上海2018年9月13日電 /美通(tong)社/ -- 近日，天旦(dan)(dan)(dan)(dan)發布(bu)開源端口鏡像工(gong)具 Packet Agent，幫助運維人員通(tong)過旁路(lu)方(fang)式簡單獲取業務過程數據而不需要硬件探針設備，跨越公有云(yun)、私有云(yun)、虛擬機、物理機等各(ge)種環(huan)境。目前，天旦(dan)(dan)(dan)(dan) Packet Agent 已公開提供免費下載（關注天旦(dan)(dan)(dan)(dan)公眾號“天旦(dan)(dan)(dan)(dan)Netis”，即可(ke)獲得）。
隨著(zhu) Iaas 的(de)(de)(de)興起，越來越多(duo)的(de)(de)(de)企(qi)業(ye)(ye)將自(zi)己(ji)的(de)(de)(de) IT 基建(jian)托(tuo)管到專(zhuan)業(ye)(ye)的(de)(de)(de)服務(wu)商，將自(zi)己(ji)的(de)(de)(de)業(ye)(ye)務(wu)構(gou)建(jian)在服務(wu)商的(de)(de)(de)公有(you)(you)(you)云虛(xu)擬機中。這(zhe)帶(dai)給(gei)企(qi)業(ye)(ye)極大的(de)(de)(de)輕便性(xing)和(he)敏捷性(xing)，卻給(gei)運維(wei)(wei)帶(dai)來難(nan)題：一(yi)方面，只有(you)(you)(you)極少數的(de)(de)(de)公有(you)(you)(you)云平臺能夠提供業(ye)(ye)務(wu)數據(ju)(ju)的(de)(de)(de)鏡像端(duan)口(kou)，完整(zheng)的(de)(de)(de)業(ye)(ye)務(wu)過程(cheng)數據(ju)(ju)無從獲取，業(ye)(ye)務(wu)何時消失在了監(jian)控視(shi)野(ye)中無從察覺；另一(yi)方面，現(xian)有(you)(you)(you)的(de)(de)(de)工具要(yao)么開(kai)銷(xiao)較大、要(yao)么功能單(dan)一(yi)，無法支持(chi)企(qi)業(ye)(ye)各種自(zi)有(you)(you)(you)業(ye)(ye)務(wu)協(xie)議(yi)，甚至不(bu)支持(chi)數據(ju)(ju)的(de)(de)(de)導出。天(tian)旦(dan)，作為(wei)國(guo)內領先的(de)(de)(de)企(qi)業(ye)(ye)級軟(ruan)件產(chan)品公司，多(duo)年(nian)來致力于業(ye)(ye)務(wu)與網絡(luo)性(xing)能管理產(chan)品的(de)(de)(de)研(yan)究與開(kai)發(fa)，得益于成熟(shu)的(de)(de)(de)互聯(lian)數據(ju)(ju)核心算(suan)法以及豐富的(de)(de)(de)行業(ye)(ye)實(shi)踐經驗，凝(ning)結為(wei) Packet-Agent，一(yi)款開(kai)源的(de)(de)(de)虛(xu)擬機端(duan)口(kou)鏡像工具，造福(fu)運維(wei)(wei)行業(ye)(ye)、回(hui)饋社區。而這(zhe)也是(shi)天(tian)旦(dan)在 AIOps 實(shi)踐中一(yi)個小小的(de)(de)(de)里(li)程(cheng)碑。
AI 與 Ops
早在(zai)2016年，Gartner 就已(yi)經提出了 AIOps 的(de)概念并宣稱(cheng)，到2020年，將近(jin)50%的(de)企業將會在(zai)他(ta)們的(de)業務和 IT運(yun) 維方面采用 AIOps，遠(yuan)遠(yuan)高于今天的(de)10%。理(li)解 AI 與 Ops 的(de)關系，不(bu)如(ru)從 Gartner 的(de)理(li)解入手。
