1、为云可观测性制定 AIOps 策略2022 Dynatrace内容介绍2022 Dynatrace2什么是 AIOps？第 1 章为什么选择 AIOps，为什么是现在？第 2 章AIOps 的成功要素第 3 章现代云需要现代 AIOps 策略引言客户案例：AIOps 策略如何改变游戏规则第 4 章为云可观测性制定 AIOps 策略寻求更佳 AIOps 策略结论2022 Dynatrace3为云可观测性制定 AIOps 策略现代云需要现代 AIOps 策略引言如今，许多管理 IT 环境的专业人士感觉腹背受敌。一方面，他们使用的 IT 架构、工具和技术的复杂性不断增加，尤其是在基于云的环境中。另一

2、方面，IT 团队在管理复杂的技术堆栈时压力倍增。应用程序使用本地基础设施作为整体运行的日子已一去不复返。如今，应用程序分布在遥远的多云和混合云环境中，由复杂的编排工具管理。在这些高度动态的环境中，容器和微服务来去无踪。这种可变性使管理这些环境充满挑战性。客户期望使用能够在数秒内加载的高性能应用程序。这一高标准要求 IT 团队不断创新，并频繁地更新应用程序，通常每天多次。因此，团队需要实时发现并解决问题，以免干扰用户。源源不断的网络攻击和漏洞（例如 Log4Shell）也要求工程师遵守严格的安全标准，即使他们还要应对不断发生的变化。各组织越来越多地采用开源代码，使得跟踪第三方库和模块以及持续识别

3、和修复任何安全漏洞成为当务之急。在这个竞争激烈的商业环境中，如果无法满足现代 IT 需求，客户就会投奔竞争对手。不解决性能和安全问题，也会降低业务效率。2022 Dynatrace4为云可观测性制定 AIOps 策略数字化转型的新关键：AIOps面对巨大的复杂性和庞大的需求，IT 领导者该怎么做？为了应对这种不断增加的压力，IT 组织必须采用专为应对现代云环境挑战而设计的新策略。他们需要 AIOps 这样用于 IT 运营的人工智能技术，使用人工智能(AI)来自动执行软件开发生命周期并提高效率。借助 AIOps 策略，团队不仅可以在应对无限复杂、快速变化的环境时减少手动流程，还可以消除 IT 生

4、命周期关键环节的手动流程。AIOps 还使团队能够紧跟各类环境中不断增加的变革机会和规模扩展。本电子书概述 AIOps 和 AIOps 策略如何帮助团队克服数字化转型过程中面临的日益复杂的多云挑战，并发挥核心作用。本电子书还介绍如何在现实中成功实施 AIOps，并概述构建 AIOps 策略的最佳实践，该策略将推动更快的创新、更高的效率，并帮助各个组织取得更好的业务成果。2022 Dynatrace5为云可观测性制定 AIOps 策略2022 Dynatrace6为云可观测性制定 AIOps 策略什么是 AIOps？第 1 章AIOps 方法AIOps 有两种主要方法。第一种使用传统的机器学习来

5、识别 IT 事件之间的相关性。通过这种方法，AIOps 工具努力确定复杂云环境的各种互连组件中的故障是源于相同的问题根源，还是源于不相关的问题。这些相关性可以为评估性能问题的范围提供一些有用见解。但要明确问题 根源，工程师必须理清仪表板、警报、日志和其他数据中的相关性，以确认发 生的事件。自 Gartner 于 2016 年引入该术语以来，AIOps 的实施开始成为潮流。IDC 预测，到 2026 年，全球 2,000 家组织中的 90%将部署 AIOps 工具来制定有关工作量布置和自动补救的决策，从而确保更高的运营韧性和组织灵活性。要了解 AIOps 方法在实践中的意义，我们下面将探讨不同的

6、 AIOps 方法及其工作原理。为云可观测性制定 AIOps 策略2022 Dynatrace72022 Dynatrace7第二种更现代的 AIOps 方法被称为确定性或因果性 AIOps。这种方法比简单的关联和机器学习更胜一筹。它使用上下文数据和确定性 AI 来精确查明云性能和可用性问题根源，例如系统响应率的波动或安全威胁。因果性 AIOps 不是根据间接证据关联两个或多个事件，而是确定触发这些事件的确切问题 根源。故而，这种现代的 AIOps 方法通过准确、实时、可解释的回答来指导 工程师解决事件，而不是简单地提供最佳猜测。机器学习 AIOps确定性或因果性 AIOps为云可观测性制定