日韩精品一区二区三区swag_一区二区三区在线高清_亚洲国内欧美_国产精品xnxxcom

　　隨著人們向基于服務(wù)的基礎(chǔ)設(shè)施部署和自動化程度的提高，存儲管理員的角色正在發(fā)生變化。智能運維(AIOps)提供了一個框架，既可以減輕資源管理中繁瑣任務(wù)的負(fù)擔(dān)，同時也解決了通過擴(kuò)展人力資源無法解決的挑戰(zhàn)。以下將探討AIOps的內(nèi)容以及供應(yīng)商如何滿足客戶的需求。
　　背景
　　AIOps是調(diào)研機(jī)構(gòu)Gartner公司在2016年創(chuàng)造的一個術(shù)語。它描述了三個學(xué)科(自動化、性能管理和服務(wù)管理)組成一個框架來改進(jìn)基礎(chǔ)設(shè)施管理員的能力，其實現(xiàn)由多個層組成。
　　•第1層–數(shù)據(jù)源。實現(xiàn)自動化以及管理員執(zhí)行的典型任務(wù)需要配置和使用數(shù)據(jù)。這包括來自系統(tǒng)的遙測和應(yīng)用程序。
　　•第2層–實時處理。這意味著實時收集和處理遙測數(shù)據(jù)，以獲取即時價值。
　　•第3層-規(guī)則/模式。需要使用已經(jīng)確定的規(guī)則和模式來分析數(shù)據(jù)。供應(yīng)商已經(jīng)在開發(fā)算法，這些算法可以使用PB級的遙測分析，并將其轉(zhuǎn)換為諸如異常檢測和故障診斷之類的工具。
　　•第4層–域算法。其中包括特定于站點的知識，以了解本地化的使用模式和要求。
　　•第5層–自動化。使用應(yīng)用程序接口(API)和命令行界面(CLI)來驅(qū)動諸如供應(yīng)和退役(面向客戶)之類的任務(wù)。這還包括自動化性能管理，例如在可用基礎(chǔ)設(shè)施中重新平衡工作負(fù)載。
　　跨越這些層的是使用機(jī)器學(xué)習(xí)來觀察和檢測遙測數(shù)據(jù)中的趨勢，異常，這對于工作人員而言是不切實際或無法計算的。因此需要了解人工智能/機(jī)器學(xué)習(xí)如何協(xié)助提供更有效的數(shù)據(jù)和存儲管理。
　　人為因素
　　為什么企業(yè)需要在存儲管理中引入諸如AIOps之類的工具?雖然創(chuàng)建的信息量繼續(xù)呈指數(shù)級增長，但企業(yè)中生成的數(shù)據(jù)(更重要的是存儲在企業(yè)中的數(shù)據(jù))也呈指數(shù)級增長。以前被丟棄甚至沒有創(chuàng)建的數(shù)據(jù)如今被視為具有某種可感知的未來價值。企業(yè)越來越多地使用機(jī)器學(xué)習(xí)和人工智能，從越來越多的機(jī)器生成的數(shù)據(jù)獲取信息。企業(yè)現(xiàn)在正在存儲數(shù)PB字節(jié)的信息，并希望對此進(jìn)行實際操作。
　　敏捷性
　　業(yè)務(wù)流程正在推動對數(shù)據(jù)存儲容量的更大需求，但這只是IT組織所面臨挑戰(zhàn)的一方面。平均修復(fù)時間(MTTR)對于確?；A(chǔ)設(shè)施可用性水平接近100%變得重要。IT組織通常希望在問題發(fā)生之前就識別并解決問題，而不是等待嚴(yán)重的失敗。
　　•存儲和數(shù)據(jù)保護(hù)中對API的需求;
　　•存儲的智慧;
　　•存儲管理和DevOps。
　　減少或管理硬件干預(yù)措施還有其他積極方面。IT部門希望將工程師在數(shù)據(jù)中心更換故障設(shè)備的時間降到很低。任何數(shù)據(jù)中心干預(yù)都是一種風(fēng)險。眾所周知，工程師會因更換而拔出錯誤的硬件，或者意外地碰到設(shè)備并造成意外的停機(jī)或重啟。
　　隨著企業(yè)之間的競爭，從數(shù)據(jù)分析中獲取價值的時間越來越短。這意味著開發(fā)人員希望在更短的周期內(nèi)訪問存儲設(shè)備，是自動化和按需訪問。隨著資源的創(chuàng)建、使用和返回到數(shù)據(jù)池中，人們預(yù)計其配置越來越靈活，這是任何存儲管理員都無法有效跟蹤的。
　　第1層-指標(biāo)
　　為了實現(xiàn)有效的AIOps，系統(tǒng)需要測量存儲操作信息的元數(shù)據(jù)和度量。這些端點從存儲系統(tǒng)的物理和邏輯方面收集數(shù)據(jù)。例如，單個HDD硬盤或SSD硬盤操作的數(shù)據(jù)提供了有關(guān)溫度、瞬態(tài)介質(zhì)故障、吞吐量、性能和設(shè)備正常運行時間的信息。此集合擴(kuò)展到存儲機(jī)箱，記錄有關(guān)前端端口活動、處理器和內(nèi)存負(fù)載、服務(wù)器溫度和室溫的統(tǒng)計信息。
　　數(shù)據(jù)收集不僅限于硬件。存儲軟件很復(fù)雜，許多供應(yīng)商已將其設(shè)計模塊化。軟件端點可以跟蹤內(nèi)部應(yīng)用程序崩潰、過度使用內(nèi)存、硬件驅(qū)動程序中的錯誤以及甚至用于驅(qū)動軟件的命令的使用。最后一點看起來似乎是一個不尋常的指標(biāo)，但是，查看用戶是否在充分利用可用的命令功能或配置正確的實踐選項集可能會很有用。
　　第2、3和4層–實時處理
　　如