AIOps 在 Gartner 的詞庫中是 AlgorithmicIT Operations 的縮寫，字面的解釋是一種基于 AI 算法的運維方式，Gartner 在今年發布的《Market Guide for AIOps Platforms》報告中為 AIOps 作出如下定義：AIOps 平臺是結合大數據、人工智能 (AI) 或機器學習功能的軟件系統，用以增強和部分取代廣泛應用的現有 IT 運維流程和事務，包括可用性和性能監控、事件關聯和分析，IT 服務管理以及運維自動化。簡而(er)言之，AI 是不(bu)需要人工干預，就能幫助運維(wei)人員(yuan)提高生產力的(de)一種途徑(jing)。未來(lai)，AI 是否可(ke)(ke)以完(wan)全取(qu)代人類思(si)考(kao)，還未可(ke)(ke)知，但至少在目前(qian)看來(lai)，這種美好的(de)預期還必須人的(de)智(zhi)慧去創(chuang)造。
另一方面，當(dang)越來越多的業務系(xi)統、新技術(shu)應(ying)用(yong)承載(zai)于(yu) IT 系(xi)統之上(shang)，IT 系(xi)統作為基礎設(she)施也迅速拓建和(he)創新：從過去(qu)的物理機，到(dao)虛擬化技術(shu)帶(dai)來的虛擬機運載(zai)，到(dao)當(dang)下正(zheng)熱的 LXC 軟件容(rong)器(qi)，公有云和(he)私有云的應(ying)用(yong)，運維監(jian)控(kong)對象的數(shu)量和(he)監(jian)控(kong)難度都呈指數(shu)級(ji)增長。
天旦一(yi)(yi)(yi)(yi)直(zhi)致力于通過旁路方式實現(xian)(xian)實時、全量(liang)、精準(zhun)的(de)(de)(de)(de)(de)(de)的(de)(de)(de)(de)(de)(de)業務(wu)(wu)性能(neng)監控，當(dang)一(yi)(yi)(yi)(yi)次(ci)在(zai)與(yu)國外(wai)用戶的(de)(de)(de)(de)(de)(de)交流溝通匯總發(fa)現(xian)(xian)，在(zai)云環(huan)境下，尤其(qi)大部分的(de)(de)(de)(de)(de)(de)公有云幾乎(hu)都不(bu)提供獲(huo)取(qu)流量(liang)的(de)(de)(de)(de)(de)(de)端口，租戶無(wu)法(fa)突(tu)破其(qi)封閉式的(de)(de)(de)(de)(de)(de)底層(ceng)架構而獲(huo)得詳細(xi)的(de)(de)(de)(de)(de)(de)業務(wu)(wu)過程數(shu)據(ju)。一(yi)(yi)(yi)(yi)方面，這讓業務(wu)(wu)的(de)(de)(de)(de)(de)(de)性能(neng)變(bian)化過程“兩眼(yan)一(yi)(yi)(yi)(yi)抹(mo)黑”，無(wu)從(cong)即刻知曉；另一(yi)(yi)(yi)(yi)方面，一(yi)(yi)(yi)(yi)旦業務(wu)(wu)在(zai)非人(ren)為的(de)(de)(de)(de)(de)(de)情況下產生遷移，就會逃(tao)出運維(wei)人(ren)員的(de)(de)(de)(de)(de)(de)監控視野。隨著云計算的(de)(de)(de)(de)(de)(de)普及，這將(jiang)是廣泛存在(zai)的(de)(de)(de)(de)(de)(de)運維(wei)盲區(qu)。天旦研發(fa)人(ren)員基于 SDPM (Software Define Performance Management) 思維(wei)，應用歷年來互聯(lian)數(shu)據(ju)引(yin)擎的(de)(de)(de)(de)(de)(de)核(he)心算法(fa)積累而開發(fa)了一(yi)(yi)(yi)(yi)款開源的(de)(de)(de)(de)(de)(de)鏡像工具，Packet Agent。
Packet-Agent 端口(kou)(kou)鏡像工具，旨(zhi)在幫(bang)助用戶(hu)解決在云環境、虛擬(ni)機等復雜環境下(xia)無法(fa)實(shi)(shi)時獲取完整業(ye)務(wu)過程數據(ju)，感知業(ye)務(wu)變化(hua)的問題，而不需要網(wang)絡(luo)鏡像的硬件(jian)設備，可適用于(yu) Linux，Unix，Mac，Windows 等各(ge)種操作系統(tong)。與 PacketBeat、Splunk App for Stream 等工具比(bi)較，天旦(dan)Packet Agent 大(da)大(da)節省了機器開(kai)銷，并且(qie)實(shi)(shi)現了自定義化(hua)的協議支(zhi)持，甚至直接導出數據(ju)包（另(ling)2種工具尚且(qie)無法(fa)實(shi)(shi)現）等功能。（關注(zhu)天旦(dan)公(gong)眾號“天旦(dan)Netis”，免費獲取 Packet-Agent 端口(kou)(kou)鏡像工具）
