2023信息技術(shù) 云計算 云操作系統(tǒng)智能運維技術(shù)要求

信息技術(shù)云計算云操作系統(tǒng)智能運維技術(shù)要求IIII11目 次前 言 III1范圍 12規(guī)范性引用文件 13術(shù)語和定義 14云操作系統(tǒng)智能運維概述 1云操作系統(tǒng)智能運維框架 2云操作系統(tǒng)智能運維流程 2云操作系統(tǒng)智能運維團隊 35智能運維技術(shù)要求 35.1監(jiān)控管理 35.2告警管理 35.3日志管理 35.4配置管理 45.5健康巡檢 45.6根因分析 45.7動態(tài)閾值檢測 45.8趨勢預測 45.9智能決策 55.10故障預測 55.11故障診斷 55.12故障自愈 5信息技術(shù)云計算云操作系統(tǒng)智能運維技術(shù)要求范圍日志管理、配置管理、健康巡檢、根因分析、無閾值檢測、趨勢預測等內(nèi)容。本文件適用于云服務提供者建立云操作系統(tǒng)智能運維體系和云服務客戶評價云操作系統(tǒng)的智能運維能力。規(guī)范性引用文件（包括所有的修改單適用于本文件。GB/T32400-2015 術(shù)語和定義GB/T32400-2015界定的術(shù)語和定義適用于本文件3.1云操作系統(tǒng)cloudoperatingsystems云操作系統(tǒng)是構(gòu)架于計算、存儲和網(wǎng)絡等物理資源之上，對其資源使用虛擬化技術(shù)進行資源抽象，并對物理資源和虛擬化資源進行統(tǒng)一調(diào)度和運維的基礎軟件。3.2智能運維intelligentoperationsandmaintenance型運維方式。云操作系統(tǒng)智能運維概述式檢查及基于AI的方法解決甚至自動執(zhí)行。233云操作系統(tǒng)智能運維框架要包括物理機、虛擬/圖1云操作系統(tǒng)智能運維框架云操作系統(tǒng)智能運維流程云操作系統(tǒng)智能運維的線上應用一般分為模型訓練和在線處理兩個流程。模型訓練針對歷史///模型訓練，生成檢測模型、預測模型、故障模型等模型。在線處理過程針對線上實時數(shù)據(jù)通過閾值/斷等過程，最后完成通知告警、故障自愈、優(yōu)化建議等操作。圖2云操作系統(tǒng)智能運維流程云操作系統(tǒng)智能運維團隊IT開發(fā)工程師工程師，以下介紹三種角色分工：運維專家，具有豐富的運維領域知識和運維難題的解決能力。負責提供運維場景的特征，標準化不同場景下的運維工作，對復雜的運維問題給出最終決策；人工智能IT用機器學習知識構(gòu)建智能運維模型并對模型進行不斷優(yōu)化，并提供實施建議；將算法模型集成到線上系統(tǒng)等。智能運維技術(shù)要求監(jiān)控管理智能能力從海量監(jiān)控數(shù)據(jù)中發(fā)現(xiàn)問題。云操作系統(tǒng)智能運維的監(jiān)控管理能力要求應包括：支持主機資源的狀態(tài)監(jiān)控和性能監(jiān)控，包括CPU、存儲、網(wǎng)絡、內(nèi)存等；支持虛擬機的狀態(tài)監(jiān)控和性能監(jiān)控，包括CPU、存儲、網(wǎng)絡、內(nèi)存等；支持容器的狀態(tài)監(jiān)控和性能監(jiān)控，包括CPU、存儲、網(wǎng)絡、內(nèi)存等；支持實時監(jiān)控數(shù)據(jù)的查看，支持歷史監(jiān)控數(shù)據(jù)的查詢；支持監(jiān)控數(shù)據(jù)的圖形化展示和統(tǒng)計分析；支持監(jiān)控數(shù)據(jù)的大屏展示，可顯示平臺整體信息；提供實時與離線數(shù)據(jù)處理與清洗；支持數(shù)據(jù)接入、清洗與計算的任務化管理，如任務配置、任務調(diào)度、任務監(jiān)控等；支持多類