- 综合排序
- 最热优先
- 最新优先
- 来自专栏Elastic Stack专栏
AIOps入门之路：Elastic Stack与AIOps
什么是AIOps AIOps是Artificial Intelligence for IT Operations的简称，我们可以将之称之为智能化运维。 这里，我将摘抄一些来自于Gartner的具体内容（Market Guide for AIOps Platforms），帮助我们更好的理解AIOps的现状与未来。 以上，是Gartner对于AIOps的精简描述。 领域无关的 AIOps 与以领域为中心的 AIOps 与领域无关的 AIOps —— 供应商使用通用 AIOps 平台进入市场。这些产品往往主要依靠监控工具来执行数据捕获并满足最广泛的用例。 尽管AIOps尚未成熟，但只要有正确的使用案例，AIOps就会被认为是企业内部的一个有价值的工具，并能长期保持嵌入状态（见下图）。
3.9K82编辑于 2022-03-07 - 来自专栏悟道
2-5 快速幂模板
这个就是在快速乘的基础上改一下 sum=0--->sum=1 x+=x--->x*=x //快速幂模板 public double quickPow(double x,long y){ double sum=1; while(y>0){ if((y&1)==1){ sum*=x; } x*=x; y=y>>1; }
33120发布于 2021-06-01 - 来自专栏用户5952482的专栏
选型宝访谈：如何通过AI 全面提升运维效率？AIOps实战案例分享
带着这些问题，选型宝直播采访了国内AIOps技术前沿探索者,Gartner AIOps Sample Vendors——云智慧的副总裁李诚先生。 AIOps的概念、应用场景和用户价值 李维良：AIOps可以应用在哪些运维的场景下？ 李诚：AIOps的应用场景非常广泛，能够切中传统运维中的大量痛点，比如：异常检测、故障预测、关联分析、根因分析、告警抑制、故障自动处理等等。 李维良：云智慧怎么理解AIOps的概念？ 鉴于云智慧在AIOps领域的贡献和努力，Gartner在新近发布的《中国ICT行业技术成熟度曲线，2019》报告中，将云智慧提名为AIOps领域的Sample Vendors。 告警风暴是IT运维中的常见场景，也是AIOps的典型应用之一。
1.4K20发布于 2019-08-15 - 来自专栏AI机器学习与深度学习算法
学习分类 2-5 线性可分
感知机非常简单同时又很容易理解，但是相对应的，缺点也很多。感知机最大的缺点就是它只能解决线性可分的问题。
55310编辑于 2022-11-08 - 来自专栏01ZOO
AIOPS 是什么
为了解决这些问题，一种新的技术被开发出来，它就是AIOPS（人工智能运维），本文将介绍AIOPS的概念、应用和未来趋势。 二、AIOPS的应用1.自动化运维AIOPS可以实现自动化的应用程序部署、监控、故障排除和性能优化等操作。 三、机器学习算法在 AIOPS 中的具体应用例子在AIOPS中，有许多机器学习算法被广泛应用于各种场景中。下面列举几个机器学习算法在AIOPS中的应用例子：1. AIOPS可以自动监控和管理IT系统，及时发现和解决问题，减少系统故障和停机时间，从而降低了维护和修复的成本。五、AIOPS的未来趋势AIOPS作为一种新兴的技术，将在未来继续得到广泛的应用和发展。 六、AIOPS的应用场景AIOPS的应用场景非常广泛，主要包括以下几个方面：1.系统性能监控和管理AIOPS可以监控和管理企业的IT系统，包括服务器、存储、网络、数据库等。
2.3K91编辑于 2023-02-26 - 来自专栏Jenkins
AIOps：DevOps 的未来
幸好，AIOps 正在成为一种解决方案。 AIOps 一词是由 Gartner 创造的， 他将其解释为： ---- AIOps 结合了大数据，机器学习和可视化技术，通过更强的洞察力来优化 IT 运维。 他的定义以循环中的人为中心，以他的描述 AIOps 基本上是一种高级的大数据分析。 要解决 DevOps 困境，我们要定一个更高的目标。 那么，AIOps 应该是什么？ 这是一些 AIOps 的关键要求： AIOps 系统从你的数据中学习并适应应用程序的工作模式 这意味着它不会每次都做同样的事情 AIOps 系统无需人工干预即可制定和实施决策 你可以让人参与循环，直到你完全信任这个系统 AIOps 系统能持续运行 它能成为你的交付中的标准单元 向 AIOps 的过渡正处于起步阶段，但它的热度正在上升，而且已经有了成功案例。
1.2K20发布于 2019-04-19 - 来自专栏coding for love
2-5 浅析webpack打包内容
Hash：本次打包的一个标识。 Version：使用的webpack版本 Time：本次打包耗时 Built at: 生成时间
85140发布于 2019-05-24 - 来自专栏后场技术
AIOps实现思路思考
现有环境中，眼和手都有比较成熟的解决方案，但眼和手之间存在鸿沟，无法自动联动，AIOps 正好可以充当桥梁，解决此问题。我们将 AIOps 称之为脑，接受眼的输入，做推理决策，让手去自动化执行。 AIOps 的实现思路大体可以分为四步：接入运维数据、建立知识图谱、编排智能算法、自动化执行。 ? 1 接入运维数据。 做好 AIOps 的前提，是做好基础架构治理和数据治理，使得接入的数据是完全的，同时要不断地进行算法模型优化，使得算法模型是充分优化的，从而使得信息趋于 100%，确定性趋于 100%。 不必 100%确定性，只要超过人的决策能力，就可以用 AIOps 进行自主决策。 ?
