【每日一思】2022年第3周 AIOps的一些思考
注：以下观点将收录在《数智万物下的运维》的“4.5.6 AIOps运维模式”
1.AIOps由来
2016年，Gartner在ITOA的基础上提出了AIOps，这里的”AI“指基于算法的 IT 运维(Algorithmic IT Operations)，即，平台利用大数据，现代的机器学习技术和其他高级分析技术，通过主动，个性化和动态的洞察力直接或间接地，持续地增强 IT 操作(监控，自动化和服务台)功能。随着AI技术的发展，Gartner在随后又将AIOps定义为智能运维，而在国内，目前大家所提到的AIOps应该是ITOA与AIOps的集合。以下是Gartner在AIOps报告中放出一张经典的AIOps图，我们可以摘出AIOps的几个关键词：
- 业务价值驱动。即，技术应用的价值应该围绕企业的价值，技术应用才会有生命力，参考本书的四个核心价值是：保障业务连续性、优化客户体验、加快IT交付速度、提升IT服务质量。
- 平台3大关键模块。能称为AIOps，需要结合AI算法、海量数据、技术平台的三要素，笔者认为对于算法来说，当前主要分析方法有：异常检测、拓扑分析、概率分析（关联、聚类、分类等）等。
- 融入现有的“监管控”平台体系。AIOps不是单纯的技术或平台，是一种全新的运维工作模式，与DevOps类似，CI\CD才是工具链视角。AIOps运维模式的落地，主要将围绕已有场景的赋能是一个快速见效的模式。
2.数据、算法、场景组成AIOps关键3要素
如Gartner定义中提出，AIOps应用需要利用大数据，现代机器学习技术和其他高级分析技术，是一种相对较高门槛的工作模式。为了更好的落地AIOps，我们需要深刻的理解AIOps的内涵，重点实现思路：以数据为基础、算法为支撑、场景为导向。
数据为先，AIOps需要快速生产高质量数据的能力。“快速”的思路可以以“中台”思路进行建设，建立统一的数据采控、实时与批量的数据处理能力、与运维相匹配的运维算法、存储方案、主数据、指标模型等；“高质量”则从将分散数据统一、在线后形成“活数据”，以及数据质量上的治理。从技术实现看，具备实时“采、存、算、管、用”的数据流动全生命周期管理的能力。
算法大脑，适配、引入特定场景下运维算法，构建算法模型体系。机器学习尤其是深度学习的大规模应用，推动了人工智能的快速发展。随着国内TOB市场的火爆，AIOps上人工智能研究及应用正处于爆发期，引入AI技术的算法有三点优势：一是工作稳定性高，人工智能可不知疲倦地进行工作，在规律性问题的分析时不受环境影响。二是降低操作风险，利用人工智能取代传统人工经验操作，可更好地避免操作风险和道德风险。三是有效提高决策效率，人工智能可以快速地对大数据进行筛选和分析，帮助人们更高效率地决策。当前，AIOps的算法最需要解决的问题是，改变人对“算法准确性”的印象，即“算法”的引入不是为了创新，而是为了确实解决真实问题而出现。
场景驱动，基于痛点、价值期望，用智能赋能运维场景，落地智能运维能力。AIOps从词来看，应该包括“AI+Ops”，是用AI赋能运维场景的模式。 AIOps不是单纯的技术或平台，是一种全新的运维工作模式，与DevOps类似，CI\CD才是工具链视角。所以，有了上面的数据底座与算法大脑，下一步是AIOps运维模式的落地，主要将围绕场景的落地，一种是利用算法赋能己有的运维场景，另一种是算法实现原来无法实现的运维场景。前者是一个快速见效的模式，后者是应对变化而作出的变化。
3.AIOps运维工作模式
金融企业运行安全稳定，需要运维数据赋予数据洞察、辅助决策、跟踪执行的能力，提升复杂环境下的运维管理能力，即：
- 实时获得“发生了什么？”；
- 关联分析“为什么会发生？”；
- 智能预测“将会发生什么？”；
- 决策判断“采取什么措施？”；
- 自动执行“如何快速执行？”
- 实时感知“工作执行的效果？”
AIOps就是为了解决上述问题而生，相比传统的运维工作模式，AIOps重点不是创造一种全新的运维工作模式，而是对现有“专家经验+最佳实践流程+工具平台” 运维模式的补充，为企业运维工作提供“洞察感知、运营决策、机器执行”能力，支持向“人机协同”模式转变。
4.AIOps4个阶段
作为一种新的工作模式，AIOps将有一个长期的系统性演进的过程，所以运维组织需要建立一种能力进阶的实施路线。以下借鉴SAE（国际自动机工程师学会，原译：美国汽车工程师学会）对无人驾驶级别的分类思路，提出AIOps的级别分为L1到L4四级，见下图。其中，AIOps的模式是“人机协同”的模式，不级之间的变化，重点是在一项标准运维工作执行中“人”与“机器”的占比的分布。正如汽车企业一样，像google一把就向最高级的高度智能化建设一辆没有方向盘的无人驾驶汽车，也可以像传统车企或特斯拉这些从L1到L4按级演进，不同的企业的AIOps也可以根据企业的情况进行选择。
（1）L1：不智能
L1的无人驾驶级别中，汽车虽然有一些自动控制功能，比如ESC稳定性控制系统、AEB自动紧急制动系统等，但车辆完全是由人来控制。相应的，在AIOps的L1级时，此阶段重点是以专家经验驱动为主的工作模式，大部分标准性的工作都由人线下或采用线上工具进行操作。
（2）L2：辅助决策
L2的无人驾驶级别中，汽车在有传统汽车控制功能的基础上，增加了部分辅助驾驶功能，有一些场景中汽车可以自己运行，但驾驶员需要一直对汽车驾驶情况进行监测，并时刻准备进行紧急接管汽车。相应的，在AIOps的L2级中，此阶段重点是采用智能运维辅助提升“运行安全稳定保障”能力，人在这个级别中需要持续的推动可观测的能力。此阶段，建议运维组织重点引入AIOps成熟、擅长的算法、平台、场景，以监控、故障、系统评估等环节作为切入点。
（3）L3：自动决策
L3的无人驾驶级别中，汽车是“有限制条件的自动驾驶”，在此阶段汽车能够在一些特定场景下让驾驶员完全不用控制汽车，且能够自动检测环境，并决策切换到驾驶员驾驶模式，驾驶员无需一直对系统进行监视。相应的，在AIOps的L3级中，此阶段重点是要将部分运维场景由机器代替人决策并执行。此时，机器具备对部分标准运维工作决策并执行，AIOps除了建立运维算法的洞察与决策能力外，AIOps还可以建立执行层的自动化能力。
（4）L4：高度智能
L4、L5的无人驾驶级别中，汽车是“高度自动化和完全自动化”，在此阶段自动驾驶系统将完全自动控制车辆，全程检测交通环境，能够实现所有的驾驶目标，驾驶员（或叫乘客）只需提供目的地或者输入导航信息，在任何时候都不需要对车辆进行操控，只要输入出发地和目的地，责任完全交给车辆的自动驾驶系统。这种技术我还无法想像在运维领域是怎么样的，所以我将L4G和L5合并到AIOps的L4级，且此阶段也并非完全无人运维，其重点是运维人的工作内容发生变化，重点是承担培育机器人岗位，大部分运维场景由机器岗位主导，人只有在必要时进行干预，形成一个真正的人机协同的运维模式。
