国产xxxx99真实实拍_久久不雅视频_高清韩国a级特黄毛片_嗯老师别我我受不了了小说

資訊專欄INFORMATION COLUMN

AIOps在攜程的踐行

MingjunYang / 3685人閱讀

摘要:隨著人工智能時代的到來,攜程生產(chǎn)環(huán)境運維進(jìn)入了新的運維時代。本文選取了幾種典型的運維場景對在攜程的踐行展開了介紹,首先讓我們從概念認(rèn)識下。針對應(yīng)用異常指標(biāo)檢測這種場景,抽取一定的樣本統(tǒng)計,在基于專家經(jīng)驗標(biāo)注下的準(zhǔn)確率可達(dá)到以上,召回率接近。

作者簡介

徐新龍,攜程技術(shù)保障中心應(yīng)用管理團(tuán)隊高級工程師,負(fù)責(zé)多個AIOps項目的設(shè)計與研發(fā)。信號處理專業(yè)碩士畢業(yè),對人工智能、機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)及數(shù)學(xué)有濃厚的興趣,對人工智能技術(shù)結(jié)合運維場景的實踐有深入研究。

隨著人工智能時代的到來,攜程生產(chǎn)環(huán)境運維進(jìn)入了新的運維時代——AIOps。通過兩年多時間的技術(shù)投入與實踐,AIOps在效率提升、可用性保障、成本優(yōu)化等運維場景取得了顯著的成果。

本文選取了幾種典型的運維場景對AIOps在攜程的踐行展開了介紹,首先讓我們從概念認(rèn)識下AIOps。

一、AIOps的概念

2016年3月,AlphaGo與圍棋世界冠軍、職業(yè)九段棋手李世石進(jìn)行圍棋人機(jī)大戰(zhàn),以4比1的總比分獲勝,人工智能技術(shù)又重新進(jìn)入大眾視野,備受關(guān)注。

通常人工智能技術(shù)分為“弱人工智能”和“強人工智能”,其中弱人工智能是能夠和人一樣,甚至比人更好地執(zhí)行特定任務(wù)的技術(shù);強人工智除了更好的執(zhí)行特定任務(wù)之外,有著人類所有的感知和理性思考(甚至比人類更多)。目前我們提到的人工智能技術(shù)都是弱人工智能。

人工智能技術(shù)從概念落地到實踐需要具備三個必要條件,即算法、算力和數(shù)據(jù)。

其中算法和算力,隨著機(jī)器學(xué)習(xí)算法理論和工程技術(shù)體系的成熟,已經(jīng)得到很好的攻克,關(guān)鍵點在于數(shù)據(jù)和應(yīng)用場景。有過算法經(jīng)驗的人應(yīng)該都知道,算法效果的上限取決于數(shù)據(jù)質(zhì)量。

運維行業(yè)因為積累了大量生產(chǎn)環(huán)境數(shù)據(jù),其中包括各種指標(biāo)的監(jiān)控數(shù)據(jù)、告警數(shù)據(jù)等,特別是對于攜程這樣體量龐大的網(wǎng)站,這些數(shù)據(jù)每分鐘正以驚人的速度在不斷增長,具備了AI技術(shù)落地得天獨厚的條件。

2016年Gartner報告中提出了AIOps概念,也就是Algorithmic IT Operations—基于算法的IT運維,主要指用大數(shù)據(jù)、機(jī)器學(xué)習(xí)驅(qū)動自動化、服務(wù)臺、監(jiān)控場景下的能力提升。

從某種意義上講,AIOps也可以稱之為數(shù)據(jù)運維。

AIOps人員組成上由三大主體構(gòu)成,即運維工程師、運維開發(fā)工程師和運維AI工程師。

?

