为什么AIOps的应用并不简单
Virtual Instruments公司首席技术官John Gentry回顾了2018年的IT行业发展情况,预测了2019年的行业主题和热门话题,并指出应用场景和工作量安排构成了更高性能基础设施和更灵活、更适合未来企业的强大核心关键。
Virtual Instruments公司首席技术官John Gentry回顾了2018年的IT行业发展情况,预测了2019年的行业主题和热门话题,并指出应用场景和工作量安排构成了更高性能基础设施和更灵活、更适合未来企业的强大核心关键。
AIOps的承诺与宣传炒作
面向IT运营的人工智能(AIOps)将成为2019年的最新流行术语,并迅速引起人们的兴趣。根据调研机构Gartner 公司的调查,AIOps平台利用大数据、现代机器学习和其他先进分析技术,通过主动、个性化和动态的洞察力直接和间接地增强IT运营(监控、自动化和服务台)功能。考虑到组织需要数年的时间才能建立机器学习,这提出了一个问题,那就是“正在提供此功能的监控公司是哪些?”,而将AIOps置于现有监控和事件管理系统之上,希望它能收集有意义的数据来解决所有问题,这是一个具有缺陷的前提。
大多数AIOP解决方案仍然不断发展,并不具备应用智能或实际的机器学习功能。而在早期阶段,只能发现统计学或数学相关的相关性,没有真正的因果关系。没有场景的关联是没有意义的,它是从应用程序的场景中获得的智能,直接链接到业务的运行,这在当前的AIOps部署中是缺乏的。
围绕AIOps平台的炒作与云计算的宣传非常相似。与人们学习的方式大致相同,在宣传炒作和数据遣返之后,云计算并不是安置工作负载的理想之地,组织将AIOps视为下一个万能的解决方案,这一信念很快就会像当时人们对云计算的更高期望那样幻灭。
在2019年,组织需要识别供应商声明定位AIOps作为快速解决方案。必须让企业意识到AIOps需要多年从重要数据摄取中获得的应用经验,才能有效地进行机器学习。如果没有那么重要的学习时间,那么企业面临的实际上是一个流行术语的承诺,而不是真正的AIOps。
AIOps解决方案并不收集独特且有意义的数据,并将应用程序和业务环境应用于其“智能”,这显然在影响业务之前无法有效地预防问题。
超融合
虽然超融合在2018年成为一个重要趋势,但人们开始看到一个更具针对性的超融合用例,这会减缓其采用并限制扩展。由于内存、计算和存储的工作负载要求不能线性扩展,因此融合将发挥更大作用,所有闪存存储系统将继续拥有关键任务应用程序工作负载。
性能延迟和NVMe
在阵列中,非易失性存储器快速(NVMe)将仅与5%-10%的企业工作负载相关,因为它仍然只在协议作为标准的最高端阵列中。这并不是说客户对这种性能没有固有的需求,因为虽然NVMe已经被证明是一种存储阵列技术,但在服务器互连或结构技术方面,它甚至还没有经过供应商测试,更不用说被主要用户所采用。还有一些高端公司考虑采用NVMe over Fabric(NVMe-oF)。可用性和性能对所有人来说都很重要,但也会看到一些组织希望使用iSCSI而不是NVMe来降低成本。
云计算
尽管云计算发展的速度很快,正如2018年所预测的那样,人们看到了很多企业在公共云运行的工作负载回归到内部部署数据中心,这是由于云计算并不适合所有工作负载。人们认识到,云计算是混合部署的主要部分,但它不是云优先或仅云的策略。组织将看到云计算的真实应用情况,并就其运营的工作负载做出更明智的决策。
就云平台中的服务等级协议(SLA)的需求而言,人们将看到对话和营销语言的转变,这项服务被认为是行业需求,因此现在被推广为一种产品。但是随着2019年的到来,人们仍然无法将真正的服务水平承诺或合同视为标准。
人们在2018年和2017年看到的“云计算节约成本”的概念现在不在考虑范围之内。采用云计算,企业可以节省一些成本。而在云计算行业巨头提供的营销宣传和新产品中,推出了高性能的公共云,人们可以看到对性能需求的认可,但其价格高昂。企业可能采用云优先策略,因为它更有效,或者具有灵活性、多功能性或弹性,但是组织必须支付更多的费用才能获得好处。
以应用程序为中心的IT得到持续增长
2018年,应用程序的对话走到了最前沿。在2019年,应用程序的场景将成为IT工作负载部署以及运营管理方面的核心驱动因素。
IT正试图赶上业务(实际上是应用程序的集合)的发展,并试图将自身与应用程序、其对业务的重要性以及将给定应用程序的业务关键性分层的概念联系起来,以使其更符合企业的要求。
工作负载分配讨论进入议程
现在,人们开始认识到思考和目的性在工作负荷安排中的重要性。然而,在没有首先考虑应用程序的重要性或场景的情况下,很多组织急于采用超融合或云计算。
2019年,人们将看到围绕有目的地将工作负载部署在整个基础设施(无论是云计算、融整合还是传统)上采取了更多的理解和战略行动。基于应用程序对业务的重要性,将转向讨论工作负载分配。这一点反映了对AIOP平台的采用,因为尽管这些平台可以在没有智能的情况下学习关联模式,但是所收集的信息与业务场景并不相关。
智能自动化
2018年显示出了用户对自动化的持续需求,虽然由于缺乏推动自动化的背景和数据驱动的洞察力,自动化技术已经被低估了一段时间,而自助服务门户是一回事,但是考虑到应用程序对业务的重要性的场景以及驱动智能、自动化和协调的工作负载要求的自动供应过程是完全不同的。因此,2019年可能是自动化变得智能化的一年,采用自动化平台,AIOP可以在数月内实现企业的目标,而不是数年。
成功管理当今的混合基础设施是一种平衡行为。它的成功取决于针对性的讨论和实施工作负载分配、应用程序分层、业务关键性,以及基于工作负载要求的深入基础设施选择,而这是价格和性能之间的权衡。