七牛云智能运维新品发布,何以成为行业颠覆性创新?

简介: 七牛云智能运维新品发布,何以成为行业颠覆性创新?

2021年7月9日,国内领先的企业级云服务商七牛云在上海举办新品发布会,发布其智能运维产品PISA。

PISA,即Pandora Intelligent Service Analysis,是基于七牛云的机器数据分析平台Pandora开发的智能服务分析工具。七牛云将PISA定义为Pandora上的全新应用,可见其对行业及七牛云本身的意义非同小可。

Pandora是七牛云推出的云原生的机器数据分析平台,通过平台和AI算法能力共同提供探索数据价值的核心能力,PISA是这个核心能力在智能运维领域的落地应用。通过PISA,Pandora的能力被充分地利用并开放给开发者,使得运维开发人员能够更加简单直接地根据自身业务场景灵活使用Pandora各项能力。

分析能力的开放是如何实现的?从架构上来说,PISA分为底、中、上三层。底层以Pandora 核心计算引擎为基础,输出强大、稳定、高性能、低成本的计算能力。中层依靠Pandora 开放平台,为开发者提供丰富、开放、易用的支撑功能。上层是应用层,依托七牛云丰富的AIOps 经验落地智能运维服务的应用,帮助最终用户灵活应对不同业务和IT运维分析场景。

yy.png


更智能的智能运维

既然通过PISA可以让Pandora的能力得以输出,那么我们就不得不说说PISA和Pandora结合对企业实际场景中的运维能够产生哪些帮助。

以一个实际场景——客户电话反馈银行代缴水电费出现问题为例,传统的处理方式往往是,客服提交工单给IT进行运维排查,运维排查问题并通过客服向客户反馈结果。然而此时,故障已经发生,客户体验难以挽回。在PISA和Pandora的帮助下,整个银行的运维系统可以发生根本性的转变。

首先,将事后处理变为事前发现。仍以上述案例为例,在客户致电之前,银行的IT部门就能够收到代缴费服务可能出现问题的告警。随后,相比于传统逐层、逐块排查的运维排查方式,PISA能够通过业务交易健康服务分析器迅速发现问题并修复故障。

PISA为实际运维业务流程带来的根本性改变,来自于七牛云思考方式的不同。


1、打通业务和运维,事后处理转变为事前发现

在实际场景中,业务和运维往往是两个割裂的部门。由于职业要求,业务部门一般不在意系统的底层是如何实现的,他们更重视交付。同时,两个部门一般很少交流,只有在出现故障或者业务想要争取IT资源时,才会凑在一起解决问题。

这就导致运维一直是公司的成本中心,是花钱的地方,从盈利的角度来说,自然是越花小钱办大事越好,但这也导致出问题的可能性提高。但如果让运维能够提前发现可能发生的问题,为公司减少亏损,将成本中心转变为利润中心,就是更优的运营逻辑。

七牛云认为,业务和运维要打通,这样运维才能提前预知风险,业务也才能更稳定、更安全地开展。


2、打通运维和运维,只有数据互通才能更快地修复故障

IT系统的每一个环节都可能有故障发生,然而现有的监控、运维系统往往只能关注到某一个层面,比如SkyWalking监控应用层,ZABBIX监控服务层。因此,要逐一排查非常费时费事。

并且,当企业的运维部门细分到应用运维、主机系统、网络、DBA等多条责任线时,由于数据不互通,排查更是困难。就好像破案时各部门无法将线索共享,势必会耽误进展。

因此,七牛云最底层的思考在于,数据一定要汇聚。七牛云成立于2011年,十年间,公司最重要的资产要数其建立了统一的异构数据湖,这也是Pandora得以施展拳脚的基础。


异构数据湖正发挥价值

从公司整体来看,七牛云的主营业务包括Media PaaS与Data PaaS等,所有数据会汇聚到脱胎于集合结构化、非结构化、半结构化数据的异构数据湖中。

Pandora是机器数据分析平台,负责分析任何机器或者系统所产生的数据,比如服务器、传感器、各种应用、网络设备等产生的数据。

Pandora有三大优势。首先,Pandora能够实现计算与存储的完全解耦,资源应需而变。

第二,Pandora原生支持schema on read的能力。支持采集时、索引时、搜索时三种解析方式。搜索时解析带来了极其简便的数据接入体验。

同时,Pandora使用SPL语言进行数据分析(SPL,机器数据分析的标准语言,SPL=SQL+Unix Pipeline)。SPL语言具备统一检索、分析、可视化和告警等需求的能力,支持对原始数据直接进行处理,且专为时序数据优化。

Pandora的三大优势完美地解决了复杂数据的高效智能分析问题,也与PISA结合,为智能运维的颠覆性创新带来了答案。上文所说的主动发现、数据打通,其实就是异构数据的累积与异构数据的分析能力相结合的结果。


工业互联网时代,智能运维爆发新火花

2020年8月24日,在全球因疫情影响全面线上办公的时候,Zoom停服3小时。在对用户带来不便的同时,也使其蒸蒸日上的势头遭受质疑。对于互联网和科技公司来说,服务的稳定性意味着业务本身,其重要性不言而喻。

如今,除互联网本身外,IT技术及智能技术走进了深水区。在工业及制造业,运维正发挥着前所未有的效力。预测性维护、故障预诊、远程智能运维、工业数据分析……,这些相对成熟的功能已经在工厂、电力系统、轨道系统等领域先后应用。