運維工程師作為最前線的人員,對生產(chǎn)運維場景了如指掌,提煉出相應(yīng)的需求點;運維開發(fā)工程師則是協(xié)助運維工程師,將其提出的需求加以自動化實現(xiàn),從而避免重復(fù)性手動勞動,解放雙手;隨著運維規(guī)模和場景變的越來越復(fù)雜,僅僅靠以往的經(jīng)驗知識已經(jīng)難以應(yīng)對,于是AIOps應(yīng)運而生,用基于統(tǒng)計、學(xué)習(xí)替代傳統(tǒng)的基于規(guī)則,而代表這種生產(chǎn)力的就是運維AI工程師。

二、攜程AIOps幾種典型應(yīng)用場景介紹

目前AIOps在業(yè)界還屬于應(yīng)用探索階段,其比較成熟的場景主要包括以下兩個領(lǐng)域:

可用性保障:異常指標(biāo)檢測、故障智能診斷、故障預(yù)測、故障自動修復(fù)等;

成本優(yōu)化:容量規(guī)劃、資源利用率提升、性能優(yōu)化等。

接下來介紹下攜程在這兩個領(lǐng)域下的部分典型場景,以及相關(guān)算法簡介; ?

1、應(yīng)用異常指標(biāo)檢測?

應(yīng)用的埋點信息是能反映應(yīng)用健康狀況的指標(biāo),這些埋點指標(biāo)被監(jiān)控系統(tǒng)采集并設(shè)置一定的告警規(guī)則(一般為固定的閾值),一旦某個指標(biāo)連續(xù)達(dá)到設(shè)定的閾值時,就會通知相應(yīng)的負(fù)責(zé)人處理。傳統(tǒng)基于固定閾值的告警技術(shù)存在以下的問題:

1)固定閾值的設(shè)定依賴人為經(jīng)驗,和實際情況可能存在較大的偏差;

2)一旦設(shè)置不合理,即存在大量的漏報誤報;

3)無法檢測異常序列的冒煙特征,例如緩慢爬升等;

4)攜程應(yīng)用成千上萬,數(shù)量眾多,為每個應(yīng)用維護(hù)固定閾值,成本極高;

5)犧牲告警及時性換取有效性,出現(xiàn)應(yīng)用告警滯后于訂單告警。

下圖給出某個應(yīng)用的一段監(jiān)控指標(biāo)(已經(jīng)脫敏),其中A、B兩條換黃線之間存在異常,如采用固定閾值就可能造成:使用紅線2作為閾值可以發(fā)現(xiàn)異常點,但造成了大量的誤報(黃線B的有部分);使用紅線1作為閾值雖然減少了誤告,但無法檢測出異常時序。

AB之間存在異常的某段時間序列

為了解決以上存在的問題,通過對時間序列建立ARMA模型,利用時序的統(tǒng)計特性、時頻分析,再結(jié)合工業(yè)常用的3sigma準(zhǔn)則確定動態(tài)閾值,自動識別時序中的異常點。同時根據(jù)告警時序之間的相關(guān)性、專家知識庫等區(qū)分告警類型。相比傳統(tǒng)告警規(guī)則,智能告警系統(tǒng)在準(zhǔn)確率和召回率都有巨大的提升。針對應(yīng)用異常指標(biāo)檢測這種場景,抽取一定的樣本統(tǒng)計,在基于專家經(jīng)驗標(biāo)注下的準(zhǔn)確率可達(dá)到90%以上,召回率接近100%。

對正態(tài)分布而言,樣本99.74%都分布在中心位置之處

針對應(yīng)用異常指標(biāo)檢測這個場景,為了更具體說明算法步驟,我們使用動態(tài)閾值告警和周期性檢測來進(jìn)一步闡述。

動態(tài)閾值告警:

在創(chuàng)建ARMA模型之后,利用頻域特性設(shè)計模型參數(shù),待模型參數(shù)調(diào)節(jié)得當(dāng)后,對原始時間序列進(jìn)行平滑濾波,確定時序每一時刻的統(tǒng)計中心,中心位置確定后,再結(jié)合3sigma準(zhǔn)則給出時序每一時刻的上限,以此達(dá)到動態(tài)閾值的功能。