天旦認(ren)為，技術(shu)的問題，應(ying)當交給技術(shu)來解(jie)(jie)決(jue)。用 AIOps 去(qu)解(jie)(jie)決(jue)運維(wei)中的問題，釋放運維(wei)的潛力，給予運維(wei)人更多的時間去(qu)集中思考，找到合(he)適的方法去(qu)攻克下一個難題。
AIOps，走出“有多少人，就有多少智能”的怪圈
Gartner 在(zai)《Market Guide for AIOps Platforms》報告(gao)中指出： 過去三年，IT 運營部門分(fen)別部署了大(da)數據和(he)機器(qi)學習(xi)技(ji)術，以支持 IT 運營的監(jian)控(kong)(kong)。然而(er)，在(zai)過去的6個(ge)月里，企業(ye)(ye)已(yi)經開始將(jiang)(jiang)面向 IT 運營的大(da)數據和(he)機器(qi)學習(xi)項目(mu)相(xiang)結合，并將(jiang)(jiang)其擴展到(dao)服務臺和(he)自動化(hua)。企業(ye)(ye)在(zai) IT 運營 (AIOps) 平臺上使用(yong)人工(gong)智(zhi)能來增強并取代(dai)傳統的應(ying)用(yong)性能監(jian)控(kong)(kong) (APM) 和(he)網(wang)絡性能監(jian)控(kong)(kong)與(yu)診斷 (NPMD) 工(gong)具。
人工(gong)智能(neng)算(suan)法的成長離不開隊海量案例的分析和(he)(he)學習，而現在(zai)許(xu)多所謂 AI 告警的定(ding)制化方案受限于缺乏充足(zu)的真實(shi)案例，需要在(zai)部署后耗費(fei)繁重(zhong)的人工(gong)進行(xing)后期的調整和(he)(he)維(wei)護，原本想要解放勞動力的項(xiang)目，卻成為了(le)耗費(fei)人力和(he)(he)時間的黑洞(dong)，而且(qie)算(suan)法效果極不穩定(ding)。
天(tian)旦作(zuo)為(wei)企業級軟件產(chan)品公司(si)，通過提(ti)供通用性的(de)(de)產(chan)品而(er)(er)非定制化的(de)(de)解(jie)決方案，使(shi)得智(zhi)(zhi)能算法真(zhen)正成熟產(chan)品化。多年來，陪伴120+家銀行經歷(li)數(shu)字化轉型的(de)(de)整個過程，每天(tian)保障超過200億筆交(jiao)易的(de)(de)穩定運行，積累(lei)了極其豐富的(de)(de)案例資源(yuan)與經驗，為(wei)算法的(de)(de)不(bu)斷完善提(ti)供扎實(shi)的(de)(de)依據，并轉而(er)(er)進一(yi)步將(jiang)成熟的(de)(de)智(zhi)(zhi)能化技術應用到產(chan)品功能的(de)(de)之中。
天旦業務性能(neng)管理 BPC，通(tong)過算法升級(ji)集合智能(neng)發現、智能(neng)梳理、智能(neng)告警、智能(neng)預(yu)測、智能(neng)排(pai)障(zhang)五大模塊，使得(de)運維人員只需簡單(dan)配置全面覆(fu)蓋的告警規則，結(jie)合自動故(gu)(gu)(gu)障(zhang)定(ding)位(wei)和自動故(gu)(gu)(gu)障(zhang)域分(fen)(fen)析，加(jia)速故(gu)(gu)(gu)障(zhang)發現和分(fen)(fen)析流程(cheng)，縮短(duan)故(gu)(gu)(gu)障(zhang)恢復(fu)時間。
智能發現：5年自(zi)研專(zhuan)利解碼(ma)引(yin)擎(qing)，自(zi)動發(fa)現應用訪(fang)問關系，自(zi)動解析業務(wu)數據內容。
