Gartner 於2016年提出AIOps，至今已經是第4年了。AIOps被認為是是運維的發展必然，自動化運維的下一個發展階段，被很多人所推崇，究竟在未來，它將如何影響DevOps？ 我們先來看看Gartner對AIOps的定義： 定義一：智能運維（AIOps）平臺是將大數據與機器學習功能相結合的軟件系統，主要對IT系統不斷產生的數據量、類型和速度進行拓展性的採集和分析，以支撐IT運維的主要功能。定義二：智能運維（AIOps）平臺能夠同時使用多個數據源、數據採集方法、數據分析（實時和深入）及可視化技術。
在2020年，DevOps團隊將面臨對更高速度和更高頻率代碼交付的更高期望，這意味著他們的IT環境將變得更加模塊化，臨時性和動態性更強，監控起來將更加複雜。因此，AIOps將進一步鞏固其作為最有效技術的地位，DevOps團隊可使用該技術來查看和控制其應用程序及其底層基礎架構的運行狀況，從而防止中斷。在未來，AIOps將如何影響DevOps？以下5個趨勢值得注意。
DevOps團隊之間更好的協作
過去，DevOps團隊可以自由控制獨立運作。實際上，這種自由甚至可以擴展到單個DevOps團隊中的個人。2020年，許多企業將著手解決這一問題。AIOps將通過提供應用程序的整體性能，及其基礎結構狀態的整體視圖和跨團隊意識來幫助這一工作。AIOps從所有DevOps監控工具中提取數據，過濾出整個事件的噪聲，並關聯重要警報，在持續集成和持續交付流程中查明根本原因。這樣，消除了DevOps團隊之間的孤島，增強了跨團隊的協作，並及早發現並迅速解決了應用程序問題。
DevOps自動化
在DevOps中，有很多自動化措施集中於將代碼從一個階段轉移到下一個階段，並將其注入到生產環境中。在2020年，我們將看到代碼編寫許多方面的自動化。這與複製現有代碼行無關。相反，它涉及到決策流程和要應用的操作，從而有效地使編碼人員的任務自動化。鑑於自動化的緊迫性，DevOps團隊別無選擇，只能越來越信任AI，因為“對速度的需求”推動了對自動化的需求。DevOps團隊將認識到，基於AI和機器技術實現以可觀察性為中心的IT管理專注於指標，日誌和跟蹤以及實時對這些數據類型的分析，因為這些數據集異常複雜，動態，易變且吵。為了處理這些數據集，開發和運營團隊都需要使用分析和診斷工具來預測正在發生的事情。在這種情況下，就必須使用AIOps技術，如果沒有智能過濾器，DevOps就會失去控制權，開發週期也將減慢。
DevOps員工get新技能
隨著DevOps團隊進一步擁抱AIOps，而AIOps又吸收並自動化了許多以前的手動任務，DevOps團隊成員將需要新技能，並且將出現新工作。例如，AIOps Architect 這樣的新工作，它是用於控制AIOps平臺的元算法的開發人員。為了應對這種轉變，DevOps專業人員需要考慮如何擴展和更新技能，並且組織必須提供適當的培訓。例如，數據科學將成為一項關鍵技能，以及對現代IT系統的全面理解。
推動DevOps發展
DevOps的下一個發展涉及將安全性劃分到其流程中，以便在持續集成和持續交付流程中合併並自動執行安全性檢查。AIOps將加深這種集成，並提高DevOps團隊通過單一視角處理開發，運營和安全相關問題的能力。
提高AIOps算法的透明度
AI系統可能會出錯，讓人們對有效審核AIOps系統功能的擔憂。在當今非常流行的某些類型的算法中，有些難以理解。實際上，人類無法理解它們是如何得出結論的。隨著AIOps的部署越來越廣泛，我們將看到擺脫這些黑盒算法（您永遠無法真正理解它們如何得出結果）的趨勢，而轉向對任何人都更加透明的其他類型的AI算法-甚至到另一個試圖審核其結果的IT系統。2020年，人工智能將絕對在測試中發揮重要作用。但是，監視流量並將其轉換為有意義，穩定的測試以消除測試人員需求的能力仍需要數年的時間。
聽雲的AIOps能力
聽雲大數據架構：為聽雲APM及業務智能運維大數據量身打造的Lambda架構，高效融合實時和離線分析場景，為聽雲APM及業務智能運維提供全量採集、存儲、分析的能力，靈活支持指標預聚合、事件明細檢索、調用鏈、實時ADHOC（即多維分析）等多種查詢及分析場景，海量數據查詢秒級或亞秒級呈現。AIOps數據處理引擎：不依賴人為指定規則，由機器學習算法配以神經網絡模型從海量數據（性能指標、業務指標、日誌等）中進行深度學習，並能夠基於場景自我進化算法模型。同時通過自主策略指揮採集端數據輸入，完成智能的數據分析，用於輸出可視化視圖或指導自動化工具進行執行層操作。最終構建以AI為核心的中樞調度管理平臺，實現質量、成本、效率三者兼顧的智能化運維。 聽雲全量數據採集引擎：業務數據採集及分析引擎，全量採集與分析用戶端與後端的業務數據，主動監控業務表現，並實現管理可視化，可一站式追蹤定位業務問題與性能及用戶體驗問題的關聯關係。
聽雲可視化大屏：聽雲可視化大屏基於聽雲自研大數據引擎開發，數據通過SDK和第三方API採集接入，經過聽雲大數據運算處理中心進行計算建模和數據處理。最終以靈活（自由佈局）、開放（組件數據可接入）、易操作的可視化界面呈現給用戶。圖表支持Echasrt/Higharts圖表庫接入，支持3D酷炫組件展示、上百種組件豐富多樣，多種場景模板、用戶選擇更多元化。為用戶數據可視化展示呈現視覺盛宴。 文章資料來源：APMdigest，Gartner關於聽雲
聽雲專注數字化監控13年，擁有國內領先的數據獲取能力，為各行業企業提供完整覆蓋用戶端、網絡、服務器端全棧實時的監控與大數據智能分析平臺，幫助企業提升系統性能表現，改善用戶體驗，加速業務創新。聽雲業務現已覆蓋政府、金融、運營商、互聯網、航空、能源電力、工業製造、教育等各大行業，為超過80000+知名企業提供服務，贏得廣泛信賴與認可。經過13年技術深耕和市場培育，聽雲已成為中國應用性能管理（APM）行業領軍企業，並多次作為亞太區唯一企業，入選全球權威研究機構Gartner APM 魔力象限。
閱讀更多 聽雲 的文章