以下示例為生產(chǎn)某個應(yīng)用一段包含異常情況的監(jiān)控時間序列,黃色曲線代表了原始時序數(shù)據(jù),綠色的曲線為ARMA平滑濾波的輸出,紅色曲線是在綠色曲線基礎(chǔ)上疊加3sigma之后的動態(tài)閾值(根據(jù)實際數(shù)據(jù)的統(tǒng)計特性,如果滿足超高斯分布,則可選擇2sigma或更小;對于亞高斯分布,可選擇5sigma或更大等)。借助動態(tài)閾值,異常點(離群較遠(yuǎn)的監(jiān)控點)很容易被識別出來。

某段包含異常的時間序列檢測,紅色豎直虛線位置為檢測到的異常點?

周期性檢測:

自動周期發(fā)現(xiàn)主要是通過對監(jiān)控指標(biāo)一段時間的觀察,找出其中蘊含的規(guī)律信息,例如檢查網(wǎng)站是否存在定期的爬蟲抓取房價、票價現(xiàn)象,自動發(fā)現(xiàn)某些監(jiān)控指標(biāo)的季節(jié)性指數(shù)等場景。通常的辦法是將時間域的時序信號經(jīng)過傅里葉變換映射到頻率域加以分析。以下示例是對生產(chǎn)某個應(yīng)用一段監(jiān)控時間序列先做自相關(guān)降噪,濾波器剔除高頻干擾,然后借助快速傅里葉變換FFT確定時序周期的場景。

自上而下分為原始時序、自相關(guān)函數(shù)輸出、濾波器濾波后的時序及FFT變換之后的幅頻響應(yīng),從最下面一幅圖可以清楚的看到一條譜線,通過適當(dāng)?shù)淖儞Q即可得出該時序發(fā)生的周期

2、故障智能診斷?

便隨著攜程業(yè)務(wù)的不斷擴(kuò)大,網(wǎng)站架構(gòu)也在朝著越來越復(fù)雜的結(jié)構(gòu)演化。一旦出現(xiàn)訂單或應(yīng)用異常,靠人力已經(jīng)很難快速定位到故障根源,即便是經(jīng)驗豐富的資深運維人員很多時候也需要花費很長時間來定位。對攜程這樣一個在OTA行業(yè)的領(lǐng)軍企業(yè)來說,長時間的網(wǎng)站不可用,損失的不僅僅是收入,更是用戶體驗和社會信任,因而能夠快速定位故障源和止損,至關(guān)重要。

實際的網(wǎng)站架構(gòu)拓?fù)涓訌?fù)雜?

正因網(wǎng)站架構(gòu)非常復(fù)雜,故障點就可能存在于網(wǎng)絡(luò)線路、路由器、交換機(jī)、機(jī)架、服務(wù)器、負(fù)載均衡設(shè)備、代理、DNS、CDN、數(shù)據(jù)庫、Redis、應(yīng)用程序、外部供應(yīng)商接口等各個環(huán)節(jié)。

而且對于大部分的網(wǎng)站故障,往往環(huán)節(jié)相扣。例如,上游的故障源,通過調(diào)用鏈,一層層傳遍所有依賴方,即使每個環(huán)節(jié)都有著非常完善的監(jiān)控告警系統(tǒng),但面對大量的告警風(fēng)暴,定位故障根源絕非易事。另外,定位到故障根源之后,也需要手動恢復(fù),如此一來也是增加了網(wǎng)站恢復(fù)的總時間。

為了解決這個難題,我們收集來自各個告警系統(tǒng)、發(fā)布系統(tǒng)、變更系統(tǒng)、配置中心等多個數(shù)據(jù)源的消息,包括網(wǎng)絡(luò)告警、基礎(chǔ)系統(tǒng)告警、應(yīng)用告警、DB告警、Redis告警、代理告警、應(yīng)用發(fā)布、變更、配置修改等,通過因子分析、相關(guān)性分析、決策樹分析、馬爾科夫鏈分析、調(diào)用鏈分析(面積算法)、專家知識庫分析等方法,對每個候選的故障、發(fā)布或變更利用相關(guān)系數(shù)或貝葉斯公式給出一定的分?jǐn)?shù)(分?jǐn)?shù)代表了可信度),分?jǐn)?shù)較高的確定為故障源。