智能梳理：通過天(tian)旦 BPC 的核(he)心(xin)組件 -- 服務(wu)路徑(jing)圖發現，自(zi)動(dong)梳理(li)業務(wu)訪問關系，呈現以服務(wu)為中心(xin)的拓撲視圖，讓數以月計的業務(wu)梳理(li)工作突破性地縮短到天(tian)。
智能告警：將告(gao)警(jing)(jing)(jing)場(chang)景(jing)歸(gui)納(na)為(wei)五大(da)類型，幾乎涵蓋所有常見(jian)的高頻(pin)故(gu)障場(chang)景(jing)。運維人員(yuan)僅需(xu)選擇合適(shi)的告(gao)警(jing)(jing)(jing)場(chang)景(jing)，智能告(gao)警(jing)(jing)(jing)算法將自(zi)動匹配與之(zhi)對應的告(gao)警(jing)(jing)(jing)邏輯，大(da)大(da)提高告(gao)警(jing)(jing)(jing)的配置效(xiao)率。
智能預測：實時監(jian)控，智能算法自動(dong)根據歷史表現(xian)繪制基線，直觀發現(xian)變化趨勢。
智能排障：自動定(ding)位故(gu)障節點，一鍵(jian)解析(xi)造成故(gu)障發生(sheng)的(de)維(wei)度和(he)指標，無需專(zhuan)家介入。
正所謂“科學技(ji)術是第一生產力”。天旦相信，隨著智能(neng)化運維技(ji)術的(de)不斷演進(jin)，AIOps脫離人力干預而自(zi)動處理運維問題的(de)能(neng)力一定(ding)會得(de)以實(shi)現。
未來：源于“人”
盡管 Google 助手可(ke)以幫助主(zhu)人(ren)(ren)像真(zhen)人(ren)(ren)一(yi)般溝通(tong)交流，但無法(fa)代(dai)(dai)替(ti)主(zhu)人(ren)(ren)決心的每日行(xing)程；盡管自動駕駛技術可(ke)以如真(zhen)人(ren)(ren)駕駛一(yi)般控制(zhi)汽車，但無法(fa)代(dai)(dai)替(ti)人(ren)(ren)決定(ding)出行(xing)的意愿。AI 的使命在(zai)于為(wei)人(ren)(ren)類解決問題(ti)，而(er)非控制(zhi)或取代(dai)(dai)人(ren)(ren)類。
李開復在 TED 2018年度大會上發表演講說，工業革命把手工工匠的工作轉化成大量常規工作（如生產線工作），但是人工智能革命將徹底取代這些生產線工作。不出十五年，駕駛、電話銷售、卡車司機甚至是放射科醫生等類似工作和事務也將被人工智能取而代之。在這場人工智能摧毀工作的浩劫中，唯有創造性工作才能從中全身而退。在所有重復性工作上，人工智能都將高出人類一籌。但我們并非因為擅長重復性工作而為人。
天(tian)旦相信，隨著數字(zi)(zi)化(hua)(hua)轉型的(de)深入，AIOps 必將(jiang)成為運維(wei)(wei)(wei)組織高效運作(zuo)的(de)關(guan)鍵所(suo)在(zai)。運維(wei)(wei)(wei)過(guo)程(cheng)中(zhong)(zhong)瑣碎、重復的(de)工(gong)作(zuo)終將(jiang)被由(you)智(zhi)能(neng)化(hua)(hua)的(de)工(gong)具所(suo)替代，但(dan)卻無法(fa)磨(mo)滅運維(wei)(wei)(wei)人的(de)存在(zai)使命(ming)：基于(yu)運維(wei)(wei)(wei)系統(tong)的(de)深刻理解，做智(zhi)能(neng)化(hua)(hua)運維(wei)(wei)(wei)的(de)指揮官，謀略(lve)布局。而天(tian)旦也(ye)將(jiang)繼續精(jing)進算法(fa)、積累行業經(jing)驗，將(jiang)智(zhi)能(neng)化(hua)(hua)的(de)技術植(zhi)根于(yu)產品(pin)研發與(yu)功能(neng)設計的(de)細節之中(zhong)(zhong)，幫助(zhu)“運維(wei)(wei)(wei)指揮官”釋放(fang)運維(wei)(wei)(wei)的(de)智(zhi)慧潛力，為企業在(zai)數字(zi)(zi)化(hua)(hua)轉型之路上創(chuang)造更多(duo)業務可能(neng)。
關注天旦公眾號(hao)“天旦Netis”，免(mian)費獲取(qu) Packet Agent 端口鏡(jing)像工具。
