訂閱
糾錯
加入自媒體

應用場景是關鍵,為什么AIOps的應用并不簡單

Virtual Instruments公司首席技術官John Gentry回顧了2018年的IT行業(yè)發(fā)展情況,預測了2019年的行業(yè)主題和熱門話題,并指出應用場景和工作量安排構成了更高性能基礎設施和更靈活、更適合未來企業(yè)的強大核心關鍵。

AIOps的承諾與宣傳炒作

面向IT運營的人工智能(AIOps)將成為2019年的最新流行術語,并迅速引起人們的興趣。根據調研機構Gartner 公司的調查,AIOps平臺利用大數據、現代機器學習和其他先進分析技術,通過主動、個性化和動態(tài)的洞察力直接和間接地增強IT運營(監(jiān)控、自動化和服務臺)功能?紤]到組織需要數年的時間才能建立機器學習,這提出了一個問題,那就是“正在提供此功能的監(jiān)控公司是哪些?”,而將AIOps置于現有監(jiān)控和事件管理系統(tǒng)之上,希望它能收集有意義的數據來解決所有問題,這是一個具有缺陷的前提。

大多數AIOP解決方案仍然不斷發(fā)展,并不具備應用智能或實際的機器學習功能。而在早期階段,只能發(fā)現統(tǒng)計學或數學相關的相關性,沒有真正的因果關系。沒有場景的關聯是沒有意義的,它是從應用程序的場景中獲得的智能,直接鏈接到業(yè)務的運行,這在當前的AIOps部署中是缺乏的。

圍繞AIOps平臺的炒作與云計算的宣傳非常相似。與人們學習的方式大致相同,在宣傳炒作和數據遣返之后,云計算并不是安置工作負載的理想之地,組織將AIOps視為下一個萬能的解決方案,這一信念很快就會像當時人們對云計算的更高期望那樣幻滅。

在2019年,組織需要識別供應商聲明定位AIOps作為快速解決方案。必須讓企業(yè)意識到AIOps需要多年從重要數據攝取中獲得的應用經驗,才能有效地進行機器學習。如果沒有那么重要的學習時間,那么企業(yè)面臨的實際上是一個流行術語的承諾,而不是真正的AIOps。

AIOps解決方案并不收集獨特且有意義的數據,并將應用程序和業(yè)務環(huán)境應用于其“智能”,這顯然在影響業(yè)務之前無法有效地預防問題。

超融合

雖然超融合在2018年成為一個重要趨勢,但人們開始看到一個更具針對性的超融合用例,這會減緩其采用并限制擴展。由于內存、計算和存儲的工作負載要求不能線性擴展,因此融合將發(fā)揮更大作用,所有閃存存儲系統(tǒng)將繼續(xù)擁有關鍵任務應用程序工作負載。

性能延遲和NVMe

在陣列中,非易失性存儲器快速(NVMe)將僅與5%-10%的企業(yè)工作負載相關,因為它仍然只在協議作為標準的最高端陣列中。這并不是說客戶對這種性能沒有固有的需求,因為雖然NVMe已經被證明是一種存儲陣列技術,但在服務器互連或結構技術方面,它甚至還沒有經過供應商測試,更不用說被主要用戶所采用。還有一些高端公司考慮采用NVMe over Fabric(NVMe-oF)?捎眯院托阅軐λ腥藖碚f都很重要,但也會看到一些組織希望使用iSCSI而不是NVMe來降低成本。

云計算

盡管云計算發(fā)展的速度很快,正如2018年所預測的那樣,人們看到了很多企業(yè)在公共云運行的工作負載回歸到內部部署數據中心,這是由于云計算并不適合所有工作負載。人們認識到,云計算是混合部署的主要部分,但它不是云優(yōu)先或僅云的策略。組織將看到云計算的真實應用情況,并就其運營的工作負載做出更明智的決策。

就云平臺中的服務等級協議(SLA)的需求而言,人們將看到對話和營銷語言的轉變,這項服務被認為是行業(yè)需求,因此現在被推廣為一種產品。但是隨著2019年的到來,人們仍然無法將真正的服務水平承諾或合同視為標準。

人們在2018年和2017年看到的“云計算節(jié)約成本”的概念現在不在考慮范圍之內。采用云計算,企業(yè)可以節(jié)省一些成本。而在云計算行業(yè)巨頭提供的營銷宣傳和新產品中,推出了高性能的公共云,人們可以看到對性能需求的認可,但其價格高昂。企業(yè)可能采用云優(yōu)先策略,因為它更有效,或者具有靈活性、多功能性或彈性,但是組織必須支付更多的費用才能獲得好處。

以應用程序為中心的IT得到持續(xù)增長

2018年,應用程序的對話走到了最前沿。在2019年,應用程序的場景將成為IT工作負載部署以及運營管理方面的核心驅動因素。

IT正試圖趕上業(yè)務(實際上是應用程序的集合)的發(fā)展,并試圖將自身與應用程序、其對業(yè)務的重要性以及將給定應用程序的業(yè)務關鍵性分層的概念聯系起來,以使其更符合企業(yè)的要求。

工作負載分配討論進入議程

現在,人們開始認識到思考和目的性在工作負荷安排中的重要性。然而,在沒有首先考慮應用程序的重要性或場景的情況下,很多組織急于采用超融合或云計算。

2019年,人們將看到圍繞有目的地將工作負載部署在整個基礎設施(無論是云計算、融整合還是傳統(tǒng))上采取了更多的理解和戰(zhàn)略行動;趹贸绦驅I(yè)務的重要性,將轉向討論工作負載分配。這一點反映了對AIOP平臺的采用,因為盡管這些平臺可以在沒有智能的情況下學習關聯模式,但是所收集的信息與業(yè)務場景并不相關。

智能自動化

2018年顯示出了用戶對自動化的持續(xù)需求,雖然由于缺乏推動自動化的背景和數據驅動的洞察力,自動化技術已經被低估了一段時間,而自助服務門戶是一回事,但是考慮到應用程序對業(yè)務的重要性的場景以及驅動智能、自動化和協調的工作負載要求的自動供應過程是完全不同的。因此,2019年可能是自動化變得智能化的一年,采用自動化平臺,AIOP可以在數月內實現企業(yè)的目標,而不是數年。

成功管理當今的混合基礎設施是一種平衡行為。它的成功取決于針對性的討論和實施工作負載分配、應用程序分層、業(yè)務關鍵性,以及基于工作負載要求的深入基礎設施選擇,而這是價格和性能之間的權衡。

聲明: 本文系OFweek根據授權轉載自其它媒體或授權刊載,目的在于信息傳遞,并不代表本站贊同其觀點和對其真實性負責,如有新聞稿件和圖片作品的內容、版權以及其它問題的,請聯系我們。

發(fā)表評論

0條評論,0人參與

請輸入評論內容...

請輸入評論/評論長度6~500個字

您提交的評論過于頻繁,請輸入驗證碼繼續(xù)

暫無評論

暫無評論

人工智能 獵頭職位 更多
掃碼關注公眾號
OFweek人工智能網
獲取更多精彩內容
文章糾錯
x
*文字標題:
*糾錯內容:
聯系郵箱:
*驗 證 碼:

粵公網安備 44030502002758號