通過不斷地實踐優(yōu)化,未來花費在排障中的時間將大大減少,由原來數(shù)十分鐘、乃至小時級別的排障時間縮短至分鐘級,智能故障診斷將成為提升網(wǎng)站可用性最重要的保障之一。

所有潛在故障因子展示

選取其中調(diào)用鏈故障診斷的部分邏輯做算法說明。

故障應(yīng)用相關(guān)性診斷:

所謂牽一發(fā)而動全身,某個應(yīng)用發(fā)生異常時,往往會殃及到整個調(diào)用鏈。故障期間如果可以歸類這些相關(guān)聯(lián)的告警,對于收斂告警或判斷是否大面積故障,將變得非常有幫助。在眾多判斷相關(guān)性算法中,最簡單的相關(guān)系數(shù)是一個不錯的衡量標(biāo)準(zhǔn)。計算兩個告警時序之間的皮爾遜相關(guān)系數(shù),再結(jié)合應(yīng)用之間的調(diào)用關(guān)系,即可給出故障應(yīng)用相關(guān)性的診斷報告。

以下是某個時間點的故障應(yīng)用相關(guān)性部分診斷報告內(nèi)容,通過這個報告,可以比較快速的判斷出是局部異常還是全局故障。如果僅為調(diào)用鏈上的相關(guān)告警,則認(rèn)為是局部異常;反之則可能為全局或大面積故障導(dǎo)致。

告警時序相關(guān)性分析顯示應(yīng)該為工具組件或大面積異常導(dǎo)致?

3、資源利用率提升

如何在滿足業(yè)務(wù)需求、安全的前提下,更加經(jīng)濟(jì)的運營網(wǎng)站是每個互聯(lián)網(wǎng)公司都在不斷探索的課題。降低網(wǎng)站成本一個很不錯的主意就是提升對資源的利用率。接下來通過應(yīng)用畫像、Online/Offline混部以及智能彈性擴(kuò)縮容來展示攜程在提升資源利用率方面借助機(jī)器學(xué)習(xí)算法的成功實踐。

應(yīng)用畫像

作為國內(nèi)較大的在線旅游OTA,攜程擁有成千上萬的應(yīng)用,每個應(yīng)用對資源的使用情況也各不相同,哪些是CPU計算型應(yīng)用、哪些是內(nèi)存消耗型應(yīng)用、哪些是高IO應(yīng)用等,為了提高應(yīng)用對資源的整體利用率,需要我們有能力對其進(jìn)行區(qū)分。

針對這個問題,我們設(shè)計了應(yīng)用畫像,通過利用K-means、EM等聚類算法對應(yīng)用基礎(chǔ)監(jiān)控的各項監(jiān)控指標(biāo)、應(yīng)用監(jiān)控指標(biāo)、發(fā)布?xì)v史數(shù)據(jù)做分類,區(qū)分出:CPU密集型、內(nèi)存密集型、網(wǎng)絡(luò)IO密集型、請求耗時型、頻繁發(fā)布型等應(yīng)用,同時給出每個應(yīng)用屬于某個標(biāo)簽的置信度。

對比以往宿主機(jī)上隨機(jī)分配應(yīng)用的資源,借助應(yīng)用畫像,將親和性高的應(yīng)用部署在同一宿主機(jī)上可以有效提高整體資源的利用率。

應(yīng)用畫像各個維度標(biāo)簽展示,除幫助提升資源利用率外,在其他場景也有廣泛使用

Online/Offline混部

攜程的業(yè)務(wù)特點決定了大部分的Online應(yīng)用資源在夜間非常的空閑,而Offline的一些Hadoop、Spark作業(yè)在這段時間對資源的利用率又非常高。

