运维价值化

图1 IBM 黄卫

在数字化和云化转型时代，云数据中心的IT运维面临着挑战。IBM 认知IT运维能够基于洞察以提升效率、提前预判，基于Watson认知决策。IBM混合云顾问工程师黄卫告诉记者，IBM认知IT运维有三个指导原则，分别是持续学习、预测修正、推荐决策。持续学习以揭示海量数据内在特征和变化规律，认知分析以在重大故障之前揭示异常征兆， 跨混合云端到端的可视化、可控化、自动化和敏捷性，双模态深度集成、一致统一的IT运维平台， NLP辅助问题诊断和修复。并且机器自学习策略可设定强、中、弱关系学习，并且，机器学习自动识别事件间相关性可以显著提升IT运维甚至运营效率。

IBM认知IT运维由Netcool提供创新的大数据智能分析,提高运维价值并在整个IT环境降低成本。能够进行事件日志上下文历史挖掘和规律分析，事件日志周期性规律分析，事件日志成对成组出现分析和事件日志相关与因果分析。

图2 IBM 认知IT运维结构化数据认知学习和预测

而结构化数据认知学习和预测，能够使用统计学工具，和行为学知算法，揭示指标间的数学关系。

多KPI相关性认知学习和预警功能中，PI学习到“业务响应时间”与“用户请求”有正相关因果关系，且随着用户负载增加而变慢。如果这一正常历史规律被破坏，比如说由于內存泄漏，造成即便用户请求数下降了，业务响应时间还很高，异常预警信号将立即发出。尽管这时业务服务质量仍处于“好”的区间，问题已被发现。

同时，该功能具有强大的实时分析能力和伸缩性，普通刀片服务器上每一分析引擎支持多达500,000个指标每5分钟粒度的数据。一个全装备的关键业务应用可产生多达50,000个指标数据。

黄卫最后表示，IBM认知IT运维实现了敏捷运维与知识共享，提升了运维的自动化能力：日常操作自动化，交流与知识共享，以加速解决日常运维常见问题。