如今，企業(yè)確保其基礎(chǔ)設(shè)施的平穩(wěn)運(yùn)行，對(duì)于維護(hù)服務(wù)和客戶滿意度至關(guān)重要。

Dynatrace UK&I公司區(qū)域副總裁Greg Adams對(duì)于自動(dòng)化技術(shù)在多云基礎(chǔ)設(shè)施監(jiān)控中可以發(fā)揮的關(guān)鍵作用進(jìn)行了探討。

為了跟上數(shù)字化轉(zhuǎn)型的步伐，各行各業(yè)的企業(yè)越來(lái)越多地轉(zhuǎn)向多云架構(gòu)，以獲得保持領(lǐng)先所需的敏捷性和可擴(kuò)展性。根據(jù)IDC公司的預(yù)測(cè)，隨著這一趨勢(shì)的持續(xù)，到2025年，全球在云計(jì)算服務(wù)上的總支出將超過(guò)1.3萬(wàn)億美元。

然而，隨著技術(shù)環(huán)境跨越更多云平臺(tái)，添加的每個(gè)云平臺(tái)都使將管理基礎(chǔ)設(shè)施的任務(wù)更加復(fù)雜。反過(guò)來(lái)，這為不堪重負(fù)的IT運(yùn)營(yíng)(ITOps)團(tuán)隊(duì)帶來(lái)了更多的工作，從而阻止他們專注于創(chuàng)新。事實(shí)上，研究發(fā)現(xiàn)，ITOps團(tuán)隊(duì)將近一半(42%)的時(shí)間花在日常工作上，其目標(biāo)只是為了讓其基礎(chǔ)設(shè)施保持正常運(yùn)轉(zhuǎn)。

這些團(tuán)隊(duì)顯然需要一種更可持續(xù)的方法來(lái)管理他們的基礎(chǔ)設(shè)施，需要一種提高多云環(huán)境中的可觀察性和自動(dòng)化人工任務(wù)的方法，這樣他們就有更多的時(shí)間專注于推動(dòng)創(chuàng)新和為他們的組織創(chuàng)造價(jià)值。

多云面臨的問(wèn)題

如果不能有效地管理基礎(chǔ)設(shè)施性能，ITOps團(tuán)隊(duì)將很難提供當(dāng)今客戶和用戶所需的無(wú)縫數(shù)字體驗(yàn)。至關(guān)重要的是，他們?cè)诙嘣骗h(huán)境中具有清晰的端到端可觀察性。不幸的是，這種洞察力變得更加難以捉摸，隨著ITOps團(tuán)隊(duì)努力跟上他們的基礎(chǔ)設(shè)施的發(fā)展，正在出現(xiàn)一些問(wèn)題和盲點(diǎn)。

多云環(huán)境本質(zhì)上是復(fù)雜的，并且難以使用許多現(xiàn)有的基礎(chǔ)設(shè)施監(jiān)控方法進(jìn)行管理。這背后有幾個(gè)因素：

首先，每個(gè)云平臺(tái)都有自己的原生監(jiān)控工具，例如Amazon CloudWatch或Azure Monitor。因此，ITOps團(tuán)隊(duì)逐漸發(fā)現(xiàn)自己擁有越來(lái)越多的工具，他們需要在傳統(tǒng)監(jiān)控解決方案之上進(jìn)行分層，以跟蹤跨基礎(chǔ)設(shè)施的活動(dòng)。研究表明，平均而言，企業(yè)依靠七種不同的監(jiān)控解決方案來(lái)管理他們的多云環(huán)境。這迫使ITOps團(tuán)隊(duì)花費(fèi)更多時(shí)間地將來(lái)自各種儀表板的見(jiàn)解整合在一起，以識(shí)別其數(shù)字服務(wù)中的問(wèn)題，因?yàn)橛脩袈贸虝?huì)穿越多個(gè)云平臺(tái)。

Kubernetes難題

使可觀察性更加難以捉摸的另一個(gè)因素是多云環(huán)境中的變化頻率。雖然Kubernetes等平臺(tái)使企業(yè)能夠快速擴(kuò)展其多云基礎(chǔ)設(shè)施以滿足需求，但不斷的變化使團(tuán)隊(duì)難以有效地監(jiān)控和管理性能。Kubernetes環(huán)境也會(huì)產(chǎn)生大量數(shù)據(jù)，ITOps團(tuán)隊(duì)無(wú)法通過(guò)人工篩選來(lái)了解多云基礎(chǔ)設(shè)施對(duì)用戶體驗(yàn)的影響。

這將進(jìn)一步增加復(fù)雜性，在他們努力緩解“工具蔓延”的過(guò)程中，ITOps團(tuán)隊(duì)通常采用自帶設(shè)備(DIY)方法進(jìn)行基礎(chǔ)設(shè)施的監(jiān)控，使用開源可觀察性解決方案將多個(gè)工具組合在一起。這會(huì)浪費(fèi)人力，并且難以維護(hù)，從而阻礙數(shù)字化轉(zhuǎn)型，因?yàn)镮TOps團(tuán)隊(duì)沒(méi)有多少時(shí)間專注于更具戰(zhàn)略性的工作。

自動(dòng)化課程

為了克服這些挑戰(zhàn)，企業(yè)需要為ITOps團(tuán)隊(duì)提供一種新的基礎(chǔ)設(shè)施監(jiān)控方法，利用AIOps來(lái)自動(dòng)化盡可能多的人工任務(wù)。隨著環(huán)境的變化，這通過(guò)不斷發(fā)現(xiàn)和檢測(cè)多云基礎(chǔ)設(shè)施來(lái)消除盲點(diǎn)。因此，ITOps團(tuán)隊(duì)可以保持端到端的可觀察性，而無(wú)需在人工監(jiān)控過(guò)程中投入時(shí)間和精力。

AIOps還有助于自動(dòng)分類警報(bào)和查詢可觀察性數(shù)據(jù)，以顯示團(tuán)隊(duì)為向用戶和客戶提供無(wú)縫數(shù)字體驗(yàn)所需的準(zhǔn)確見(jiàn)解。通過(guò)這種方法，AIOps可以讓團(tuán)隊(duì)了解跨多云基礎(chǔ)設(shè)施的任何問(wèn)題的原因，并根據(jù)業(yè)務(wù)影響確定問(wèn)題的優(yōu)先級(jí)。這意味著ITOps團(tuán)隊(duì)可以首先解決最關(guān)鍵的問(wèn)題，然后將精力集中在加速組織數(shù)字化轉(zhuǎn)型的任務(wù)上。但是，這只有在團(tuán)隊(duì)可以將可觀察性數(shù)據(jù)整合到一個(gè)地方時(shí)才有可能。整合視圖創(chuàng)建單一事實(shí)來(lái)源，提供驅(qū)動(dòng)有效自動(dòng)化所需的完整場(chǎng)景。

更多時(shí)間進(jìn)行創(chuàng)新

隨著企業(yè)繼續(xù)向多云環(huán)境過(guò)渡，確?；A(chǔ)設(shè)施平穩(wěn)運(yùn)行對(duì)于創(chuàng)建無(wú)縫數(shù)字服務(wù)和提高客戶滿意度變得越來(lái)越重要。實(shí)施以人工智能和自動(dòng)化為中心的基礎(chǔ)設(shè)施監(jiān)控策略可減輕ITOps團(tuán)隊(duì)的人工任務(wù)負(fù)擔(dān)。反過(guò)來(lái)，團(tuán)隊(duì)可以專注于加速轉(zhuǎn)型，并為業(yè)務(wù)帶來(lái)更好的成果。