1-曾庆淡-平安银行智能化运维之故障自愈

智能化运维—故障自愈

初心与使命

• 内部需求：提升变更和交付质量，缩短故障处理时间，保障系统高效稳定运行。
• 外部服务：提供技术支持，解决开发与DBA的痛点，迭代服务，让用户从反馈到认可。
• 理想运维状态：自动化运维，无需人工值守。

智能运维概览

• 定义：AIOps，通过AI技术自动学习和决策，增强传统运维能力。
• 方向：
  • 安全：入侵检测、行为分析等；
  • 效率：交易预测、自动化响应；
  • 质量：异常预测、故障定位；
  • 成本：优化资源使用；
  • 场景：业务监控、配置发现、智能运维实现路径。

数据与监控

• 业务监控：交易数、成功率、响应时间等指标。
• 基础监控：应用、数据库、中间件等。
• 告警信息：告警内容、标签。
• ITSM与CMDB：变更管理、应用拓扑关系。
• 知识库：经验与策略。

智能运维技术

• 人工智能：监督学习、贝叶斯模型、神经网络、决策树、支持向量机等。
• 决策树：用于故障分析与决策。

数据库故障自愈

• 系统架构：包括告警系统、操作平台、消息队列、分析模块、决策模块、训练模块。
• 示例：FRA区告警处理、自助配置、表空间自动扩容、执行计划自动固化。
• 结果：显著提升处理效率，自动化处理大量告警，减少人工干预。

总结与展望

• 智能化运维：实现无人值守，提升运维效率与安全性。
• 创新点：决策树集成运维DBA经验，自动化与人工决策相结合。
• 未来趋势：持续发展自动化、智能化运维技术，提高系统稳定性和用户体验。