【51CTO.com原创稿件】6月21日， WOT2019全球人工智能技术峰会在北京粤财JW万豪酒店准时拉开序幕。作为2019年度全球技术人员线下交流的知名峰会，本次大会紧紧围绕着通用技术、应用领域、企业赋能三大核心章节展开。来自全球的60余位一线AI大咖们齐聚一堂，与千余名参会群众共同分享了深度学习、神经网络、视觉技术、无人驾驶、机器学习、算法模型、知识图谱等主题技术内容。
6月22日下午，在企业赋能章节中C会场AIOps分论坛，宜信研发架构师肖云朋、F5 Networks大中华区***技术官吴静涛、日志易创始人&CEO陈军三位前沿应用方面的专家受邀出席发表精彩演讲。会后51CTO将专家发言整理成文，希望他们的演讲内容精华对大家有所帮助。
宜信研发架构师肖云朋：分布式主动感知在智能运维中的实践
肖云朋将运维的发展分为四个阶段：手工阶段、标准化阶段、自动化阶段、智能阶段。他表示，现在最火的概念就是智能运维，其实无论是AIOps，还是ChatOps，解决的都是同一个问题——运维高复杂度与运维高效率之间的平衡。从工程学角度看，运维异构性变强，需要引入第三方应用和各种各样的设备，复杂度变得非常高，导致交付模式也是越来越高。人们寄希望于AIOps，就是希望把人工智能带入运维重要环节，让机器像人一样参与其中最终解决工程问题。
如果人们要建设一个AIOps平台，那应该搭建一个怎样的架构呢?肖云朋分享了宜信的IT运营架构。他透露，宜信在底层搜集大量的数据，通过实时搜集的分析工具将其交付到技术中台、运维中台、数据智能中台。其中数据智能中台产生大量数据分析后的业务数据和其他类型的数据，而运维中台则积极去响应研发和业务发起的所有请求，对线上进行系统地控制。“我们成立一个通用的数据管道，把运维产生的有价值的数据传递给数据智能中台，然后数据智能中台通过对数据进行分析，会基于运维需要的场景，把这些智能运维判断再反馈到运维中台。”肖云朋强调，宜信的设计不是在运维内部去建设智能的能力，而是把这些数据传到给真正专业的平台去做这件事，让数据智能平台去建设一系列的模型和数据。
F5 Networks大中华区***技术官吴静涛：无探针实时应用大数据采集引擎落地实践和AIOps实现
F5大中华区***技术官吴静涛强调，如果客户把F5作为一个无探针的应用可视化的数据源，那么F5可以带给客户三个方面的帮助：首先是运维方面的帮助，如实现应用可视化、用户行为分析、性能管理等方面的功能。其次是在业务方面，F5可以帮助企业的IT部门实现很多前沿操作，将不可能变为可能，例如在金融机构里的实时风控，反洗钱等业务的无探针实时数据源，传统业务的升级改造等。***是在AI方面的帮助，传统客户在AIOps上很难进行真正的全自动化操作，因为受限于数据采集的实时性、数据分析的准确性、网络管理与任意灰度的应用路由控制技术局限性等多个方面，但是F5可以帮助客户全方位地解决这些问题。
据他介绍，F5功能强大的TMOS架构把用户端的请求与服务端的回应分别放在两个不同的TCP中，在每个应用前面都安装双堆栈架构。如此一来，F5成为DevOps的网络中间键，介于WEB和APP之间，不需要任何探针，就可以监测到所有经过API服务的数据，这对主营关键业务的帮助非常大。 吴静涛将由此带给客户的价值分为四类：一是用户/网络体验监控，二是用户行为分析、三是应用性能管理，四是财务语言谈DC运营。
在演讲即将结束时，吴静涛还正式向听众推荐F5的应用服务技术精英学院。F5应用服务技术精英学院集结了F5的架构师、行业资深分析师、大客户经理等一众优秀人才，他们纷纷扮演了江湖武侠角色，以视频的形式，多角度、由浅入深地传授面向多云环境的应用服务秘笈。视频课程涉及多云多活、应用安全、AI-Ops 自动运维三大领域，内容更是覆盖金融、电信、政府&企业、高科技、新零售五大场景。目前F5应用服务技术精英学院已经登录51学院专区，开始正式对外推广。
日志易创始人&CEO陈军：海量日志分析与智能运维
陈军演讲开场时表示，为了帮助大家拥有更高级的AIOps能力，日志易打造了一个智能日志中心，他展示了智能日志中心的全景架构图。
在架构中，首先要支持尽量多类型的数据采集和处理分析能力。日志易支持Linux/Windows/AIX/HPUX等各种平台的数据采集，也能对接odbc/syslog/APM，甚至手机App埋点。
其次，要配合一些CMDB数据和流程工单数据，便于做业务运维层面的关联分析。他透露，在采集之后，他们有几十种ETL方法，保证了海量数据的实时存取，有自己开发的比通用搜索引擎快5倍以上的beaver日志搜索引擎。基于这个存取，日志易有上百个SPL（Search Processing Language）指令进行统计分析，他将这一部分看作是AIOps的大脑。
***，在对外呈现方面，日志易有大屏、告警推送、按需调用脚本执行、公开的数据API和第三方平台对接，而这一部分陈军认为是AIOps的手。
演讲结束时陈军还谈到，关于众人关心的定位异常，目前还做不到能找出非常理想的根因的程度。常规做法是依赖于云平台、容器平台的指标采集，做到定位某台机器有问题，但是具体还是要进行机器分析。“我们从日志的角度，可以定位到某台机器的一段日志有问题，但是也不算100%的根因了，还需要后续查询分析。”他表示，做一个智能日志中心，也还需要提供更全面的统计分析和快速查询的能力，来完成对全局的、细节的运行状态的观测，对变化的即时捕捉。
以上内容是51CTO记者根据WOT2019全球人工智能技术峰会的《AIOps》分论坛演讲内容整理，更完整WOT内容请关注51cto.com。
【51CTO原创稿件，合作站点转载请注明原文作者和出处为51CTO.com】
