高效智能运维[云+社区技术沙龙第29期] - 腾讯智能运维(Metis)项目实践
1.88 MB
28 页
0 评论
语言 | 格式 | 评分 |
---|---|---|
中文(简体) | .pdf | 3 |
摘要 | ||
文档介绍了腾讯智能运维(Metis)项目的实践与研究方向,涵盖智能运维的核心场景和技术,包括单维和多维时间序列分析、异常检测、多维下钻、根因分析、告警收敛和日志分析。研究方向包括未来异常检测、根因分析、告警收敛和日志分析等。智能运维的流程分为发现问题、分析问题和解决问题三个阶段,涉及时间序列异常、日志分析、设备性能异常等发现方式,以及多维下钻、关联事件和容量预估等分析方法,最终通过扩容、决策、调度和优化来解决问题。 | ||
AI总结 | ||
## 腾讯智能运维(Metis)项目实践
### 项目背景与简介
腾讯智能运维(Metis)项目专注于智能运维(AIOps),通过机器学习技术提升运维效率。项目涵盖发现问题、分析问题和解决问题三个核心环节,具体包括:
- **发现问题**:通过时间序列异常检测、日志分析和设备性能监控。
- **分析问题**:采用多维下钻、关联事件分析和容量预估。
- **解决问题**:实施扩容、决策优化、资源调度和系统优化。
### 核心技术与方法
1. **时间序列分析**
- 单维分析:异常检测和处理。
- 多维分析:下钻分析和维度关联。
2. **日志分析**
- 模板提取、异常检测和聚类分析。
3. **告警收敛**
- 事件与事件、事件与时序、时序与时序的关联分析。
### 腾讯Metis的研究方向
- **未来规划**:
- 业务埋点与数据收集。
- 异常检测与多维下钻。
- 根因分析与链路调用。
- 告警收敛与日志分析。
### 总结
腾讯运维团队通过Metis项目实现智能化运维,应用多维度分析和机器学习解决实际运维问题。未来将深入业务数据收集、异常检测和分析技术,提升运维效率和系统稳定性。 |
P1
P2
P3
P4
P5
P6
P7
下载文档到本地,方便使用
- 可预览页数已用完,剩余
21 页请下载阅读 -
文档评分