优诺CEO 陈傲寒:借助架构管理可视化,破解IT系统图大难题

简介:

谈到IT的运维管理,就不得不提优诺科技,这家专注于为数据中心提供可视化软件产品和IT架构可视化产品的技术公司,虽然还没有被众人熟知,但在IT运维管理行业,已经成为该领域的领导厂商,也是目前全球唯一能够实现从物理到虚拟、从现实到逻辑、从全局到端口的IT和数据中心全面可视化软件平台提供商。

针对7大ITOM(IT运维管理)场景应用,优锘科技推出了眼镜猴(Tarsier)系列IT可视化运维管理平台,包括数据中心可视化(DCV)、地理信息可视化(GIV)、架构管理可视化(DMV)、配置管理可视化(CMV)、性能管理可视化(PMV)、事件管理可视化(EMV)到场景管理可视化(SMV)。8月22日,在位于北京的中央美术学院美术馆内,优诺科技举行了一场简单的媒体沟通会。本次交流的重点,聚焦在了架构管理可视化(DMV)产品上。

高效的IT运维管理,架构图必不可少

无论何种规模的企业,IT架构在建设部署、升级改造或是应用迁移、资源分配等之前,必须对计算、存储、网络、系统、应用等IT架构进行合理设计和规划,在保证项目按时保质顺利实施的同时,也方便后期的管理维护,这就是IT架构图。

对于IT运维管理者来讲,IT架构图始终存在,只是随着技术的演变,IT架构图也经历了几个不同的阶段。优诺科技CEO 陈傲寒告诉记者,IT架构图的发展历经了三个重要的阶段。

第一个阶段叫做手中无图,心中有图。这个阶段企业的IT规模并不大,大部分企业的IT主管虽然没有绘制IT架构图,但在他的心中已经对IT架构作了整体的规划,且了如指掌。据陈傲寒介绍,目前仍然有很多客户仍然没有IT架构图,但在交流中会发现他们对自己的IT架构非常清晰。

第二阶叫做手中有图,组织无图;屏上有图,图无组织。这个阶段虽然已经有了大量的IT架构图,但这些架构图大都掌握在不同的人手里面,由不同的人进行管理,并没有进行集中管理和保存。因此,虽然每个人手中都掌握着不同的IT架构图,但整个大的IT组织里仍然难以找到各种相关的架构图。这也是当前大部分企业所处的阶段。

第二阶段叫做图有组织,组织有图;图中有数,数能生图。这个阶段不但能够看到过往各种数据,而且数能成图,且图中有数,且所有架构图都能够非常方便的收集、制作、查找和归类。这正是优诺科技架构管理可视化(DMV)平台所做的事情。

陈傲寒表示,所有的IT架构设计都要先画图,画完图再去建设,把图变成企业的IT系统。这样的系统不但有规划、易实现,而且还能够很好的为日后架构改造、系统变更、资源分配等提供指导帮助,因此在在整个IT的生命周期中,IT架构图一直都是非常重要的,并且一直在不断增加。

IT系统日趋复杂,架构图管理急待解决

在IT不断演进的过程中,IT架构发生了巨大的变化,从最终的大型机时代,到X86服务器,再到虚拟化时代、云/容器时代,企业IT的规划越来越大,复杂度越来越高,变化也越来越快。

随着IT架构和系统的演变,IT架构图越来越复杂,数量越积越多。正如前面提到的一样,当前大部分企业还处于手中有图,组织无图,屏上有图,图无组织阶段。随着IT架构不断复杂化,IT架构图也越来越多,越来越复杂,管理难度越来越大,出现问题也越来越多。

陈傲寒告诉记者,当前阶段企业IT架构图主要面临着三大方面的问题:

其一,IT架构图之间是相互割裂的,没有任何关系,像网管工具、主机监控工、应用监控工具等,都有大量的架构图,也有很多的数据,但这些图与图之间、数与数之间是不存在任何联系的。

其二,由于IT架构图掌握在不同的人手里面,由不同的人来管理,没有组织,组织也没有图。只要出现人员调动或离职等情况,就会有交接不全的情况发生,其所分管的架构图就很容易丢失。

