方案背景
近年来，随着大数据处理和机器学习技术的快速发展，在传统运维领域遭遇的困境愈发明显，包括收集和管理困难、存在大量的信息孤岛、缺乏可视化展现手段、缺乏监控数据的智能分析等。通过采用新的技术手段解决困境，建立更为强大的生产运维保障体系已成为必要，生产运维将从工具、自动化进一步走向智能化，数据中心逐步从传统运维支持过渡到智能运维支持。
应用场景
主要应用于各行业数据中心的运维数据分析场景。
方案概述
aiops通过收集、整合现有it运维的系统数据（监控管理、运营管理、控制管理、cmdb、应用性能监控等），并对这些数据进行结构化分析，最终统一展现。
方案特点一：
aiops是一种提供多种类型数据接口的采集方式，将多平台、多业务的监控运维工具实现数据整合和统一管理。同时，提供数据展现、数据统计、告警分析和业务分析等功能，可以将多个系统在展示平台进行统一登录展现。一方面aiops作为统一运维监控的工具，可以采集各类数据，将非标准数据变为标准数据；另一方面可以提炼数据，进行检索及海量日志分析。aiops同时可以学习和分析现象及异常之间的关联性，辅助问题定位。
方案特点二：
aiops智能运维一体化平台提供统一的告警管理，通过性能指标采集、主动推送、第三方系统轮询等多样化的来源方式，获得整个信息化系统中各种事件、设备故障、网络异常等告警信息。当出现故障后，aiops一体化智能运维管理平台能通过预置的报警方式，通知指定用户，并能生成告警分析统计报告，提供主动式的故障pg电子(中国)官方网站的解决方案。aiops智能运维一体化平台也可以和工单系统做无缝衔接，日常告警事件可直接触发工单运维，提高工作效率。aiops采用多层架构及模块化的设计，系统功能全面，模块功能独立，可根据不同需求自由组合。同时，aiops具备良好的扩展性，通过第三方数据接口和数据总线，与第三方产品可进行无缝集成。
方案价值
aiops是将人工智能的能力与运维相结合，通过机器学习的方法来提升运维效率。它可以采用大数据和机器学习等技术手段，对生产运维数据进行采集、存储以及分析挖掘，实现对生产系统的智能洞察、智能定位和智能处理。