1.4K30发布于 2020-09-03 - 来自专栏织云平台团队的专栏
AIOps线下沙龙回顾
得益于此，AIOps应运而生，也就是基于算法的IT运维（Algorithmic IT Operations），帮助大量运用人脑决策和手工操作的运维向着智能运维的方向前进，并且持续为企业带来更加先进的业务能力 此次沙龙旨在分享 AIOps 理念与实践经验，促进 AIOps 爱好者们相互交流和学习。希望让对 AIOps 感兴趣的人们有机会相互交流和共同成长。 本次沙龙是 AIOps 风向标 | GOPS全球运维大会2018 · 深圳站 的前哨站。如需了解4月13-14日的GOPS2018深圳站，请点击文末阅读原文。 沙龙分享 3月10日，由高效运维和腾讯织云联合举办的AIOps沙龙在腾讯大厦圆满举行。 现场互动 现场同学求知若渴，在和分享老师的互动环节表现积极，纷纷表达出自己对AIOps的疑问和看法。 ? ? ? 现场进行了三轮抽奖，奖品为4月GOPS全球运维大会门票。气氛一度到达最高点。 ?
1.4K100发布于 2018-03-28 - 来自专栏Hank’s Blog
2-5 R语言基础 factor
#因子：分类数据 #有序和无序 #整数向量+标签label #Male/Female #常用于lm(),glm()
41110发布于 2020-09-16 - 来自专栏养码场
智能运维：AIOps与DevOps落地、数据库选型与SQL优化策略都在这了！
目前主要研究AIOps，与多家大型互联网公司在AIOps领域均有合作。 部分精彩议题 基于AIOps的无人运维 从可视化、自动化到智能化的企业级AIOps演进与落地 小米智能SQL优化与改写 更多干货议题持续更新中…… 希望能在讲解技术细节的同时多增加一些实用性的内容，提供更多大型互联网公司或是转型成功的传统企业的实践案例分享 数据库选型，没有最好只有更适合 时下数据库可选种类众多，成本低、灵活性强的开源数据库无疑成为了越来越多企业的新尝试。至于如何进行选型、部署与应用，希望Gdevops北京站准备的内容能给到多数人答案。 银行业图数据库选型、分析与实践 TiDB原理与实战（拟） 更多干货议题持续更新中…… 除了技术干货，也想听听大牛是怎么从技术咖变身技术leader的。
1.6K20发布于 2018-08-14 - 来自专栏织云平台团队的专栏
国内外首个 AIOps 企业峰会（附AIOps白皮书）
AIOps 企业峰会（AIOps Enterprise Summit，缩写：AIES）是国内首个的 AIOps 技术峰会，由数据中心联盟（DCA）和开放运维联盟（OOPSA）联合指导、高效运维社区主办。 AIES 大会是国内外首个 AIOps 标准的官方指定发布平台，共邀国内顶级专家畅谈 AIOps 体系与方法、过程与实践、工具与技术，为您呈现国内外顶级企业的 AIOps 实践经验与工具技术。 ? 企业级 AIOps 实施建议白皮书权威解读 高效运维社区创始人，AIOps 白皮书 发起人 萧田国先生为您权威解读国内首个《企业级 AIOps 实施建议》白皮书。 | 本白皮书由 OSCAR联盟 和 高效运维社区联合牵头并联合国内互联网、金融、电信行业顶级 AIOps 大咖共同编写而成。 ? ? 企业级 AIOps 实施建议白皮书下载 ? 腾讯 AIOps 深度培训 国内外首个《企业级 AIOps 实施建议》白皮书编写专家张戎亲自授课，实操培训，绝对有料。 ? 大会日程 ?
