GOGOPS全球運(yùn)維大會(huì)2023·上海站1研發(fā)背景目錄目錄2從融合監(jiān)控到智能監(jiān)控3應(yīng)用案例分布式架構(gòu)帶來的挑戰(zhàn)分布式架構(gòu)帶來的挑戰(zhàn)IT系統(tǒng)上混合云的挑戰(zhàn)多個(gè)單位維護(hù)；業(yè)務(wù)生態(tài)圈帶來的挑戰(zhàn)n采用云原生架構(gòu)，原有基于Oracle及傳統(tǒng)架構(gòu)的運(yùn)維手傳統(tǒng)Oracle架構(gòu)演變?yōu)槿苹?、全分布式架?gòu)，監(jiān)控對(duì)象幾何級(jí)增長(zhǎng)，調(diào)用承載關(guān)系日趨復(fù)雜，原先分散的監(jiān)控手段已經(jīng)不能滿足上云后系統(tǒng)運(yùn)維的要求Jar包GOGOPS全球運(yùn)維大會(huì)2023·上海站GOGOPS全球運(yùn)維大會(huì)2023·上海站運(yùn)維賦智監(jiān)控賦能業(yè)等維度，整IaaS監(jiān)控賦能業(yè)等維度，整IaaS/PaaS/SaaS的監(jiān)控手段，實(shí)現(xiàn)全省IT系統(tǒng)監(jiān)控統(tǒng)一納管動(dòng)化處理手段，探索實(shí)現(xiàn)故障自動(dòng)發(fā)現(xiàn)、自動(dòng)調(diào)度、自動(dòng)修復(fù)；集中管控日常巡檢等作業(yè)計(jì)劃數(shù)據(jù)、系統(tǒng)可視nAI注智：引入AI算法，實(shí)現(xiàn)動(dòng)態(tài)告警閾值及故障趨勢(shì)預(yù)測(cè)、關(guān)聯(lián)分析、根因分析運(yùn)維生態(tài)碼開發(fā)運(yùn)維工具，形成工具集市并共享；級(jí)運(yùn)維知識(shí)庫GOGOPS全球運(yùn)維大會(huì)2023·上海站自研目標(biāo)自研融合監(jiān)控平臺(tái)-智慧運(yùn)營(yíng)大腦手段少的問題，提升系統(tǒng)穩(wěn)定性；自研目標(biāo)自研融合監(jiān)控平臺(tái)-智慧運(yùn)營(yíng)大腦手段少的問題，提升系統(tǒng)穩(wěn)定性；數(shù)/業(yè)/安監(jiān)控，涵蓋IaaS/PaaS/面，支持各類常見監(jiān)控手段；PC門戶元宇宙監(jiān)控中心多租戶手型型可視化開發(fā)授權(quán)單表維護(hù)專用場(chǎng)景維護(hù)SQL配置API配置服務(wù)編排CMDB數(shù)據(jù)源任務(wù)調(diào)度框架監(jiān)控配置數(shù)據(jù)字典組織機(jī)構(gòu)角色權(quán)限…署 …署 …署支持SaaS版本(智慧運(yùn)營(yíng)大腦)和私有化部署(行業(yè)運(yùn)營(yíng)大腦)兩種版本，根據(jù)客戶網(wǎng)絡(luò)等不同場(chǎng)景靈活選擇適用的版本.安全保密要求高，非天翼云為主，GOGOPS全球運(yùn)維大會(huì)2023·上海站GOGOPS全球運(yùn)維大會(huì)2023·上海站率CMDB主數(shù)據(jù)治理率CMDB主數(shù)據(jù)治理數(shù)慢SQL打通集團(tuán)翼龍、省內(nèi)主機(jī)、網(wǎng)絡(luò)、日志、動(dòng)環(huán)、業(yè)務(wù)等，匯聚整合142個(gè)系統(tǒng)、2545個(gè)saas指標(biāo)、15753個(gè)paas指標(biāo)、3631個(gè)iaas指標(biāo)，120個(gè)其他指標(biāo)，共計(jì)2.2萬余個(gè)監(jiān)控點(diǎn)，并納入CMDB資產(chǎn)庫統(tǒng)一管理監(jiān)控底座統(tǒng)采集…云翼（普羅米修斯）內(nèi)置100內(nèi)置100余種監(jiān)控點(diǎn)零代碼配置模版，采用零代碼方式進(jìn)行SQL腳本、API接口、服務(wù)撥測(cè)等監(jiān)控指標(biāo)、閥值、告警規(guī)則配置，降交換機(jī)、防火墻云云 