Intelligence for IT Operations，即智能化运维，目标是基于已有运维数据（日志、监控信息、应用信息等），通过机器学习方式来进一步解决自动化运维所未能解决的问题，提高系统预判能力、稳定性、降低运维成本，提高数据中心竞争力。AIOps是AI、运维和自动化三者的结合体。简单说：AIOps = AI+运维数据+ 自动化处理= AI+Devops，其实就是将AI技术运用到数据中心运维中去，解放人力，这将给数据中心带来翻天覆地的变化，同时也将产生新的岗位需求。数据中心运维一旦插上了AI的翅膀，会飞得越来越高。当然，前提是要掌握飞行的要领。如何迅速成长为一名优秀智能化运维的技术专家，本文将揭开AIOps大神的成长之路。

要想成为一名AIOps技术大神，对AIOps成长史必须是要了解的。AIOps最开始并不叫AIOps，从最原始的人工运维开始，这时主要是利用单独脚本或者一些简单工具，完成数据中心设备的运维；接着不断引入一些工具，通过大量运维工具，提高了运维效率；然后是引入了自动化，将 工具 交给计算机，由计算机按照既定程度来运行，这比人工方式效率提升很多，往往一次要是通过人手工完成可能需要几个小时，而通过自动化工具和脚本，几秒钟就可以完成，这个阶段叫做Devops，也是目前最为主流的运维方式；紧接着随着AI技术的火爆，AIOps开始出现，AIOps是通过机器的自我学习、自行分析决策和自动化去执行脚本。

AIOps首先要有AI，这是和以往运维最大的区别，AI就是机器学习，这是一门非常复杂的多门类交叉学科，核心是各种各样的技术算法，这些算法可以让机器对输入的数据进行学习和判断，最终形成自己的理解，让机器像人一样去思考遇到的各种问题。AI技术有很多算法，比如分类算法、线性回归、逻辑回归、决策树、关联规则、深度学习等等。数据中心每天产生设备日志、故障表项、配置管理等海量数据，这些都是AI学习的基础数据，这些数据能否学好，AI的算法最为关键，已有的AI算法并不适用于所有数据中心，这就需要在AI学习数据中心运维数据的过程中不断调整算法，所以AIOps大神需要懂AI，最好是AI专业走出的高材生，并愿意走入数据中心运维的岗位中来。数据中心的海量数据各种都有，需要根据不同的数据特征设计算法，达到学习的目的。比如数据中心的所有设备端口流量，通过历史流量模型，可以预测下一次的流量洪峰到来的时间，以便做好预防和保护工作，还可以根据流量模型的异常变化，提前发现网络故障，甚至可通过AI自动地化解危险。AIOps大神要懂得如何将这些AI技术运用到数据中心的运维工作中去，并起到作用。

光有AI显然不够，其次还需要脚本语言。自动化脚本已是数据中心运维不可缺少的重要部分，大量运维的工作都需要通过自动化脚本来监控、操作和变更等，大型数据中心拥有海量设备，单靠人海战术是行不通的。脚本语言比如 Python 、 SQL 、TCL等等，这些语言简单易懂，好上手，不会写脚本的运维不算是真正的运维专家，这也是提升运维效率的直接武器，必须要掌握。自动化脚本会被应用到数据中心的各种数据和设备监控中去，有些也可以用于变更操作、网络切换、信息采集甚至故障定位。现在市场上对Python脚本技术人员缺口很大，这类人员的收入也比较高。AIOps也需要脚本，用脚本来采集信息和执行动作，所以脚本语言必须掌握。

不管是AI还是自动化脚本终究都是为运维服务的，最关键的还是必须要搞清运维的工作内容，懂得哪些工作适合用AIOps，哪些工作不适合，不能什么工作都寄希望于AI。在做数据中心运维时，要知道各种指标如何去监控，知道异常检测的方法，知道故障如何去发现，知道性能如何调优等，对数据中心运维的工作了如指掌。数据中心里有很多IT设备，功能各不相同，有搞服务器的，有搞网络的，还有搞安全的等等，网络架构各不相同，这些都需要长时间的接触和沉淀，逐渐找到针对一个数据中心的运维方法。数据中心的运维内容非常庞杂，性能分析、流量监控、设备运行状态采集、故障感知、变更扩容等等，都是运维的工作内容，在数据中心运维的过程中也输出了运维的管理理念和技术办法，部分运维内容还形成了行业标准，运维的工作伴随着数据中心出现就开始了，俨然已经发展成了一门技术学科。数据中心运维不仅是要确保业务长期平稳运行，还要考虑数据中心的经济效益，如果数据中心的业务增长，运维支出也随之增长，那数据中心依然获得不到利润增长，这就要对运维内容做深入剖析，AIOps面对的就是这些运维工作，所以要对运维内容研究透，AIOps才能有的放矢。要想成为AIOps大神，提前必须是一位出色的数据中心运维的技术专家。

这些年，数据中心规模已经变得非常庞大，承载的业务也越来越多和复杂，这都给运维的工作带来了巨大挑战，数据中心运维的工作内容越来越庞杂，也在不断变化，运维成本和压力越来越大，只有引入AIOps才有可能缓解，充分释放人力。看看这两年全球数据中心运维的技术大会内容，基本上讲的都是AIOps，AIOps技术火了，自然对AIOps技术人才需求也多了，趁着AIOps还未普及，赶紧学习，练好AI、脚本和运维三大斧，就离成为AIOps技术大神不远了。