- 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。 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。 随着5G技术在中国市场全面商用，云计算、大数据技术高速发展，AlOps基于ITOM/ITOA系统将实现技术进一步演变。作为企业数字化转型关键支撑力，AlOps在下游企业间的渗透率将逐步提高。 Gartner数据显果,2017年中国AlOps企业渗透率仅为5%；2019年AIOps.企业渗透率为25%。
3.9K82编辑于 2022-03-07 - 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。 用户目前有5套监控系统，并且每个系统会独立的产生告警通知，当出现大规模故障时，运维人员会同时收到来自各个系统的大量告警通知，对正常的工作造成了极大困扰。
1.4K20发布于 2019-08-15 - 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. 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。 5.预测性分析和决策支持AIOPS可以分析海量的数据，并从中提取有价值的信息，例如应用程序的性能、资源的使用情况等。
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 - 来自专栏腾讯云智能顾问
AIOps 喊了 5 年，为什么你的运维还在救火？
超过 60% 的企业已经部署了 AIOps 平台，但大多数运维团队依然在"告警 → 排查 → 修复"的循环里疲于奔命。问题出在哪？本文换个角度看 AIOps——也许方向比工具更重要。 一、AIOps 的尴尬现状问一线运维人员一个问题："你们上了 AIOps 之后，最大的变化是什么？"最常听到的回答是："告警少了一点……吧？""有个告警聚合功能，还行。""说实话，没太大感觉。" 、密钥管理安全组 0.0.0.0/0 全放通，等于"裸奔" 高可用跨 AZ 部署、灾备方案、自动恢复核心数据库单实例，一挂全挂 成本优化闲置资源、配置过高、预留实例3 台 CVM 跑了半年利用率不到 5% 五、AIOps 落地路线图：三步走不管你选哪个方案，AIOps 的落地都建议这样走：第一步：看清家底（1-2 周）• 用 CloudQ 生成云架构图，盘点所有资源• 理清资源之间的依赖关系• 识别"影子资源 ---*本文为「CloudQ × ITOM 选型指南」系列第三篇。上篇回顾：《凌晨 3 点的告警，你是开电脑还是拿手机？》| 下篇预告：《运维一天登 5 个控制台？是时候换个活法了》*
28010编辑于 2026-04-01 - 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H5性能优化
H5秒开技术选型
起本地服务器加载本地资源5.sonic技术方案：6.支付宝方案：7.爱奇艺方案：8.今日头条方案：1. 通过获取沙盒H5路径直接加载描述：通过获取沙盒H5路径直接加载 将h5文件存入沙盒，webview加载本地文件URL 。 起本地服务器加载本地资源描述：如果本地有资源可以满足该请求的话，H5 容器会使用本地资源。 如果没有可以满足请求的本地资源，H5 容器会使用线上资源。 app启动的时候，从服务端加载H5资源包的版本和地址。 URL广告落地页H5拉起时，ad-sw.js 的fetch事件监听函数被回调，以FetchEvent的request.url为Key 查找cache。
1.6K40编辑于 2022-12-01 - 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 - 来自专栏芋道源码1024
5 种 API 网关技术选型，yyds
5. 安全方面 SSL 加密及证书管理、Session 验证、授权、数据校验，以及对请求源进行恶意攻击的防范。错误处理越靠前的位置就是越好，所以，网关可以做到一个全站的接入组件来对后端的服务进行保护。 Janus、fagongzi、Grpc-gateway Dotnet ：Ocelot NodeJS ：Express Gateway、Micro Gateway 按照使用数量、成熟度等来划分，主流的有 5个 5. SpringCloud Gateway 特征 SpringCloud官方，对SpringCloud Gateway 特征介绍如下： （1）基于 Spring Framework 5，Project Reactor 断路器 （3）集成 Spring Cloud DiscoveryClient （4）Predicates 和 Filters 作用于特定路由，易于编写的 Predicates 和 Filters （5）
2.3K40编辑于 2022-08-29 - 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。 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。 5） 有核心中枢AI，可以在成本、质量、效率间从容调整，达到业务不同生命周期 所以要高度的自动化，智能化，有一大堆的事情要做好，要提前安排。 这是一个相对概览的图，可以对标。 ? 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。 输出：建议清理/var/log/app.log 文件，可释放约 5Gb 空间 02a25db2ff706dfe143599a1a05b7b85 MD5 另外，我们也可以将其划分为三大模块： 规划模块： f5c8e3def3443622e1722280e16f9fde MD5 工具模块 工具模块负责执行具体操作，是 Agent 的“执行能力”来源。 a802e8b9fd7a4cf28f9031c3d5c755bd MD5 开发实现 1.安装依赖 pip install -qU langchain-openai langchain langchain_community if __name__ == '__main__': main() 输出如下： a7c739a08568dbb5e5a1217424ba6100 MD5 Translation Agent 源码和架构分析