其三,由于缺乏统一的管理,IT架构图每次更新其版本管理都会出现这样那样的一些问题,最终导致无法找到需要版本架构图的情况发生。

优诺架构管理可视化(DMV)平台,破解IT架构管理大难题

针对IT架构图管理大难题,优诺正式推出了架构管理可视化(DMV)平台,它IT架构变成一张张“数图连通”还能自动更新的地图,带来数据驱动的自动绘图,灵活的视图钻取以及团队化的协作分享等功能。

IT架构图管理的第三阶段图有组织,组织有图;图中有数,数能生图正是优诺提出来的,优诺认为这个阶段一定要把分散的图集合起来,并把和数据没有关系的图跟数据连接,形成一个完整的 IT地图引擎。在这个地图系统中,你不但能够看到一共有多少张架构图,而且还能够看到各个团队手中有多少张,分别是什么图以及图片的版本等,都可以一览无余。除此之外,你还可以看到当前有那些应用有故障,这个应用的部署结构图是什么样的,与这个应用相关联的哪个数据库在告警,这个数据库是通过哪些设备外联的,告警故障是什么,核心指标参数是什么,这个指标的历史是什么等等信息,都可通过一张IT架构图获得。实际上,这样的图和图不再是简单的文件,而是数据。

陈傲寒表示,优诺架构管理可视化(DMV)平台不但能够将直接将Visio图表直接导入,而且通过AI技术可以直接将图片导入,并自动关联相关的数据,当然这些数据也支持手动调整。据悉,图片导入成功率达到了95%以上,而随着AI技术不断成熟,未来还要以直接识别手机拍摄的图片,将其成功导入系统当中。

“针对IT运维管理。优诺架构管理可视化(DMV)平台为提供了一个强大的数据地图搜索功能和数据转换工具,不但可以内部使用,还对外提供搜索服务,并支持将它变成一个服务发布给其他的IT系统使用。” 陈傲寒如是说。


