自動維運取代手動盤查　端到端全面監控展現價值

混合式IT已經成為企業基礎架構的新常態，面對全球激烈挑戰，IT必須更動態地提供服務，而這其中也包含了如何管理與優化日益多樣的混合雲環境，讓企業在效率以及成本效益上獲得真正的改善。企業管理協會（EMA）也在近期發表的白皮書中提到，AIOps之所以能為IT提供變革，主要是因為AIOps能從不同的資料源中同化數據，並且跨領域進行洞察，其能儲存多種資料類型，例如事件、日誌、KPI、流程（Flow）甚至是組態資料（Configuration Data），並且具有自學能力，以提供預測或符合規定，能支援各種進階的啟發方式，同時還能支援私有雲與公有雲。

Micro Focus資深技術經理尹德行認為，AIOps的發展是趨勢潮流使然，隨著新技術的採用，維運與開發作業也跟著改變，從實體、虛擬到容器化，IT環境已經愈來愈複雜。而設備的增加也讓原本由人員手動盤查的維運方式演進到仰賴工具管理，如今更進入到AIOps，透過大數據分析以及機器學習來克服IT維運挑戰，未來還可能進入到NoOps的時代。「傳統的工具與解決方案主要都是針對已知問題，而且是靠人來定義規則。但是當企業有硬體、系統、混合雲、軟體與資料庫、儲存設備、網路、資安監控、資安日誌、AP監控、用戶監控、AP交易數據等這麼多監控工具與資料時，一旦出現問題，企業很難從中進行判斷，必須花費大量的時間來排查問題。而AIOps加入大數據以及機器學習的技術，能夠針對已知問題進行關聯、減量、定位以及根因分析，加速問題的查找，強化維運的成效。」

不只如此，針對未知問題，也能提供預警、預測、調查以及分析。最終可以透過自動化來執行聯防、修補或調度，舉例而言，企業能夠藉由自動化執行資安聯合防禦或是自動化的修補機制。「除此之外，還能提供智能服務台的功能，就以服務開單來說，過往員工接聽電話，聽懂問題後，還需要分類找到適合的人員派工，如今則是智能開單、智能分類、智能派工，並且提供智能建議。」他舉例，使用者只要留下說明文字或是夾帶一張圖片，進入系統後就會自動圖轉字，依據圖的描述，自動歸到對的類別，然後派工給正確人員，就會讓整個過程變得簡單與快速。

匯整混合IT資料資料湖提供各式應用情境

Operations Bridge自主IT運營監控平台是Micro Focus針對AIOps推出的解決方案（簡稱OpsBridge），這項方案能夠橫跨傳統、私有雲、公有雲、多雲以及容器型基礎架構中的資料，執行自動探查、監控、分析和修復等作業，藉由整合和分析所有資料，以減少事件數量、找出根本原因甚至執行機器人流程自動化，來修復問題。而高階主管也能在行動裝置上，量身訂做能顯示重要狀態、業務和KPI的儀表板，獲得可據以行動的洞察資訊。

藉由200多個技術的整合，企業可以將所有混合IT的資料匯整到單一的檢視畫面中。OpsBridge解決方案範本和管理套件能夠監控包括基礎架構、資料庫、Microsoft環境、SAP環境、中介軟體、雲端、大數據、應用程式平台、自動化、負載平衡器以及Web伺服器等等。而這些資料也會被收集到COSO（Collect Once Store Once）資料湖中。

COSO資料湖主要用於集中收集各式數據和匯流技術，而Vertica則是COSO架構中的大數據資料庫，也是OpsBridge重要組件之一，這項大數據資訊管理及分析平台，可用來收集各種IT工具和設備的歷史與即時資料，簡單地說，OpsBridge基於COSO提供各式AIOps應用情境，而Vertica提供機器學習套件可供使用者或夥伴自行開發所需的分析功能。而另一個重要組件是機器學習的分析與演算法，Micro Focus具備了50多項的專利基礎，可進行高速且大量的資料分析。

而針對虛擬環境，OpsBridge可支援Virtualization Collector，用來收集VMware拓樸與事件資料，協助瞭解整個VMware Virtualization基礎架構。這些資料會全部傳送到COSO Data Lake，並且呈現在業務價值儀表板（Business Value Dashboards，BVD）和效能儀表板（Performance Dashboards，PD）中。最後企業可以使用商業智能（BYOBI）工具來可視化收集的數據。尹德行指出，OpsBridge也能自動監控公有雲及私有雲上的企業服務，在異常發生時即主動確認、發出告警通知。

從維運角度分享AIOps考量

根據marketsandmarkets調查，到了2023年，全球AIOps市場規模將可望上看到110.2億美元，預測2018年到2023年的年複合成長率為34.0%。而帶動市場的因素包含了IT營運對AI服務的需求不斷增長、核心業務轉向雲端，以及對AIOps技術的投資增加。 他觀察，台灣AIOps市場仍在早期階段，通常有三種團隊會對這類型的方案感興趣，包含維運團隊、業務團隊以及AI（大數據）團隊，在這其中，維運團隊接洽的比例較高，主要的原因是Micro Focus的AIOps平台原本就是用來協助企業維運，只是內含了大數據的技術，更容易實現。「維運團隊向來比較熟悉IT平台、技術與系統架構，因此AIOps的考量點就包含了如何收集資料、如何選擇大數據平台、維運經驗如何標準化、自動化的成熟度，最後才是選擇適合的AIOps方案。」

尹德行強調，OpsBridge可以協助打造大數據的平台，提供已知問題、未知問題等維運場景使用，另外也有8,000多個運作手冊（Runbook）可選用，加速任務的自動化，「但如果是其他延伸的機器學習演算法的需求，企業就必須請AI團隊協助撰寫演算法，OpsBridge的角色只能作為協助收攏資料、建立平台之用。」

【專題報導】：發揮AIOps潛力　推動維運革命