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。 图 5 除对接已有的产品，团队也可使用 Hubot 等自定义机器人框架对接团队内部开发的一些具体的功能，如直接通过命令在聊天窗口查询待上线列表，实时了解 CPU 的使用状况等。 ? 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。
1.7K60发布于 2018-06-08 - 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。 规则3：每次自动化必须留审计像下面这样记录：展开代码语言：JSONAI代码解释{"original":"replica=3","changed":"replica=5","reason":"I/Oqueued 再高冷的算法，都要“人类语言”我们必须把模型输出变成人的话：“我认为服务有内存泄露”“风险高，因为过去5次类似case都导致重启”“修复建议风险系数80%”“依赖3个下游服务可能受影响”运维不是数学考试 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 - 来自专栏运维开发故事
AIOps系列 | 大模型入门实战
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。 文章比较长，可以选择性查看。 AIOps 的实现离不开现在大模型的大力发展，所以要做 AIOps 相关的业务，就需要了解并使用大模型相关知识。本次内容将从以下6个章节介绍大模型相关的知识。 大模型可能的回答是： 第一步：小明最开始有 5 个苹果。 第二步：他吃了 2 个，剩下 5 - 2 = 3 个。 第三步：他又买了 3 个，所以现在有 3 + 3 = 6 个苹果。 （3）执行代码，获取输出 PS E:\workspace\python\aiops\chat-completions> python . 4834-b029-81f913c78ced [-0.0224880613386631, -0.02436511404812336, 0.... 6 7330370c-cc4e-4d75-be00-5a4c5c906350
1.1K10编辑于 2025-07-16 - 来自专栏后场技术
AIOps根因分析最佳实践
3 充分利用 AIOps 进行根因分析 部分原因是由于现代环境中根因分析的困难， AIOps ( https://sweetcode.io/aiops-ebook-ad ) 变得如此重要。 通过使用机器学习自动映射和解释复杂的环境和因果关系，AIOps 可以帮助 IT 团队比仅依靠手动分析更快地找到性能或可用性问题的根源。简单地使用 AIOps 工具将大大提高您的根本原因分析能力。 就是说，您可以采取一些步骤来确保充分利用 AIOps 辅助的根本原因分析。它们包括以下内容。 1. 考虑自动响应 AIOps 的另一个关键功能是它使软件工具可以采取自动措施来解决问题。 此处的教训是，您应该寻找 AIOps 工具 ( https://sweetcode.io/aiops-ebook-ad ) ，这些工具 ( https://sweetcode.io/aiops-ebook-ad
2.1K10发布于 2020-09-03 - 来自专栏【腾讯云开发者】
5大常见高并发限流算法选型浅析
在现代高并发系统中，随着用户访问量的激增和业务需求的不断扩展，限流作为一种至关重要的保护机制，被广泛应用于防止系统过载，确保系统的稳定性和可用性。 本文将深入剖析几种常见的限流算法，探讨它们的原理、优缺点并给出代码实例，帮助读者更好地理解和应用这些算法，从而在实际项目中构建更加高效、稳定的系统。
56810编辑于 2024-12-19 - 来自专栏罗西的思考
智能运维AIOps-学习笔记
目的是对于所学习的技术，大致知道其应用领域，技术特点和未来方向，看看目前工作中是否可以用到，或者以后选型时能够做到心里有数，顺便也可以梳理清楚自己的知识体系。 1.2 AIOps场景 AIOPS场景很多，诸如异常检测、根因分析、故障自愈、容量预测等方面。根据平台的实际场景和业界AIOPS的实践经验，360将AIOPS划分为三个场景：成本、效率和稳定性。 机器分类采用决策树模型，输入是5个机器指标，输出和实例的输出类型一样。样本全部采用人工标注的方式，生成了1000左右的样本。 外卖报警模型中的预测器 在外卖订单量异常检测中，使用Holt-Winters预测器实时预测下一分钟订单量，每次需要至少5天以上的订单量数据才能有较好的预测效果，数据量要求比较大。 针对第一步选出来的指标，求出这些指标的信息增益比，选择前k个（360取得值是5）特征作为最后的影响指标； 最后使用xgboost对影响指标进行分类，验证效果。
3.9K23发布于 2020-09-07 - 来自专栏大侠之运维
开源告警管理与AIOps平台
Python 的模块与包文章链接：https://cloud.tencent.com/developer/article/2472944 本篇文章主要介绍了Python 的模块与包Keep：开源告警管理与AIOps 平台简介Keep 是一个开源的告警管理和 AIOps 平台，提供了一个统一的界面来管理所有告警和事件。 通过以上步骤，你可以快速部署 Keep 平台，开始体验其强大的告警管理和 AIOps 功能。
2.4K10编辑于 2024-12-03
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