5.2K41发布于 2018-06-11 - 来自专栏NetCore 从壹开始
2-5 安装容器Web工具：Docker Portainer
现在已经习惯了容器化了，不仅可以很快的配合CICD来实现部署，同时主要是也能解决一些疑难杂症，比如在Linux中经常会有各种图形图像的依赖包问题。特别是内网环境。
95620编辑于 2023-01-09 - 来自专栏Deep learning进阶路
2-5 线性表之循环链表
2-5 线性表之循环链表 循环链表就是链表首尾相接连成一个环，可以用单链表 和 循环链表来实现。
40840发布于 2019-07-02 - 来自专栏刷题笔记
2-5 Two Stacks In One Array (20 分)
本文链接：https://blog.csdn.net/shiliang97/article/details/101173005 2-5 Two Stacks In One Array (20 分) Write
71230发布于 2019-11-08 - 来自专栏杨建荣的学习笔记
AIops离我们遥远吗？
DevOps都玩不好还想玩AIOps? 所以我们要推进DevOps的理念，会受到两个方向的阻力，比如运维和开发团队的支持，或者说是上下级同事的支持。 当然说到AIops的标准，似乎行业里对于它的定义有很多不同的声音，在这方面，对于BAT大厂的思想进行提取和借鉴就是一个不错的行径。我们没法照搬，但是可以做一些取舍和定制。 如果按照行业的一个基本标准来说：AIOps 不依赖于人为指定规则，主张由机器学习算法自动地从海量运维数据（包括事件本身以及运维人员的人工处理日志）中不断地学习，不断地提炼并总结规则。 我翻了下今年关于AIops的一些目标，大体有如下的一些阶段和程度吧。 对于AIops的落地，自己也有了一个初步的思路，后期在工作中会更加强化API接口层的独立性，然后不断的封装，满足业务需求之外，还可以提供更加深度的技术支持。 ?
46610发布于 2018-07-26 - 来自专栏运维开发故事
AIOps系列 | Agent 入门实战
最近在学习《AIOps》相关的知识课程，为了让学习有一定的收获，所以将其进行了总结分享，如果你恰好也需要，很荣幸能帮到你。
73121编辑于 2025-08-01 - 来自专栏前沿技墅
ChatOps = AIOps 落地 + DevOps升级？
说AIOps是必然趋势，那DevOps是否就已过时了呢？ChatOps又是什么？通过本文，让我们一起来探讨这其中的关系，看见隐藏在我们工作中的惊喜！ 随着人工智能的兴起，以上问题是否可以通过AI+Ops（即AIOps，智能运维）实现呢？ AIOps可以说是自动化运维的升级版，所以并非DevOps的取代者，而是DevOps更高级别的落实者。 在这个互联网业务量飞速增长、人工智能兴起的年代，我们完全可以考虑将自动化运维进一步发展为AIOps。 而ChatOps又恰恰是人工智能技术和DevOps协作理念一个很好的结合，也势必为AIOps和DevOps更好地融合普及加添助力！让我们一起来期待未来开发运维新场景带来的惊喜吧！
1.7K60发布于 2018-06-08 - 来自专栏刷题笔记
2-5 修理牧场 (35 分)【优先队列】
2-5 修理牧场 (35 分) 农夫要修理牧场的一段栅栏，他测量了栅栏，发现需要N块木头，每块木头长度为整数Li个长度单位，于是他购买了一条很长的、能锯成N块的木头，即该木头的长度是Li的总和
1K10发布于 2020-06-23 - 来自专栏AI+运维：智能化运维的未来
别让 AIOps 变成“闭眼修系统”——说说可解释 AIOps 如何防止二次事故
别让AIOps变成“闭眼修系统”——说说可解释AIOps如何防止二次事故最近我听到一个很典型的吐槽：“我们上了AIOps之后，系统是能自动修，但修完一次，炸两次。”说实话，这事一点都不意外。 现在不少企业玩AIOps都喜欢讲自动闭环：自动发现问题自动定位自动修复自动回归听着爽得很，但缺了一个最核心的东西：可解释性。说白了，AIOps要做的不是“黑盒拍板”，而是“让机器告诉你为啥这么搞”。 真实世界的AIOps是不确定的我们要承认一个前提：运维问题不是“分类问题”，而是“多变量叠加”。 一个反思：AIOps的价值不是省人，是省命有的人把AIOps视为“裁掉运维人力的武器”。我说句不好听的——这种企业最后都会反噬。 AIOps应该做的是：帮助定位帮助解释帮助决策帮助执行而不是“替人拍脑袋”。结语：AIOps不是上帝，它需要透明化我希望未来的AIOps长成这样：像老司机一样解释风险，而不是像赌徒一样压注命运。
21310编辑于 2025-12-19
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号