AIOps是APM的附屬品？AIOps和APM要二選一？小心商業(yè)炒作陷阱

隨著AI、大數(shù)據(jù)技術在IT運維領域的落地，AIOps成為傳統(tǒng)運維廠商、新興APM/NPM廠商和云服務商追捧的焦點，越來越多的用戶開始了解、嘗試和應用AIOps。但是，由于不同廠商的AIOps發(fā)展路徑和自身產(chǎn)品技術實力的不同，對于AIOps的定義和宣傳有很大的差異，而用戶面對嘈雜的市場聲音往往就像霧里看花，顯得無所適從。

美國著名IT研究機構Enterprise Management Associates(EMA)副總裁Dennis Drogseth在《AIOps IT Analytics at the Crossroads》網(wǎng)絡研討會上，同樣被歐美用戶多次問及AIOps和傳統(tǒng)監(jiān)控工具之間界限的問題，特別是AIOps和APM產(chǎn)品的功能差異，如：它們到底有何不同?如果已經(jīng)有了APM，還需要AIOps嗎?企業(yè)為什么要同時購買APM和AIOps產(chǎn)品?

根據(jù)Gartner在2019年7月發(fā)布的IT性能分析技術成熟度曲線顯示，AIOps正在從科技誕生的促動期 (Technology Trigger)進入過高期望的峰值(Peak of Inflated Expectations)，而APM/NPM等技術已經(jīng)進入穩(wěn)步爬升的光明期 (Slope of Enlightenment)，為什么還會出現(xiàn)AIOps和APM/NPM概念混淆?這里既有兩種產(chǎn)品相互交叉造成的誤解的因素，也有市場炒作和競爭的原因。Dennis Drogseth將在本文中為我們理清AIOps和APM的異同。

APM和AIOps的本質(zhì)區(qū)別

APM的本質(zhì)是監(jiān)控工具。顧名思義，Application Performance Monitoring(Gartner對APM的定義)主要關注應用程序的性能，包括一些應用程序/基礎架構的相互依賴性(應用拓撲)。誠然，隨著APM逐漸向智能化發(fā)展，越來越多的APM產(chǎn)品開始在某種程度上提供故障預測能力，讓APM和AIOps的邊界變得有些模糊，但在更廣泛的IT運維管理與分析場景中，APM的重點仍是監(jiān)控，同時也是AIOps平臺的最重要數(shù)據(jù)來源。

AIOps是覆蓋全部7層IT技術棧的平臺解決方案。AIOps作為一種運維策略，可以與企業(yè)現(xiàn)有的ITOM工具、基礎設施監(jiān)控(ITIM)、網(wǎng)絡性能監(jiān)控(NPM)、應用性能監(jiān)控(APM)和數(shù)字性能監(jiān)控(DPM)工具進行整合，同時AIOps的數(shù)據(jù)源還包括了IoT、配置數(shù)據(jù)、日志文件，甚至電子表格等文檔信息。

此外，從大數(shù)據(jù)分析到故障預測，AIOps解決方案可利用超過13種不同的分析探索方法，用于規(guī)范和if / then風格的機器學習。EMA研究表明，目前市場上流行的AIOps平臺，有超過50%能接入23種以上不同監(jiān)測系統(tǒng)和ITOM工具。最重要的是，AIOps解決方案能夠支持變更管理、容量預測、安全及SecOps、成本優(yōu)化、云遷移以及DevOps和終端用戶體驗分析，這些是遠遠超出APM能力范圍的。

因此，我們能夠得出一個基本結論：AIOps是一種涵蓋了APM、網(wǎng)絡管理、系統(tǒng)管理、數(shù)據(jù)庫管理和多云管理的統(tǒng)一管控技術，能夠關聯(lián)整合和主動分析來自不同數(shù)據(jù)源的數(shù)據(jù)。AIOps比APM在范圍、用例和價值上更廣泛，本質(zhì)上與EMA定義的高級自動化分析(AIA)的目標是一致的。

APM和AIOps的幾點相似之處

但是，如果我們把AIOps看做可以替換APM/NPM/DPM的監(jiān)控工具，同樣有失偏頗。事實上，APM的應用為AIOps能力的完善提供了巨大幫助。Dennis Drogseth總結出以下四個方面：

APM通過基礎設施依賴性進行應用程序管理的價值越來越高，因此APM也就成為自上而下評估服務管理和服務交付有效性的重要依據(jù)。

APM的核心能力之一是發(fā)現(xiàn)應用/基礎架構拓撲，而應用發(fā)現(xiàn)和依賴關系映射(ADTD)提供了更多動態(tài)功能，這些功能同樣是AIOps解決方案的基礎，可以直接集成或借助APM的發(fā)現(xiàn)功能進行實現(xiàn)。

APM越來越關注終端用戶體驗管理(DEM)，這也是追求與業(yè)務價值保持一致的AIOps解決方案不斷增強的能力之一。

業(yè)務績效指標是選擇APM解決方案的重要依據(jù)，這同樣是用戶選擇AIOps解決方案的關鍵參數(shù)。當然AIOps平臺擁有更全面的基礎指標數(shù)據(jù)，可以更加全面的評估業(yè)務價值，分析容量、成本、安全/合規(guī)性問題和其他指標。

AIOps如何實現(xiàn)IT統(tǒng)一管控

AIOps作為一種覆蓋全部技術棧的統(tǒng)一管控技術，能夠幫助企業(yè)內(nèi)部所有與IT相關部門進行變革，而不僅局限于運維部門。EMA連續(xù)兩年的研究顯示，AIOps能夠在所有造成數(shù)據(jù)孤島的IT工具整合中發(fā)揮巨大價值。此外，AIOps與IT服務管理(ITSM)的集成也至關重要，因為這樣才能幫助開發(fā)、安全團隊和運營部門更有效地協(xié)同工作。

但是，企業(yè)內(nèi)部應該正確認知AIOps并就起目標和價值達成共識，才能實現(xiàn)IT的統(tǒng)一管控。而要發(fā)揮統(tǒng)一平臺的最大價值，需要把AIOps的領導力、創(chuàng)造力和靈活性應用在IT思維和工作方式中。與CMDB/CMS計劃并行，AIOps計劃需要各部門主動共享數(shù)據(jù)，探索新的流程效率水平，同時提高自動化水平。此外，AIOps需要更具凝聚力和更積極主動的心態(tài)，去探索遇到的新問題。當然，最佳實踐仍然適用于AIOps，與數(shù)字化轉(zhuǎn)型計劃保持一致，這些計劃為IT轉(zhuǎn)型提供了額外的砝碼和價值。

雖然我們常常在市場上聽到關于AIOps的錯誤概念，或從字面上把AIOps誤解為Ops專用的運維工具平臺，但希望大家通過本文清楚認識到：AIOps是激發(fā)所有IT系統(tǒng)價值的基礎。由于AIOps在產(chǎn)品設計和價值輸出是非常多樣化的，所以它不僅是一個市場概念，更是一個創(chuàng)新的IT環(huán)境。因此，我們需要根據(jù)現(xiàn)階段的IT成熟度和業(yè)務需求，按照優(yōu)先級選擇適合的場景、用例，逐步推進AIOps的落地。

作者：Dennis Drogseth

生成海報

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。