【51CTO.com原創稿件】6月21日， WOT2019全球人工智能技術峯會在北京粵財JW萬豪酒店準時拉開序幕。作爲2019年度全球技術人員線下交流的知名峯會，本次大會緊緊圍繞着通用技術、應用領域、企業賦能三大核心章節展開。來自全球的60餘位一線AI大咖們齊聚一堂，與千餘名參會羣衆共同分享了深度學習、神經網絡、視覺技術、無人駕駛、機器學習、算法模型、知識圖譜等主題技術內容。

6月22日下午，在企業賦能章節中C會場AIOps分論壇，宜信研發架構師肖雲朋、F5 Networks大中華區首席技術官吳靜濤、日誌易創始人&CEO陳軍三位前沿應用方面的專家受邀出席發表精彩演講。會後51CTO將專家發言整理成文，希望他們的演講內容精華對大家有所幫助。

宜信研發架構師肖雲朋：分佈式主動感知在智能運維中的實踐

肖雲朋將運維的發展分爲四個階段：手工階段、標準化階段、自動化階段、智能階段。他表示，現在最火的概念就是智能運維，其實無論是AIOps，還是ChatOps，解決的都是同一個問題——運維高複雜度與運維高效率之間的平衡。從工程學角度看，運維異構性變強，需要引入第三方應用和各種各樣的設備，複雜度變得非常高，導致交付模式也是越來越高。人們寄希望於AIOps，就是希望把人工智能帶入運維重要環節，讓機器像人一樣參與其中最終解決工程問題。

如果人們要建設一個AIOps平臺，那應該搭建一個怎樣的架構呢?肖雲朋分享了宜信的IT運營架構。他透露，宜信在底層蒐集大量的數據，通過實時蒐集的分析工具將其交付到技術中臺、運維中臺、數據智能中臺。其中數據智能中臺產生大量數據分析後的業務數據和其他類型的數據，而運維中臺則積極去響應研發和業務發起的所有請求，對線上進行系統地控制。“我們成立一個通用的數據管道，把運維產生的有價值的數據傳遞給數據智能中臺，然後數據智能中臺通過對數據進行分析，會基於運維需要的場景，把這些智能運維判斷再反饋到運維中臺。”肖雲朋強調，宜信的設計不是在運維內部去建設智能的能力，而是把這些數據傳到給真正專業的平臺去做這件事，讓數據智能平臺去建設一系列的模型和數據。

F5 Networks大中華區首席技術官吳靜濤：無探針實時應用大數據採集引擎落地實踐和AIOps實現

F5大中華區首席技術官吳靜濤強調，如果客戶把F5作爲一個無探針的應用可視化的數據源，那麼F5可以帶給客戶三個方面的幫助：首先是運維方面的幫助，如實現應用可視化、用戶行爲分析、性能管理等方面的功能。其次是在業務方面，F5可以幫助企業的IT部門實現很多前沿操作，將不可能變爲可能，例如在金融機構裏的實時風控，反洗錢等業務的無探針實時數據源，傳統業務的升級改造等。最後是在AI方面的幫助，傳統客戶在AIOps上很難進行真正的全自動化操作，因爲受限於數據採集的實時性、數據分析的準確性、網絡管理與任意灰度的應用路由控制技術侷限性等多個方面，但是F5可以幫助客戶全方位地解決這些問題。

據他介紹，F5功能強大的TMOS架構把用戶端的請求與服務端的回應分別放在兩個不同的TCP中，在每個應用前面都安裝雙堆棧架構。如此一來，F5成爲DevOps的網絡中間鍵，介於WEB和APP之間，不需要任何探針，就可以監測到所有經過API服務的數據，這對主營關鍵業務的幫助非常大。 吳靜濤將由此帶給客戶的價值分爲四類：一是用戶/網絡體驗監控，二是用戶行爲分析、三是應用性能管理，四是財務語言談DC運營。

在演講即將結束時，吳靜濤還正式向聽衆推薦F5的應用服務技術精英學院。F5應用服務技術精英學院集結了F5的架構師、行業資深分析師、大客戶經理等一衆優秀人才，他們紛紛扮演了江湖武俠角色，以視頻的形式，多角度、由淺入深地傳授面向多雲環境的應用服務祕笈。視頻課程涉及多雲多活、應用安全、AI-Ops 自動運維三大領域，內容更是覆蓋金融、電信、政府&企業、高科技、新零售五大場景。目前F5應用服務技術精英學院已經登錄51學院專區，開始正式對外推廣。

日誌易創始人&CEO陳軍：海量日誌分析與智能運維

陳軍演講開場時表示，爲了幫助大家擁有更高級的AIOps能力，日誌易打造了一個智能日誌中心，他展示了智能日誌中心的全景架構圖。

在架構中，首先要支持儘量多類型的數據採集和處理分析能力。日誌易支持Linux/Windows/AIX/HPUX等各種平臺的數據採集，也能對接odbc/syslog/APM，甚至手機App埋點。

其次，要配合一些CMDB數據和流程工單數據，便於做業務運維層面的關聯分析。他透露，在採集之後，他們有二十多種ETL方法，有自己開發的比業務通用引擎快5倍以上的beaver搜索引擎，保證了海量數據的實時存取。基於這個存取，日誌易有上百個SPL指令進行統計分析，他將這一部分看作是AIOps的大腦。

最後，在對外呈現方面，日誌易有大屏、告警推送、按需調用腳本執行、公開的數據API和第三方平臺對接，而這一部分陳軍認爲是AIOps的手。

演講結束時陳軍還談到，關於衆人關心的定位異常，目前還做不到能找出非常理想的根因的程度。常規做法是依賴於雲平臺、容器平臺的指標採集，做到定位某臺機器有問題，但是具體還是要進行機器分析。“我們從日誌的角度，可以定位到某臺機器的一段日誌有問題，但是也不算100%的根因了，還需要後續查詢分析。”他表示，做一個智能日誌中心，也還需要提供更全面的統計分析和快速查詢的能力，來完成對全局的、細節的運行狀態的觀測，對變化的即時捕捉。

以上內容是51CTO記者根據WOT2019全球人工智能技術峯會的《AIOps》分論壇演講內容整理，更完整WOT內容請關注51cto.com。

【51CTO原創稿件，合作站點轉載請註明原文作者和出處爲51CTO.com】

【責任編輯：周雪 TEL：（010）68476606】

相關文章