1分钟集成DeepSeek满血版!搭建智能运维助手

简介: 1分钟集成DeepSeek满血版!搭建智能运维助手

阿里妹导读


阿里云 AI 搜索开放平台面向企业及开发者提供丰富的组件化AI搜索服务,本文将重点介绍基于AI搜索开放平台内置的 DeepSeek-R1 系列大模型,如何搭建 Elasticsearch AI Assistant。


DeepSeek-R1满血版与Elasticsearch AI Assistant(智能运维助手)的深度融合,标志着生成式AI(GenAI)与智能运维专业领域的协同正式迈入实战阶段。本文将揭秘如何结合阿里云AI搜索开放平台和阿里云Elasticsearch的AI Assistant,在1分钟内搭建智能运维助手,将LLM技术转化为可落地的运维生产力:


  1. 深度集成:直接调用 Elasticsearch API 实现集群实时状态诊断,支持动态生成可视化数据看板。
  2. 智能交互:通过自然语言指令自动构建精准查询语句,实现查询构建-执行-优化的全流程自动化。
  3. 场景优化:针对运维排障、威胁猎杀、业务分析等场景提供智能建议,显著降低技术门槛。
  4. 定制知识:可配置私有的知识库,结合知识库的内容,调用 DeepSeek 大模型辅助问答。

阿里云 AI 搜索开放平台面向企业及开发者提供丰富的组件化AI搜索服务,本文将重点介绍基于AI搜索开放平台内置的 DeepSeek-R1 系列大模型,如何搭建 Elasticsearch AI Assistant。AI Assistent 可配置私有的知识库:结合知识库的内容,调用 DeepSeek 大模型辅助问答。

一、基于 DeepSeek 系列模型1分钟开启 Elasticsearch 的 AI Assistent


Step 1:创建Elasticsearch实例

按如下文档指引,完成阿里云ES 8.15及以上版本实例的创建和kibana相关配置:https://help.aliyun.com/zh/es/user-guide/ai-assistant-usage-guidelines

Step 2:创建DeepSeek的Connector

在创建Connector(连接器)的页面上,参考上述文档步骤10,在默认模型选项上,将模型设置成“deepseek-r1”。

选择保存并测试,点击运行按钮,如果返回测试成功,就说明DeepSeek的Connector(连接器)正常创建了。

Step 3:选择DeepSeek的Connector进行对话

在操作列表中,确认 Connector (连接器)选择的是刚刚创建的 DeepSeek connector name。

接下来就能使用 DeepSeek-R1等系列 的大模型,使 AI Assistant 发挥更好的效果,帮助用户高效完成对 Elastic 的各种操作。

二、AI Assistant 的场景演示

场景1、辅助集群运维和索引管理(AI Assistant+DeepSeek模型)

Step 1:

创建一个索引,number_of_replicas 设置很大(超过节点数量),集群状态就会变成 yellow;


PUT test/{    "settings": {        "number_of_replicas": 10    }}

Step 2:

让 AI Assistent 分析原因并给出解决方案,AI Assistent 甚至能在用户授权后,直接调整number_of_replicas settings 将集群恢复 green;

针对集群运维和索引管理还可以尝试提问下面一些示例问题:

  • 请列出当前集群的索引,不要包含隐藏索引或者系统索引
  • 将集群分片搬迁速度调大到100mb
  • 创建一个test_new索引,索引结构跟test一样,分片数调整为3个
  • 集群现在负载为什么这么高

场景2、可视化分析

Step 1:

导入样例数据:进入Kibana主页,单击试用样例数据—其他样例数据集,将kibana准备的3份示例数据导入Elasticsearch;

Step 2:

点击如下图的 Logs 按钮,可以进行 AI Assistent 的可观测分析;

Step 3:

在分析过程中,点开任意一条日志,AI Assistent 可帮助我们了解消息的含义以及如何查找相似日志;

Step 4:

AI Assistent 上制作可视化的图表:

  • 提问示例:

“分析kibana_sample_data_ecommerce索引,列出销售额前5的品类,并制作图表。”

可以看到AI Assistent 画出的相关图表,用户可以点开图表详情进行调整和保存图表。

场景3:Elasticsearch 使用的查询语句生成和各种问题咨询

Step 1:

AI Assistent 可帮助 ES 用户查询 DSL。

  • 提问示例:

“查询kibana_sample_data_ecommerce中一共有多少商品分类,将全部商品分类列出来,可以帮我写出查询的DSL吗”。

AI Assistent 不仅会给出 DSL 的写法,还会解释查询语句,以及返回的结果说明等。

Step 2:

更多示例提问:

  • “帮忙解释下写入、查询的 xx 报错信息”
  • “怎么调整集群的 settings,有哪些 settings 可以调整”
  • “怎么调整索引的 settings,有哪些 settings 可以调整”
  • “参数 cluster.max_shards_per_node 配置是什么意思,给出参数的使用建议”


三、结尾

AI助手推荐模型

输入(元/千tokens)

输出(元/千tokens)

DeepSeek-r1

0.004

0.016

DeepSeek-v3

0.002

0.008

  • Elasticsearch向量增强8.15版新购年付5折优惠已全面上线!