本文作者:ZC

来源:51CTO

相关文章
|
1月前
|
人工智能 前端开发 编译器
【AI系统】LLVM 架构设计和原理
本文介绍了LLVM的诞生背景及其与GCC的区别,重点阐述了LLVM的架构特点,包括其组件独立性、中间表示(IR)的优势及整体架构。通过Clang+LLVM的实际编译案例,展示了从C代码到可执行文件的全过程,突显了LLVM在编译器领域的创新与优势。
83 3
|
1月前
|
监控 安全 API
使用PaliGemma2构建多模态目标检测系统:从架构设计到性能优化的技术实践指南
本文详细介绍了PaliGemma2模型的微调流程及其在目标检测任务中的应用。PaliGemma2通过整合SigLIP-So400m视觉编码器与Gemma 2系列语言模型,实现了多模态数据的高效处理。文章涵盖了开发环境构建、数据集预处理、模型初始化与配置、数据加载系统实现、模型微调、推理与评估系统以及性能分析与优化策略等内容。特别强调了计算资源优化、训练过程监控和自动化优化流程的重要性,为机器学习工程师和研究人员提供了系统化的技术方案。
161 77
使用PaliGemma2构建多模态目标检测系统:从架构设计到性能优化的技术实践指南
|
27天前
|
机器学习/深度学习 算法 数据可视化
基于深度混合架构的智能量化交易系统研究: 融合SSDA与LSTM自编码器的特征提取与决策优化方法
本文探讨了在量化交易中结合时序特征和静态特征的混合建模方法。通过整合堆叠稀疏降噪自编码器(SSDA)和基于LSTM的自编码器(LSTM-AE),构建了一个能够全面捕捉市场动态特性的交易系统。SSDA通过降噪技术提取股票数据的鲁棒表示,LSTM-AE则专注于捕捉市场的时序依赖关系。系统采用A2C算法进行强化学习,通过多维度的奖励计算机制,实现了在可接受的风险水平下最大化收益的目标。实验结果显示,该系统在不同波动特征的股票上表现出差异化的适应能力,特别是在存在明确市场趋势的情况下,决策准确性较高。
65 5
基于深度混合架构的智能量化交易系统研究: 融合SSDA与LSTM自编码器的特征提取与决策优化方法
|
6天前
|
消息中间件 监控 小程序
电竞陪玩系统架构优化设计,陪玩app如何提升系统稳定性,陪玩小程序平台的测试与监控
电竞陪玩系统架构涵盖前端(React/Vue)、后端(Spring Boot/php)、数据库(MySQL/MongoDB)、实时通信(WebSocket)及其他组件(Redis、RabbitMQ、Nginx)。通过模块化设计、微服务架构和云计算技术优化,提升系统性能与可靠性。同时,加强全面测试、实时监控及故障管理,确保系统稳定运行。
|
1月前
|
机器学习/深度学习 人工智能 并行计算
【AI系统】Kernel 层架构
推理引擎的Kernel层负责执行底层数学运算,如矩阵乘法、卷积等,直接影响推理速度与效率。它与Runtime层紧密配合,通过算法优化、内存布局调整、汇编优化及调度优化等手段,实现高性能计算。Kernel层针对不同硬件(如CPU、GPU)进行特定优化,支持NEON、AVX、CUDA等技术,确保在多种平台上高效运行。
93 32
|
1月前
|
存储 机器学习/深度学习 人工智能
【AI系统】计算图优化架构
本文介绍了推理引擎转换中的图优化模块,涵盖算子融合、布局转换、算子替换及内存优化等技术,旨在提升模型推理效率。计算图优化技术通过减少计算冗余、提高计算效率和减少内存占用,显著改善模型在资源受限设备上的运行表现。文中详细探讨了离线优化模块面临的挑战及解决方案,包括结构冗余、精度冗余、算法冗余和读写冗余的处理方法。此外,文章还介绍了ONNX Runtime的图优化机制及其在实际应用中的实现,展示了如何通过图优化提高模型推理性能的具体示例。
61 4
【AI系统】计算图优化架构
|
20天前
|
人工智能 芯片 Windows
ARM架构PC退货率与CEO策略透视
ARM架构PC退货率与CEO策略透视
|
23天前
|
机器学习/深度学习 存储 人工智能
基于AI的实时监控系统:技术架构与挑战分析
AI视频监控系统利用计算机视觉和深度学习技术,实现实时分析与智能识别,显著提升高风险场所如监狱的安全性。系统架构包括数据采集、预处理、行为分析、实时决策及数据存储层,涵盖高分辨率视频传输、图像增强、目标检测、异常行为识别等关键技术。面对算法优化、实时性和系统集成等挑战,通过数据增强、边缘计算和模块化设计等方法解决。未来,AI技术的进步将进一步提高监控系统的智能化水平和应对复杂安全挑战的能力。
|
28天前
|
机器学习/深度学习 前端开发 算法
婚恋交友系统平台 相亲交友平台系统 婚恋交友系统APP 婚恋系统源码 婚恋交友平台开发流程 婚恋交友系统架构设计 婚恋交友系统前端/后端开发 婚恋交友系统匹配推荐算法优化
婚恋交友系统平台通过线上互动帮助单身男女找到合适伴侣,提供用户注册、个人资料填写、匹配推荐、实时聊天、社区互动等功能。开发流程包括需求分析、技术选型、系统架构设计、功能实现、测试优化和上线运维。匹配推荐算法优化是核心,通过用户行为数据分析和机器学习提高匹配准确性。
86 3
|
26天前
|
前端开发 搜索推荐 安全
陪玩系统架构设计陪玩系统前后端开发,陪玩前端设计是如何让人眼前一亮的?
陪玩系统的架构设计、前后端开发及前端设计是构建吸引用户、功能完善的平台关键。架构需考虑用户需求、技术选型、安全性等,确保稳定性和扩展性。前端可选用React、Vue或Uniapp,后端用Spring Boot或Django,数据库结合MySQL和MongoDB。功能涵盖用户管理、陪玩者管理、订单处理、智能匹配与通讯。安全性方面采用SSL加密和定期漏洞扫描。前端设计注重美观、易用及个性化推荐,提升用户体验和平台粘性。
56 0

热门文章

最新文章