Agent支持插件式擴(kuò)展采集能力，包攬所有監(jiān)控項(xiàng)數(shù)據(jù)采集，支持批量下發(fā)及安裝、批量配置監(jiān)控、批量配置運(yùn)維測(cè)（模擬調(diào)用）打通原SaaS/PaaS/IaaS各自為政的獨(dú)立監(jiān)控，構(gòu)建從應(yīng)用到主機(jī)的數(shù)字孿生關(guān)聯(lián)關(guān)系打通原SaaS/PaaS/IaaS各自為政的獨(dú)立監(jiān)控，構(gòu)建從應(yīng)用到主機(jī)的數(shù)字孿生關(guān)聯(lián)關(guān)系模型，實(shí)現(xiàn)IaaS/PaaS/SaaS關(guān)聯(lián)監(jiān)控型以及核心業(yè)務(wù)的調(diào)用鏈模型；核心生產(chǎn)場(chǎng)景的全流程監(jiān)控；將智慧運(yùn)營(yíng)大腦監(jiān)控同低代碼開發(fā)平臺(tái)打通，通過監(jiān)控告警，智能匹配自愈規(guī)則，自動(dòng)調(diào)度執(zhí)行基于低代碼開發(fā)將智慧運(yùn)營(yíng)大腦監(jiān)控同低代碼開發(fā)平臺(tái)打通，通過監(jiān)控告警，智能匹配自愈規(guī)則，自動(dòng)調(diào)度執(zhí)行基于低代碼開發(fā)平臺(tái)服務(wù)編排1.大腦監(jiān)控告警引入統(tǒng)計(jì)檢驗(yàn)、KNN、孤立森林，以及Facebook開源的Prophet等算法，采用時(shí)間序列分解，通過模型訓(xùn)練得到模型庫，實(shí)時(shí)采集的指標(biāo)數(shù)據(jù)通過讀取最新模型獲取動(dòng)態(tài)閾值來判單是否異常告警。配置是否啟用動(dòng)態(tài)閾值得到趨勢(shì)預(yù)測(cè)告警利用圖數(shù)據(jù)庫，基于資產(chǎn)利用圖數(shù)據(jù)庫，基于資產(chǎn)-事件的IT運(yùn)維知識(shí)，構(gòu)建從SaaS到IaaS的全流程端到端監(jiān)控圖譜，在此基礎(chǔ)上引入機(jī)器學(xué)習(xí)和算法模型，實(shí)現(xiàn)告警歸并和收斂、故障根因分析和快速定位，最終實(shí)現(xiàn)智能決策和自動(dòng)處置。利用NLP自然語言交互，打造IT服務(wù)臺(tái)智能問答機(jī)器人、微信告警通知、微信對(duì)話交互、微信告警自動(dòng)語音外呼等多模態(tài)的運(yùn)為了解決傳統(tǒng)為了解決傳統(tǒng)OA公文僅能按照標(biāo)題關(guān)鍵字搜索的局限性，探索利用大語言模型強(qiáng)大的語言理解和文本生成能力，通過語義合生成等技術(shù)手段，以自然語言問答的方式實(shí)現(xiàn)IT運(yùn)維規(guī)范等公文內(nèi)容的智能搜索，提升搜索效率和準(zhǔn)確性的同時(shí)提供更輸入關(guān)鍵詞關(guān)鍵詞匹配數(shù)據(jù)庫查詢返回結(jié)果擁抱變革，創(chuàng)新體驗(yàn)打造面向未來的數(shù)字化運(yùn)營(yíng)新體驗(yàn)。通過人員孿生、空間孿生、在線監(jiān)控、在線調(diào)度和擁抱變革，創(chuàng)新體驗(yàn)打造面向未來的數(shù)字化運(yùn)營(yíng)新體驗(yàn)。通過人員孿生、空間孿生、在線監(jiān)控、在線調(diào)度和通過元宇宙在內(nèi)部生產(chǎn)運(yùn)營(yíng)中的應(yīng)用，如培訓(xùn)、突破限制突破限制監(jiān)控上云在已初步實(shí)現(xiàn)運(yùn)營(yíng)監(jiān)控可視化、自動(dòng)化、AI化基礎(chǔ)上，進(jìn)一步利用元宇宙技術(shù)突破監(jiān)控室狹小等物理空間制約，實(shí)現(xiàn)線下監(jiān)控中心整體數(shù)字孿生，打造云上第二監(jiān)控現(xiàn)場(chǎng)，確保極端情況下IT運(yùn)營(yíng)監(jiān)GOGOPS全球運(yùn)維大會(huì)2023·上海站圖數(shù)據(jù)庫，基于資源中心資源開通數(shù)據(jù)，動(dòng)態(tài)生成物理鏈路端到端拓?fù)鋱D；同新一代告警子中心打通，疊加設(shè)備及端口告警展示某市政務(wù)云基于騰訊云底座搭建，湖北智慧運(yùn)營(yíng)大腦通過對(duì)接騰訊云的基礎(chǔ)設(shè)施、云哨、御見等多個(gè)運(yùn)營(yíng)端以及租戶端平臺(tái)，涵蓋某市政務(wù)云基于騰訊云底座搭建，湖北智慧運(yùn)營(yíng)大腦通過對(duì)