数据中心运维合理化建议

作为企业数字化转型过程中的重要手段，IT运维的效率将直接影响企业的正常运营。从传统运维向智能运维的转变，本质上就是运维数字化的过程。维护。在构建智慧运维的过程中，平台优先还是场景优先始终是困扰很多业务用户的难题。如果用户对自己的数据情况非常清楚，希望对数据仓库进行分片，建立统一的运维数据平台，在清楚了解底层平台需要的能力的情况下，可以优先建设平台；希望它能够直接带来商业价值。您可以优先考虑现场施工。

例如，商业银行如今最大的问题可能只是监控性能低下，存在许多误报和漏报。我们可以从集中式警报开始，利用算法去重、减少噪音，然后在相关警报中测试有效的警报场景，过滤掉那些相关的警报。更有可能影响业务问题。提高了告警处理效率后，通过分析告警源，替代传统的异常检测，可以进一步解决监控指标静态阈值设置不正确的问题，从根本上提高监控效率。这就是如何通过场景化的方式引入智能运维。

智能运维的建设可以根据用户的实际运维情况同步进行、分步进行。根据以往的经验，青创总结了三原则六步骤的最佳实践方案，首先可以通过智能改造的集中监控、智能改造指标监控和日志异常检测来提高数据的实时性（以弥补监控手段的不足））、处理能力，进而通过智能错误排查（根因分析和定位）、智能知识管理（知识图谱）、自我纠错等方式，提升情报数据后处理和分析能力。

正如一些企业所说，运维水平不高就不敢考虑智能化运维吗？

运维水平高的企业可以根据数据处理能力方面，实行统一规划、分散实施，实现运维数据从本地集中到多域集中，即，首先建立运营和维护业务。大数据平台通过加强数据治理、优化数据质量，进而转向基于算法的统计分析乃至实时在线处理，构建多样化的智能运维场景，同时实现智慧建设。层层运维能力。

但是，这种方法并不常用。对于不成熟的企业来说，他们迫切需要解决的是实际运维问题，只有智能化运维才能解决现场的实际问题。这次它是一个可以根据客户当前运营成熟度水平选择特定应用场景并沿着不同路线图进行构建的工具。这就是适合智能运维能力。智能运维的本质是逐步提高运维数据分析处理能力。