型數(shù)據(jù)存儲，包括且不限于結(jié)構(gòu)化/類數(shù)據(jù)存儲、圖數(shù)據(jù)存儲等；告警管理支持告警項的告警規(guī)則設置；支持告警閾值展示，宜支持通過頁面進行設置；支持三種以上的告警級別劃分，如中度、嚴重、緊急等；支持告警事件列表的展示，可查詢到當前和歷史的活動告警；支持已產(chǎn)生告警的確認操作，應支持告警的關(guān)閉設置；支持單個資源級別的通知設置，可針對不同的資源設置通知方式和聯(lián)系人；支持告警通知，包括界面、郵件、短信等。日志管理55位異常日志。云操作系統(tǒng)智能運維的日志管理能力要求應包括：支持系統(tǒng)日志、模塊日志等運行日志的采集和集中索引；支持用戶操作日志的采集，可按用戶名、操作類型等篩選展示；支持通過關(guān)鍵詞檢索相關(guān)日志；支持以文件形式導出日志。支持分布式存儲；支持數(shù)據(jù)查詢功能（如按時間維度、對象、實例、關(guān)鍵字等）配置管理云操作系統(tǒng)智能運維的配置管理能力應支持可視化配置，如CPU超分配置、超時策略、數(shù)據(jù)備份與恢復的配置等。健康巡檢能機型全面檢查，的到平臺的整天健康狀況。云操作系統(tǒng)智能運維的健康巡檢能力要求應包括：支持資源狀態(tài)和性能的一鍵巡檢，支持導出巡檢報告；支持服務狀態(tài)的一鍵巡檢，支持導出巡檢報告。根因分析根因分析是指將當前條件與過去采集到的結(jié)構(gòu)化/非結(jié)構(gòu)化數(shù)據(jù)模式進行匹配的復雜分析方法，根因分析的目標是嘗試定位一個系統(tǒng)錯誤的問題根源。云操作系統(tǒng)智能運維的根因分析能力要求包括：應支持運行時狀態(tài)因果關(guān)系構(gòu)建；宜支持基于譜分析和圖搜索的細粒度根因定位。動態(tài)閾值檢測態(tài)閾值檢測能力要求包括：無監(jiān)控模型；測等；應支持文本的異常檢測，應支持基于正則的文本內(nèi)容異常檢測；宜支持基于文本條數(shù)的無監(jiān)督檢測，可檢測出日志暴增等異常；應支持檢測非周期性指標(如CPU，DISKIO等)突增，突降等異常行為；/刪除模型等；趨勢預測趨勢預測是通過對IT云操作系統(tǒng)智能運維的趨勢預測能力要求應包括：支持基于多種算法的資源使用預測，可包括arima、stl、holt-winters等；支持基于多種算法的容量的預測，可顯示多久后可達到使用閾值；支持基于多種算法的性能指標預測；支持對指標數(shù)據(jù)的周期性、趨勢性、增長性、節(jié)假日等特性異常的識別；支持無需經(jīng)過長時間歷史數(shù)據(jù)積累的數(shù)據(jù)異常檢測；智能決策層提供決策建議。云操作系統(tǒng)智能運維的智能決策能力要求宜包括：支持根據(jù)不同的策略（使用率、定時、智能預測）實現(xiàn)卷容量的自動擴容；支持調(diào)度配置，可基于告警、事件等觸發(fā)的相應調(diào)度。故障預測能運維的故障預測能力要求包括：應支持基于SMAART數(shù)據(jù)的磁盤故障預測，可提前2周預測磁盤故障；宜支持基于算法的網(wǎng)絡故障預測，可提前預測網(wǎng)絡故障。CPU、內(nèi)存使用率等；應提供預警規(guī)則配置，實現(xiàn)故障預警（如固定閾值的預警，基于預測結(jié)果的規(guī)則預警等；故障診斷故障診斷指通過對系統(tǒng)故障現(xiàn)場數(shù)據(jù)（工單數(shù)據(jù)等運行數(shù)據(jù)應支持基于人工故障庫的故障診斷；宜支持基于關(guān)聯(lián)關(guān)系的根因告警分析，包括頻率算法、舉例算法等；宜支持告警收斂規(guī)則自學習；宜支持多維度告警收斂模型的挖掘；關(guān)系，推薦引起異常根因的指標、維度組合；應支持產(chǎn)生多個可能