借助應(yīng)用畫像篩選合適的Online應(yīng)用資源,在其利用率低峰期間部署實例調(diào)度Offline作業(yè)使用,即填補了Online資源利用率的低谷,又為Offline作業(yè)減少了離線資源采購(離線資源采購費用非常昂貴)。Online/Offline混部在提升數(shù)倍資源利用率、分擔(dān)Offline作業(yè)的同時,也提供了一種對資源互補使用的常態(tài)調(diào)度模式。

Offline作業(yè)調(diào)度到Online計算節(jié)點

智能彈性擴(kuò)縮容

雖然攜程已經(jīng)具備了虛擬機(jī)分鐘級交付、容器秒級交付的能力,但在傳統(tǒng)運維中,資源的申請與回收均需要有相關(guān)人員手動觸發(fā)才可以完成。如遇到突發(fā)流量飆升造成的容量不足,且相關(guān)人員不能及時就位,就可能引發(fā)生產(chǎn)故障;另外,因業(yè)務(wù)邏輯下線但服務(wù)器并未下線時,長此以往就會堆積大量的空閑服務(wù)器,造成了對資源的浪費以及網(wǎng)站成本的增加。

針對這個場景,設(shè)計資源的利用率模型,使用SVM(支撐向量機(jī))等算法對CPU、內(nèi)存、網(wǎng)絡(luò)IO等多個維度加以訓(xùn)練,定期掃描生產(chǎn)資源,產(chǎn)出容量富裕和不足的容量報告。針對這些容量報告,通過攜程內(nèi)部的彈簧系統(tǒng)(Spring,彈性擴(kuò)縮容平臺)對資源補給和裁剪。整個過程不需要人工干預(yù),在節(jié)省人力成本的同事,大大提高了資源的利用率,降低了運營成本。

三、結(jié)束語

Dev和Ops的碰撞,產(chǎn)生了DevOps,DevOps的出現(xiàn)避免了重復(fù)性的工作,減少了人力成本,顯著地提升了運維效率;AI和Ops的邂逅,誕生了AIOps,作為DevOps更高階的實現(xiàn),以機(jī)器學(xué)習(xí)、統(tǒng)計替代基于規(guī)則的傳統(tǒng)運維模式,通過對海量運維數(shù)據(jù)的分析,更加智能的做出分析、決策。AIOps目前還屬于不斷完善和探索階段,未來會有更多的場景被挖掘和應(yīng)用。可以預(yù)見,面對未來越來越復(fù)雜的運維場景和挑戰(zhàn),非AIOps而不能勝任。

歡迎加入本站公開興趣群

軟件開發(fā)技術(shù)群

興趣范圍包括:Java,C/C++,Python,PHP,Ruby,shell等各種語言開發(fā)經(jīng)驗交流,各種框架使用,外包項目機(jī)會,學(xué)習(xí)、培訓(xùn)、跳槽等交流

QQ群:26931708

Hadoop源代碼研究群

興趣范圍包括:Hadoop源代碼解讀,改進(jìn),優(yōu)化,分布式系統(tǒng)場景定制,與Hadoop有關(guān)的各種開源項目,總之就是玩轉(zhuǎn)Hadoop

QQ群:288410967?

文章版權(quán)歸作者所有,未經(jīng)允許請勿轉(zhuǎn)載,若此文章存在違規(guī)行為,您可以聯(lián)系管理員刪除。

轉(zhuǎn)載請注明本文地址:http://specialneedsforspecialkids.com/yun/3950.html

相關(guān)文章

  • 攜程遷云記:AI讓云計算巨頭重新劃地盤

    摘要:年,邊緣計算等和云計算緊密結(jié)合,重回技術(shù)路線。年后剛剛開工,就傳出了百度智能云和攜程簽約的消息,為年的云計算行業(yè)帶來了第一波地震。2017年,合規(guī)讓很多云計算企業(yè)如履薄冰,價格戰(zhàn)越燒越旺。2018年,AI、IoT、邊緣計算等和云計算緊密結(jié)合,重回技術(shù)路線。2019年,云計算會走向何方,想必很多人在等一個答案。年后剛剛開工,就傳出了百度智能云和攜程簽約的消息,為2019年的云計算行業(yè)帶來了第一...

    chaosx110 評論0 收藏0
  • 他山之石——運維平臺哪家強?

