CN112711508A

CN112711508A - 面向大规模客户端系统的智能运维服务系统

Info

Publication number: CN112711508A
Application number: CN202011520513.7A
Authority: CN
Inventors: 荣长江; 刘海静; 江洪
Original assignee: Aisino Corp
Current assignee: Aisino Corp
Priority date: 2020-12-21
Filing date: 2020-12-21
Publication date: 2021-04-27

Abstract

本发明提供一种面向大规模客户端系统的智能运维服务系统，包括预置于对应的客户端系统中，用于采集所述客户端系统的运维数据的数据采集插件、用于根据采集到的所述客户端系统的运维数据，基于机器学习算法建立运维策略库，所述运维策略库内存储有敏感运维数据、客户端系统异常事件与运维操作的映射关系；以及响应于实时采集到的敏感运维数据，基于所述映射关系生成相应的运维操作指令的运维大数据平台和预置于对应的客户端系统中，用于响应于所述运维操作指令对所述客户端系统进行相应的运维操作的自动化运维工具。根据本发明，能够有效地解决现有面向大规模客户端系统的运维服务方式效率低的问题。

Description

面向大规模客户端系统的智能运维服务系统

技术领域

本发明属于系统运维技术领域，更具体地，涉及一种面向大规模客户端系统的智能运维服务系统。

背景技术

早期的运维工作大部分是由运维人员人工上门服务，这种运维模式不仅低效，也消耗了大量的人力资源。随着技术发展，通过互联网工具运维已经是目前很多产品的主要运维手段了，可以实现一定程度的批量化和远程运维，相比以前的运维效率有了大幅度的进步，但是都必须需要人工参与这个因素也成为了再提高服务效率的瓶颈，导致无法实现大规模、高复杂性的系统提供高质量的运维服务。

发明内容

本发明的目的在于解决现有面向大规模客户端系统的运维服务方式效率低的问题。

为了实现上述目的，本发明提供一种面向大规模客户端系统的智能运维服务系统。

本发明的面向大规模客户端系统的智能运维服务系统包括：

数据采集插件，预置于对应的客户端系统中，用于采集所述客户端系统的运维数据；

运维大数据平台，用于根据采集到的所述客户端系统的运维数据，基于机器学习算法建立运维策略库，所述运维策略库内存储有敏感运维数据、客户端系统异常事件与运维操作的映射关系；以及响应于实时采集到的敏感运维数据，基于所述映射关系生成相应的运维操作指令；