在这些行业,各种机器及系统时刻都在产生数据,「有数据,缺算法」是行业常态。因此,如何采集及分析机器数据,是七牛云等公司制胜智能运维的关键。从这个角度看,今日发布的PISA与Pandora结合,可谓是七牛云搅动行业浪花的一个举动。

相关文章
|
16天前
|
机器学习/深度学习 人工智能 运维
|
5天前
|
机器学习/深度学习 运维 Cloud Native
构建高效运维体系:从自动化到智能化的演进之路
在当今数字化时代,运维作为信息技术的重要支柱,其效率与创新能力直接关系到企业信息系统的稳定性和业务连续性。本文将探讨如何通过技术手段,实现运维从传统手工操作向自动化、智能化的转变,进而构建一个高效、可靠的运维体系。我们将从自动化工具的应用开始,逐步深入到智能运维的实践,最终展望云原生架构下的运维未来趋势。
|
11天前
|
消息中间件 运维 安全
云消息队列 ApsaraMQ Serverless 演进:高弹性低成本、更稳定更安全、智能化免运维
在 2024 年云栖大会上,阿里云智能集团产品专家刘尧全面介绍了云消息队列 ApsaraMQ Serverless 的落地成果和产品进展。此外,我们还邀请到杭州优行科技有限公司中间件消息研发负责人王智洋,分享了 ApsaraMQ for Kafka Serverless 助力曹操出行实现成本优化和效率提升的实践经验。
|
12天前
|
弹性计算 运维 监控
高效运维:从自动化到智能化
本文探讨了运维领域的发展历程,重点分析了自动化和智能化在提升运维效率和稳定性中的关键作用。通过对实际案例的剖析,展示了如何利用现代技术手段优化运维流程,并展望了未来运维的发展方向。
|
9天前
|
机器学习/深度学习 人工智能 运维
构建高效运维体系:从自动化到智能化的演进之路
在当今数字化时代,运维作为保障企业IT系统稳定运行的关键环节,正经历着前所未有的变革。本文将探讨如何通过实施自动化和引入智能化技术,构建一个更加高效、可靠的运维体系,以应对日益复杂的业务需求和技术挑战。
21 1
|
15天前
|
机器学习/深度学习 人工智能 运维
高效运维:从自动化到智能化的演进之路
在当今数字化时代,运维领域正经历着从人工到自动化,再向智能化迈进的深刻变革。本文将探讨自动化运维的实践方法、面临的挑战以及如何向智能化运维转型的策略,旨在为读者提供一条清晰的演进路径,帮助企业提升运维效率,降低风险,并最终实现价值最大化。
|
19天前
|
机器学习/深度学习 运维 安全
构建高效运维体系:从自动化到智能化的演进之路
在数字化转型的浪潮中,运维管理作为信息技术基础设施的重要支柱,正经历着从传统手工操作向自动化、智能化的深刻变革。本文将探讨如何通过引入自动化工具和平台,实现运维流程的标准化与效率提升;进而利用大数据分析和人工智能技术,迈向预测性维护和智能决策支持的高级阶段。通过案例分析,揭示成功转型的关键因素,为运维专业人士提供一套可借鉴的升级路径。
|
17天前
|
机器学习/深度学习 人工智能 运维
构建高效运维体系:从自动化到智能化的演进之旅
在当今数字化时代,运维作为信息技术领域的核心组成部分,其重要性日益凸显。随着企业业务的不断扩展和技术的日新月异,传统手工运维方式已难以满足现代IT架构的需求。因此,构建一个高效、智能的运维体系成为业界共识。本文将探讨如何通过自动化和智能化手段,实现运维效率的质的飞跃,并分享一些成功案例与实践经验。
|
8天前
|
机器学习/深度学习 运维 监控
高效运维:从自动化到智能化的演进之路
在当今信息技术飞速发展的时代,运维作为保障信息系统稳定、高效运行的重要环节,正经历着从传统手工操作向自动化、智能化转变的历史进程。本文将探讨自动化运维的实践价值与实施策略,阐述智能化运维的理念框架及其关键技术,并通过案例分析揭示这一演进路径如何助力企业提升运维效率、降低运营成本,并增强对复杂系统的掌控能力。通过深入剖析,本文旨在为读者呈现一幅从自动化迈向智能化的运维全景图,为寻求运维转型的企业提供参考与启示。
|
21天前
|
机器学习/深度学习 人工智能 运维
构建高效运维体系:从自动化到智能化的演进
在当今数字化时代,运维作为保障信息系统稳定运行的关键环节,正经历着前所未有的变革。本文深入探讨了自动化运维向智能化运维演进的过程,分析了这一转变背后的驱动力、实现路径以及面临的挑战,并展望了未来智能运维的发展趋势。通过阐述自动化运维的现状与不足,揭示智能化运维的必要性;详细介绍智能化运维的关键技术,如大数据、人工智能在运维中的应用;探讨如何构建一个既高效又具备自我学习和适应能力的智能运维平台;最后,分析当前企业在实施智能运维过程中遇到的主要障碍,并提出相应的解决策略。文章旨在为运维专业人士提供一套从理论到实践的指导框架,帮助他们把握技术发展脉络,有效推进运维工作的智能化升级。
23 0

热门文章

最新文章

下一篇
无影云桌面