    摘要:當(dāng)云平臺出現(xiàn)網(wǎng)絡(luò)故障系統(tǒng)故障等問題,這對云租戶用戶有時甚至是致命的,所以不少是由高級別開發(fā)人員轉(zhuǎn)型而來。目前國內(nèi)各大云廠商也基本都提供了應(yīng)用運維平臺,包括騰訊藍(lán)鯨阿里華為等。 DevOps 全鏈路 下圖是我們熟知的軟件研發(fā)環(huán)節(jié),在迭代頻率高的研發(fā)組織里,一天可能要經(jīng)歷多次如下循環(huán)。對于用戶群體龐大或者正在經(jīng)歷大幅業(yè)務(wù)擴(kuò)張的企業(yè)研發(fā)組織,除了重點關(guān)注應(yīng)用的快速上線之外,如何保障應(yīng)用的高可...

    mylxsw 評論0 收藏0
  • AIOps 一場顛覆傳統(tǒng)運維盛筵

    摘要:陳旭相信的發(fā)布將開啟人工智能技術(shù)與傳統(tǒng)運維碰撞顛覆的新時代。我卻認(rèn)為是一場顛覆傳統(tǒng)運維的盛筵。綜上所述,的確是一場對于傳統(tǒng)運維工具的顛覆革命,每個企業(yè)都應(yīng)該從現(xiàn)在開始,關(guān)注并嘗試使用智能運維平臺。 顛覆傳統(tǒng)運維。是 OneAPM CEO 陳旭經(jīng)常掛在嘴邊的一句話。為什么說 AIOps 將顛覆傳統(tǒng)運維?如何才能把人工智能和運維管理相結(jié)合并落地?2018年5月,OneAPM 推出了全新的 ...

    XFLY 評論0 收藏0
  • 清華裴丹:AIOps 落地路線圖

    摘要:從那個時候開始,我就開始用一些機(jī)器學(xué)習(xí)人工智能的技術(shù)來解決的運維問題了,有不少智能運維的嘗試,并發(fā)表了不少先關(guān)論文和專利。而處理海量高速多樣的數(shù)據(jù)并產(chǎn)生高價值,正是機(jī)器學(xué)習(xí)的專長。也就是說,采用機(jī)器學(xué)習(xí)技術(shù)是運維的一個必然的走向。 大家上午好,非常榮幸,能有這個機(jī)會,跟這么多的運維人一起交流智能運維。最近這兩年運維里面有一個很火的一個詞叫做AIOps(智能運維)。我本人是老運維了,在2000...

    Aomine 評論0 收藏0
  • 從DevOps到AIOps,阿里如何實現(xiàn)智能化運維?

    摘要:但隨著大數(shù)據(jù)及人工智能的快速發(fā)展,傳統(tǒng)的運維方式及解決方案已不能滿足需求。從海量日志中獲取慢屬于大數(shù)據(jù)分析范疇。 摘要: AIOps英文全稱是Algorithmic IT Operations,是基于算法的IT運維。AIOps是運維領(lǐng)域上的熱點,然而在滿足業(yè)務(wù)SLA的前提下,如何提升平臺效率和穩(wěn)定性及降低資源成本成為AIOps面臨的問題和挑戰(zhàn)。 背景 隨著搜索業(yè)務(wù)的快速發(fā)展,搜索系統(tǒng)...

    codeKK 評論0 收藏0

發(fā)表評論

0條評論

最新活動
閱讀需要支付1元查看
<