圍繞著智能運(yùn)維的興奮之情意味著，人們有時會錯誤地進(jìn)行部署。以下是智能運(yùn)維不適合使用的幾種情況。
IT運(yùn)營平臺的人工智能，人們稱之為AIops，是一類不斷發(fā)展和廣泛使用的技術(shù)，在過去幾年中，這類技術(shù)被歸類為IT運(yùn)營分析。對于那些很關(guān)注市場的人而言，智能運(yùn)維的發(fā)展是顯而易見的，但如果您需要一些統(tǒng)計數(shù)據(jù)的話，Gartner報告稱，到2022年，將有40%的大型企業(yè)使用智能運(yùn)維工具來支持或替換監(jiān)控工作及服務(wù)臺工作，而目前這一比例為5%。
這是一個相當(dāng)大的跳躍。然而，這也表明許多企業(yè)可能會將智能運(yùn)維工具用于錯誤的目的——這些錯誤可能造成數(shù)百萬美元的損失。以下是我所看到的情況。
使用智能運(yùn)維工具來修復(fù)較差的云架構(gòu)和部署工作。那些沒有為企業(yè)設(shè)計合適的云解決方案的人，甚至沒有將本地解決方案與公共云相結(jié)合的人，都在試圖解決系統(tǒng)性問題。糟糕的設(shè)計會導(dǎo)致出現(xiàn)一些性能問題，以及導(dǎo)致智能運(yùn)維的中斷。
就像“您無法解決一個愚蠢的問題”一樣，在應(yīng)用和正確使用智能運(yùn)維工具之前，需要糾正那些規(guī)劃較差的架構(gòu)。智能運(yùn)維工具會假定該解決方案的配置是合理的，然后才能正確地處理警報和解決方案。如果不按此順序進(jìn)行操作，那么您將只能夠告訴智能運(yùn)維系統(tǒng)如何將來自云系統(tǒng)和非云系統(tǒng)的千兆字節(jié)數(shù)據(jù)進(jìn)行關(guān)聯(lián)，并嘗試解決那些不太可能完成的問題，因?yàn)檫@些問題會引發(fā)其他警報和觸發(fā)其他操作。
希望智能運(yùn)維工具能夠減少人員和成本。實(shí)際上，那些從事云運(yùn)維工作的人正在創(chuàng)建一門新學(xué)科。企業(yè)已經(jīng)看到了云運(yùn)維專家數(shù)量的增長，并且他們有著相當(dāng)不錯的薪水。這就推高了成本，降低了他們認(rèn)為通過使用公共云會獲得的價值。
我已看到一些企業(yè)基于商業(yè)案例對智能運(yùn)維工具進(jìn)行投資，該案例針對于使用更少的運(yùn)維人員，并且能夠根據(jù)運(yùn)維模式自動得出成本。盡管未來有進(jìn)一步降低成本和減少人員的潛力，但智能運(yùn)維需要大量的運(yùn)維專業(yè)知識。通常，您會看到智能運(yùn)維會推動云運(yùn)維團(tuán)隊人員的增加，并且初期的成本至少在幾年內(nèi)會上漲。但您必須為提高效率進(jìn)行投資;您不能在減少投資的同時期望獲得好的結(jié)果。
使用智能運(yùn)維來提供更好的安全性。那些從事云安全工作的人已經(jīng)知道，運(yùn)維自動化流程不是保護(hù)云端應(yīng)用程序和數(shù)據(jù)的好方法。事實(shí)上，考慮到您將要應(yīng)對更復(fù)雜的安全系統(tǒng)，將智能運(yùn)維與云安全工作結(jié)合起來實(shí)際上會降低安全性。
為了有效地使用，智能運(yùn)維工具必須非常謹(jǐn)慎地進(jìn)行部署。市場的發(fā)展速度如此之快，難免會發(fā)生錯誤。但基于常識，您會發(fā)現(xiàn)智能運(yùn)維最終會為您提供想要的價值。