自动化运维工具，预置于对应的客户端系统中，用于响应于所述运维操作指令对所述客户端系统进行相应的运维操作。

作为优选的是，所述客户端系统的运维数据包括监控数据、日志数据和配置信息。

作为优选的是，所述监控数据包括设备监控数据、系统监控数据、数据库监控数据、中间件监控数据、应用监控数据、安全监控数据、动环监控数据、环境监控数据和统一告警事件；

所述日志数据包括系统日志、应用日志、网络日志、设备日志和安全日志；

所述配置信息包括CMDB数据和变更管理数据。

作为优选的是，所述运维大数据平台包括：

数据采集层，用于调用所述数据采集插件，实现对所述客户端系统的运维数据的采集。

作为优选的是，所述运维大数据平台还包括：

数据存储层，用于根据采集到的所述客户端系统的运维数据的数据类型、消费场景和/或使用场景，采用相应的存储方式对所述客户端系统的运维数据进行存储。

作为优选的是，所述运维大数据平台还包括：

数据计算层，用于提供离线计算框架和实时计算框架；

所述离线计算框架用于基于相应的功能组件对历史运维数据进行相应的离线计算；

所述实时计算框架用于基于相应的功能组件对流处理中的实时运维数据进行相应的实时计算。

作为优选的是，所述运维大数据平台还包括：

平台展示层，用于为用户提供可视化的指标数据和统一的告警监控界面，以及监控告警通知和业务应用分析展示服务。

作为优选的是，所述运维大数据平台基于智能运维决策组件建立所述运维策略库；

所述智能运维决策组件包括：

运维知识图谱组件，用于根据历史运维数据，基于预定的机器学习算法获取运维知识图谱，所述运维知识图谱包含客户端系统软硬件及其运行状态的各类特性画像和规律；

动态决策类组件，用于根据所述运维知识图谱，对敏感运维数据作出实时决策，以建立所述运维策略库，所述实时决策包括异常检测、故障定位、故障处置和故障规避。

作为优选的是，所述自动化运维工具执行的运维操作包括运行控制、监控、重启、回滚、版本变更和流量控制。

作为优选的是，所述自动化运维工具根据所述运维操作指令，调用相应的运维操作脚本程序，以对所述客户端系统进行运维操作。

本发明的有益效果在于：

本发明的面向大规模客户端系统的智能运维服务系统，基于预置于客户端系统中的数据采集插件和自动化运维工具与运维大数据平台的配合协作，实现了面向大规模客户端系统的智能运维服务。本发明的面向大规模客户端系统的智能运维服务系统通过采集客户端系统状态、系统日志等运维大数据，基于机器学习等人工智能算法分析挖掘运维大数据，利用客户端的自动化决策工具实施运维决策并完成本地智能运维工作，能够将人工运维工作量降低90％。由此可知，本发明的面向大规模客户端系统的智能运维服务系统能够有效地解决现有面向大规模客户端系统的运维服务方式效率低的问题。

本发明的其它特征和优点将在随后具体实施方式部分予以详细说明。

附图说明

通过结合附图对本发明示例性实施方式进行更详细的描述，本发明的上述以及其它目的、特征和优势将变得更加明显，其中，在本发明示例性实施方式中，相同的参考标号通常代表相同部件。

图1示出了根据本发明的实施例的面向大规模客户端系统的智能运维服务系统的结构框图。

具体实施方式

下面将更详细地描述本发明的优选实施方式。虽然以下描述了本发明的优选实施方式，然而应该理解，可以以各种形式实现本发明而不应被这里阐述的实施方式所限制。相反，提供这些实施方式是为了使本发明更加透彻和完整，并且能够将本发明的范围完整地传达给本领域的技术人员。

实施例：图1示出了本实施例的面向大规模客户端系统的智能运维服务系统的结构框图。参照图1，本实施例的面向大规模客户端系统的智能运维服务系统包括：

本实施例中，所述客户端系统的运维数据包括监控数据、日志数据和配置信息。

本实施例中，所述监控数据包括设备监控数据、系统监控数据、数据库监控数据、中间件监控数据、应用监控数据、安全监控数据、动环监控数据、环境监控数据和统一告警事件；

所述配置信息包括CMDB数据和变更管理数据。

本实施例中，所述运维大数据平台包括：

本实施例中，所述运维大数据平台还包括：

数据计算层，用于提供离线计算框架和实时计算框架；

本实施例中，所述运维大数据平台还包括：

本实施例中，所述运维大数据平台基于智能运维决策组件建立所述运维策略库；

所述智能运维决策组件包括：

本实施例中，所述自动化运维工具执行的运维操作包括运行控制、监控、重启、回滚、版本变更和流量控制。

本实施例中，所述自动化运维工具根据所述运维操作指令，调用相应的运维操作脚本程序，以对所述客户端系统进行运维操作。

以下对本实施例的面向大规模客户端系统的智能运维服务系统进行更为详细的说明：

1、方案概述：

智能运维主要是基于机器学习等人工智能算法，分析挖掘运维大数据，并通过客户端系统的自动化运维工具实施运维决策的过程。智能运维系统的主要组成是客户端大数据采集、运维大数据平台、智能运维决策组件、自动化运维工具。

2、采集运维大数据：

客户端系统可以预置数据采集插件，实现对运维相关数据的采集并向运维大数据平台传输归集。被采集的系统运维数据包含监控数据、日志数据、配置信息等。

3、运维大数据平台：

运维大数据平台所存储的数据，按照所更新的频率可分为静态数据和动态数据。静态数据主要包含CMDB数据、变更管理数据、流程管理数据、配置信息数据等。动态数据主要包含各类监控指标数据、日志数据以及第三方扩展应用所产生的数据。

运维大数据平台的架构主要由数据采集层、数据存储层、数据分析层、平台展示层等组成。

数据存储层是用于存储运维数据，可根据不同的数据类型、数据消费和使用场景，选择不同的数据存储方式。

数据计算层分别提供实时和离线计算框架，离线计算是针对存储的历史数据进行批量分析与计算，可用于大数据量的离线模型训练和计算，如告警关联关系挖掘、趋势预测计算、容量预测模型计算等。实时计算是对流处理中实时数据进行在线计算，包括数据查询、预处理、统计分析、异常数据实时监测。

