DevOps将单一产品分解为更小但有价值的组件，这些组件可以作为独立云服务进行交付。一旦建立基于此模型的交付团队，它将以SLA(Service Level Agreements，服务等级协议)的形式提供服务。为了实现这些要求，必须建立健全的监控和告警实践。与其他任何DevOps实践一样，自动化运维是终极目标。但是，当面对监控和告警信息时，AIOps平台则是黄金标准。

平台价值

如果没有AIOps平台，告警信息和事件数量可能会迅速失控。如何识别并关联来自不同系统的告警信息，特别是来自独立系统或团队的告警信息，同样是亟待解决的问题。至关重要的是，在问题事件发展到很严重之前，没有内置的智能程序可以协助预测并识别问题，因此像机器学习这样的高级工具和技术是无法进行自我修复的。

为了确保构建有效的AIOps平台，必须深入理解监控数据。对致力于实现AIOps目标的DevOps工程师来说，创建可以对告警信息进行优先级排序，并将结果传递至高级修复工具中的监控平台是非常必要的。P1(Priority 1，优先级1)事件总是需要立即响应，但是P1级别的事件很少。对于客户来说，更常见的是低级别事件。然而，跨系统的低级别事件碰到一起，很可能会导致严重的问题。理解和响应这些需求，并关联不同系统的告警信息，需要建立健全的监控系统。

如果想要这些修复措施产生效果，就需要建立事件之间的关联关系，而这些关联关系需要依据规则库建立，并通过自动化工具进行管理。需要明确的是，先进的监控系统会提供更多的告警信息，因此监控的扩展能力将变得很重要。这就是云原生DevOps平台最有价值的部分，因为它提供了有效的方法，以快速管理不断增长的数据量。

“左移”和“右移”

要转向AIOps模型，需要对实践和工具的左移和右移进行组合并实施。这意味着在开发阶段的早期，就需要结合来自产品线持续的反馈，优先考虑监控。一旦在此模型下大规模管理监控和告警信息，就可以通过AIOps平台来利用机器学习和其他先进分析技术将这些任务自动化管理，进而获得更积极、有效和动态的观测和修复能力。最终，通过满足服务等级目标、改进交付体验和提升客户满意度，公司将更具弹性。

如果没有AIOps平台，修复措施将需要不同领域(从云基础设施到应用系统架构)的专家共同开会，以确定事件的根本原因，这将消耗大量的时间和资源。AIOps平台可以确保在P1事件发生时将关联告警信息立即通报相关领域专家，从而减少服务中断时间，并采取有针对性的补救措施。

提升开发者和用户体验

如果服务提供商希望建立先进的DevOps生态，AIOps是必不可少的。它可为开发者提供安全的CI/CD管道，为产品变更提供有效保障。由于产品质量验证是自动化的，因此这进一步提高了企业的“右移”能力。这一举措自然减轻了开发者在质量管理方面的负担，也减少了同行评审的要求。因为应用程序和功能特性可以安全的快速迭代，同时服务可用性也得到持续维护和优化，因此AIOps模型同样提升了客户满意度。

研究表明，大多数事件(74%)发生时客户是先于支持团队发现问题的。66%的现有监控解决方案仅仅识别了不足一半的性能故障或中断问题，而且随着IT系统(特别是由云服务引起的)复杂性增强，将会导致更多的中断问题发生。当这些问题逐渐暴露，向更加智能的解决方案靠拢，自然是非常清晰且迫切的需求。现在的客户不仅希望服务提供商的服务可用性水平几近百分百，同时还要求服务表现可视化。

监控平台可以通过先进的报表和数据工具提供可视化服务，从而轻松的创建多用途的仪表板(仪表数据展示界面)。这些数据同样可以被DevOps工程师用来创建自我修复的工作流，这些工作流可以被内嵌在AIOps平台，进一步提升开发人员体验。

在构建DevOps平台时，DevOps工程师的最终目标是开发一个为开发人员量身定制的环境。减少开发人员在实现各种操作(例如安全、测试和监控功能)中花费的时间，让他们可以专注提升交付服务，为开发人员和客户创造更好的体验。通过AIOps平台将自动化引入修复任务，可大大降低生产阶段报错的可能。这就是所有服务提供商在其DevOps战略中所追求的目标模型。

译者介绍

仇凯，51CTO社区编辑，目前就职于北京宅急送快运股份有限公司，职位为信息安全工程师。主要负责公司信息安全规划和建设(等保，ISO27001)，日常主要工作内容为安全方案制定和落地、内部安全审计和风险评估以及管理。

原文标题：How Monitoring and AIOps Delivers the Ultimate DevOps Platform，作者：Prashant Jain