浅谈IT运维分析需要具备的核心能力

IT运维分析（IT Operations Analytics，ITOA）指实现基于海量IT运营数据的演绎、归纳推理，并支撑IT运营数据采集、存储、展现的相关技术及服务。其利用数学算法或创新方法，从海量IT监控管理系统采集的原始数据中挖掘有用的信息。ITOA是通过分析海量、低价值密度的IT系统的可用性和性能数据，发现复杂的数据模式，从而辅助优化企业IT运营过程的系统，其需要具备的核心能力如下。

（1）风险根源定位分析：通过融合分析来自基础设施、应用、用户的监控数据，定位产生风险或对系统健康造成潜在威胁的根源所在。

（2）性能可用性预测分析：基于历史数据预测未来系统性能和可用性的变化趋势，以及关联分析对系统可能产生的影响。

（3）问题识别与派发：围绕当前问题，从历史记录中查找解决方案和适合解决问题的团队或人，提高处理问题的效率。

（4）影响范围推理分析：当发现多个风险可能对系统造成影响时，基于从数据中发现的模式推理找出可能影响更大、优先级更高的风险，指导相关人员及时、高效处理这些问题，降低损失。

（5）多源数据融合互补：对IT基础设施和应用采集的数据进行关联、融合，补全网络、应用、服务拓扑结构，完善探查管理类工具信息视图。

（6）动态风险告警阈值管理：自动发现监控指标的正常运行范围，在用户负载变化或系统配置变更后，能够自动从历史数据中发现规律，调整异常告警区间的限定阈值范围。

对于ITOA技术，Gartner在Data Growth Demands a Single,Architected IT Operations Analytics Platform报告中总结了六种：①日志分析技术；②非结构化文本数据索引、查询和推理技术；③拓扑分析技术；④多维数据库查询分析技术；⑤复杂运维事件处理技术；⑥数据统计分析、模式发现与识别技术。具备这些技术的ITOA才能满足基础设施和应用层的监控需求，实现由多源异构探针采集的时间序列指标、日志、代码链路、网络包和用户数字轨迹数据的聚合、关联和分析。目前，市场上的ITOA产品提供商主要有Splunk、Elastic、Dynatrace和RealSight APM等。