SRE工程师手中的利器

层面发生的问题，必须以闪电般的速度加以解决，在理想情况下，最好能让最终用户或客户完全感受不到问题的发生。而随着全球经济体系乃至社会结构的数字化转型，对事件管理能力的需求也变得愈发紧迫。

但是，尽管现代应用程序能够快速响应客户需求，但其自身的更新与修复又提出了新的速度要求，同样对基础设施可靠性形成巨大压力。一旦出现性能问题甚至数字服务中断，对现代应用程序造成的影响反而比传统应用更严重。

在管理基础设施可靠性方面，选择正确工具无疑是达成目标的重要前提。对于站点可靠性工程师(SRE)及其他员工而言，相当一部分云原生方法确实太过复杂、难以理解。因此，除了良好的可见性之外，他们还需要建立起判断问题优先级、迅速发现故障并加以解决的能力。

AIOps的意见也正在于此。随着软件与基础设施资产的迅猛拓展，AIOps能够自动检测到环境中的异常、为团队提供必要的安全性加持，保证在问题扩大化、复杂化之前及时将其解决。

值得注意的是，随着应用程序与基础设施的蓬勃发展，AIOps也开始成为一种极为重要的站点可靠性工程工具。它能够高效吸纳观察数据、参与数据以及来自第三方工具的数据，判断系统运行状态并保证其处于最佳状态。为了帮助团队识别并诊断问题，算法与机器学习工具随后会被整合至数据之内，借此充实关于现状的情报，甚至有望自动高效地完成事件响应。

着眼于现实场景，以下五种AIOps应用方法值得关注：

方法一 检测事件

这也是AIOps扩展工具包的核心用例，帮助团队快速发现问题。AI与机器学习能够自动梳理异常迹象，而后将学习结果用于观察系统及基础设施的运行态势。凭借这种自动性方法，AIOps能够及时发现预警信号，帮助运营团队在客户体验受到影响之前就及时介入。

方法二 减少及消除噪音

事件响应当中，警报疲劳一直是个大问题。警报的持续涌出往往令员工的神经变得麻木，难以发现真正紧急的状况。理想情况下，我们需要准确判断哪些警报优先级较低、哪些警报彼此关联。AIOps能够关联、精简警报并确定其优先级，借此消除警报疲劳问题、帮助团队高效处理对可靠性威胁最大的故障。

（编辑：开发网_开封站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!