平台展示层为用户提供可视化方式展示指标数据，提供统一的告警监控界面和监控告警通知功能，还可以提供业务应用分析展示模块，实时提供业务应用状态。

4、智能运维决策组件：

智能运维决策组件是利用人工智能算法，根据运维场景、业务规则等构建的决策型组件，主要包括两类：运维知识图谱和动态决策。

(1)运维知识图谱组件

运维知识图谱类组件是通过多种算法挖掘运维历史数据，从而得出系统软硬件及其运行状态的各类特性画像和规律，形成运维知识图谱。

(2)动态决策组件

动态决策类组件则是在已经建设好的运维知识图谱基础上，利用实时监控数据作出实时决策，最终形成运维策略库。实时决策主要有异常检测、故障定位、故障处置、故障规避等。

5、自动化运维工具：

自动化运维工具对客户端系统实施运行控制、监控、重启、回滚、版本变更、流量控制等系列运维操作，维护技术系统的安全、稳定、可靠运行。运维操作自动化工具主要是把一系列手工执行繁琐的运维工作，按照日常正确的维护流程分步编写成脚本，然后由自动化运维工具按流程编排成作业自动化执行，如运行控制、备份、重启、版本变更与回滚、流量控制等。

本实施例的面向大规模客户端系统的智能运维服务系统具有以下有益效果：

智能检测：通过对已有异常事件标注，在系统日志中自动搜索匹配已标注的异常情况，训练机器学习模型，实现对异常的自动判断与检测。

智能预警：在异常发生前，基于客户端的数据分析能够预测异常发生的概率，有针对性的对异常提前规避和提醒。

智能巡检：为保证用户系统安全运行，提高可靠性，平台可以定时对客户系统进行定期安全健康巡检。

本实施例的面向大规模客户端系统的智能运维服务系统提供一种对于大规模客户端系统的智能运维和服务的系统，通过采集客户端系统状态、系统日志等运维大数据，基于机器学习等人工智能算法分析挖掘运维大数据，利用客户端的自动化决策工具实施运维决策并完成本地智能运维工作，能够实现人工运维工作量降低90％，对于目前常规运维模式的一种新突破。

本实施例的面向大规模客户端系统的智能运维服务系统综合利用大数据、人工智能、互联网技术应用到大规模企业客户端运维场景，真正实现了智能运维，大幅度减少了人工运维成本，大幅提高了客户满意度，提升了产品核心竞争力和市场领先优势。

本实施例的面向大规模客户端系统的智能运维服务系统在大规模数量终端系统的场景中，在终端实现数据采集功能基础上，引入大数据分析、人工智能决策组件模型训练，通过庞大运维信息大数据真正有效训练人工智能运维决策模型，实现终端本地系统对业务及通用技术智能化自动运维，同时结合后台人工远程运维，全面大幅提升运维效率，降低了企业运营服务成本，提升了企业产品的核心竞争力和用户服务满意度。

以上已经描述了本发明的各实施例，上述说明是示例性的，并非穷尽性的，并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。

Claims

1.面向大规模客户端系统的智能运维服务系统，其特征在于，包括：

2.根据权利要求1所述的智能运维服务系统，其特征在于，所述客户端系统的运维数据包括监控数据、日志数据和配置信息。

3.根据权利要求2所述的智能运维服务系统，其特征在于，所述监控数据包括设备监控数据、系统监控数据、数据库监控数据、中间件监控数据、应用监控数据、安全监控数据、动环监控数据、环境监控数据和统一告警事件；

所述配置信息包括CMDB数据和变更管理数据。

4.根据权利要求1所述的智能运维服务系统，其特征在于，所述运维大数据平台包括：

5.根据权利要求4所述的智能运维服务系统，其特征在于，所述运维大数据平台还包括：

6.根据权利要求5所述的智能运维服务系统，其特征在于，所述运维大数据平台还包括：

数据计算层，用于提供离线计算框架和实时计算框架；

7.根据权利要求6所述的智能运维服务系统，其特征在于，所述运维大数据平台还包括：

8.根据权利要求1所述的智能运维服务系统，其特征在于，所述运维大数据平台基于智能运维决策组件建立所述运维策略库；

所述智能运维决策组件包括：

9.根据权利要求1所述的智能运维服务系统，其特征在于，所述自动化运维工具执行的运维操作包括运行控制、监控、重启、回滚、版本变更和流量控制。

10.根据权利要求9所述的智能运维服务系统，其特征在于，所述自动化运维工具根据所述运维操作指令，调用相应的运维操作脚本程序，以对所述客户端系统进行运维操作。