智能运维的实践: 现状与标准化

IT系统运维目前正面临着IT规模快速膨胀、系统架构日趋复杂、自主可控要求日益突出等众多挑战。智能运维技术作为一种利用大数据和机器学习对海量运维数据分析的手段,能够辅助运维人员更为高效地运行和维护IT系统。然而,在企业进行智能运维工程化实践的过程中,往往会遇到各种困难,需要智能运维技术的标准规范以指导企业开展智能运维的能力建设工作。为推动智能运维的标准化工作,本文对多个行业的智能运维实施单位开展了问卷调研,分析总结国内智能运维的实践现状;对国内外现行的运维标准、人工智能标准和智能运维标准进行梳理,研究智能运维的标准化工作当前进展;根据对实践现状和现有标准的调研分析结果,本文提出了智能运维的能力建设标准框架AIOps-OSA。该框架从企业建设智能运维能力的角度列举出了在组织、场景和能力上的关键要点。在实际标准的编制过程中通过对AIOps-OSA内各项要点提出具体的规范要求,可形成对企业具有指导作用的智能运维标准规范。     

基于混沌工程的微服务韧性风险识别和分析

微服务架构近年来已成为互联网应用所采用的主流架构模式.然而相比传统的软件架构，微服务架构更加复杂的部署结构使其面临更多能导致系统发生故障的潜在威胁，且微服务架构系统故障的症状也更加多样化.在可靠性等一些传统的软件度量已不能充分体现微服务架构系统故障应对能力的情况下，微服务的开发者们开始使用“韧性”（Resilience）一词描述微服务架构系统的故障应对能力.为了提高微服务架构系统的韧性，开发者们往往需要针对特定的系统环境扰动因素设计应对机制.如何判断一个系统环境扰动因素是否为影响微服务系统韧性的风险因素，以及如何在系统运行发布之前尽可能多地寻找到这些潜在的韧性风险，都是微服务架构系统开发过程中待研究的问题.在作者在先前研究中提出的微服务韧性度量模型的基础上，结合混沌工程，本文提出了针对微服务架构系统的韧性风险识别和分析方法.韧性风险的识别方法通过不断的向微服务架构系统引入随机系统环境扰动并观察系统服务性能的变化，寻找系统潜在的韧性风险，大幅减少了软件风险识别过程中的人力成本.对于识别到的韧性风险，通过收集执行混沌工程过程中的系统性能监控数据，韧性风险分析方法将利用因果搜索算法构建出各项系统性能指标之间的影响链路，并将可能性较高的链路提供给运维人员作为进一步分析的参考.最后，通过在一个微服务架构系统上实施的案例研究展示了本文提出的韧性风险识别和分析方法的有效性.