阿里云Elasticsearch:https://www.aliyun.com/product/bigdata/elasticsearch

AI搜索开放平台:https://www.aliyun.com/activity/bigdata/opensearch/platform



相关文章
|
10天前
|
运维 监控 数据可视化
一文拆解 YashanDB Cloud Manager,数据库运维原来还能这么“智能”!
传统数据库运维依赖人工,耗时耗力还易出错。YashanDB Cloud Manager(YCM)作为“智能运维管家”,实现主动、智能、可视化的运维体验。它提供实时资源监控、智能告警系统、自动巡检机制、高可用架构支持和强大的权限管理功能,帮助用户统一管理多实例与集群,减少人工干预,构建现代化数据库运维体系,让企业高效又安心地运行数据库服务。
|
20天前
|
消息中间件 运维 监控
智能运维,由你定义:SAE自定义日志与监控解决方案
通过引入 Sidecar 容器的技术,SAE 为用户提供了更强大的自定义日志与监控解决方案,帮助用户轻松实现日志采集、监控指标收集等功能。未来,SAE 将会支持 istio 多租场景,帮助用户更高效地部署和管理服务网格。
222 51
|
20天前
|
人工智能 自然语言处理 API
如何在 10 分钟内将 DeepSeek API 集成到您的应用程序
在AI时代,DeepSeek API以其先进的模型帮助企业快速集成自然语言处理等功能,无需深厚机器学习背景。通过Apipost工具,开发者可轻松测试、调试API并生成代码,优化工作流。本文介绍从身份验证到错误处理的完整流程,并提供相关资源链接,助您高效实现应用智能化。
|
8天前
|
机器学习/深度学习 人工智能 运维
AI为网络可靠性加“稳”——从断网烦恼到智能运维
AI为网络可靠性加“稳”——从断网烦恼到智能运维
59 2
|
19天前
|
人工智能 Java API
DeepSeek R1 集成难题完美解决:DeepSeek4j来帮你解决
DeepSeek R1 是一款强大的 AI 模型,但在 Java 生态中集成存在诸多挑战,如思维链丢失、参数限制和流式处理不完善等问题。DeepSeek4j 的出现解决了这些难题,它专为 Java 开发者设计,支持完整思维链保留、流畅的流式响应和简单优雅的 API。通过与 Spring Boot 的无缝集成,开发者只需几行代码即可快速接入 DeepSeek R1。此外,DeepSeek4j 提供调试页面、性能优化功能(如 GPU 加速和模型缓存),助力开发者高效利用 AI 技术,推动智能化应用落地。
|
1月前
|
存储 人工智能 运维
idc机房智能运维解决方案
华汇数据中心一体化智能运维方案应运而生,以“自主可控、精准洞察、智能决策”三大核心能力,助力企业实现运维效率提升与综合成本下降的数字化转型目标。
103 24
|
1月前
|
数据采集 机器学习/深度学习 人工智能
智能运维在IT管理中的实践与探索
【10月更文挑战第21天】 本文深入探讨了智能运维(AIOps)技术在现代IT管理中的应用,通过分析其核心组件、实施策略及面临的挑战,揭示了智能运维如何助力企业实现自动化监控、故障预测与快速响应,从而提升整体运维效率与系统稳定性。文章还结合具体案例,展示了智能运维在实际环境中的显著成效。
97 26
|
1月前
|
消息中间件 运维 监控
智能运维,由你定义:SAE自定义日志与监控解决方案
SAE(Serverless应用引擎)是阿里云推出的全托管PaaS平台,致力于简化微服务应用开发与管理。为满足用户对可观测性和运维能力的更高需求,SAE引入Sidecar容器技术,实现日志采集、监控指标收集等功能扩展,且无需修改主应用代码。通过共享资源模式和独立资源模式,SAE平衡了资源灵活性与隔离性。同时,提供全链路运维能力,确保应用稳定性。未来,SAE将持续优化,支持更多场景,助力用户高效用云。
123 1

热门文章

最新文章