扎心的運維告警
如何最佳的配置“告警”
是每一個運維夥伴工作中面臨的棘手問題
引
隨着企業數字化轉型的深化，許多行業都捲入了數據爆炸的洪流之中。健康大數據、金融大數據、政務大數據等等…而運維從業者這一羣體，與數據的關聯更加緊密。
當下APM產品逐步普及，運維夥伴可以輕易將所需關注的數據進行可視化的展現，對業務的變化可以做到一目瞭然。但同時，也給自己套上了“緊箍咒”，監控平臺的“紅色標識”，郵箱、短信收到的告警提示，緊牽着運維夥伴的神經。
問題也隨之而來，如何最佳的配置“告警”，是每一個運維夥伴工作中面臨的棘手問題。
業務越來越複雜，越早的發現局部小問題，才能更好的保障業務的運行。
如何實現精細化的告警?
“可用性”是判斷應用健康狀況的一項重要指標。但這一項指標告警可能存在一些遺漏及誤報，比如在金融行業常見的前置應用到核心應用這一架構中，當核心應用的“成功率”、“響應率”等指標正常時，是否即可判定應用正常？
實際情況中，核心應用通常承載許多程序模塊，當其中某一程序模塊出現問題時，而整體的指標在正常的範圍時，“可用性”告警可能就失效了。
這一場景下，“過濾器”即可發揮出價值。
“過濾器”可通過一組搜索條件，在已歸類好的交易裏將我們關注的某種特徵的交易篩選出來，例如IP端口、不同交易渠道、不同交易類型等維度，再結合運算，做單獨的分析，即可實現更加精準的告警配置。
舉例來說，在配置高危事件告警時，可通過監控關鍵交易及關鍵節點的性能指標，對交易中出現的關鍵錯誤碼的重點識別來實現對高危事件的告警。當然，這僅是“過濾器”應用的冰山一隅，在面對更加複雜的場景時，“過濾器”有更大的發揮空間。
隨着業務的增長、告警的精細化要求，監控的需求越來越大，傳統的配置方法顯然無法滿足，如何應對？
當需要對數據按照維度進行過濾時，當一個維度下的值成千上萬時，當一些值只在離散的時間段內出現，動態增減，人工難以及時響應調整時，想實現對其全面的監控便會十分的困難。潛在的巨大工作量更是難以承受。
此時，“聚合維度告警”挺身而出。通過聚合維度告警，在設置告警對象時，不必再人工對要監控的所有值逐個的指定，只需告訴監控系統所關注的維度，該維度下所有值均會按照告警條件進行監控，並且可以通過例外值的獨立設置，確保監控的精準與可靠。
業務在變，監控需求也在變，告警能不能更加智能？
絕大多數的監控系統都是通過閾值來實現告警的，閾值是固定的，而業務卻是不斷變化的，隨之而來的問題便是告警的泛濫，隱患不言而喻。
近年，很多企業也開始嘗試“去閾值”，動態基線的科學性自然成爲了舉足輕重的大事。
在即將發佈的EZSonar4.1版本中，華青融天優化了原有的“動態基線告警”算法。優化後的AI算法基於模型多週期因素綜合考慮，管理員不需要再額外配置其他參數，在指定需要監控的指標後，便可以自動地實現學習和監控。
運維之路，艱苦漫長，告警的持續改進也不能一蹴而就，運維夥伴需要不斷的優化、不斷的總結。
華青融天亦身先士卒，通過不斷的更新、迭代產品，助力運維夥伴。
華青融天自2007年成立，一直致力於IT智慧運營的產品研發和技術服務，以AI驅動IT智慧運營，發展出一個平臺、三個業務線產品：業務運維EZSonar、安全運營EZAccur、業務洞察和行爲分析EZUBA，全力爲用戶打造一個高粘度的實時大數據平臺。
目前，公司擁有數十項發明專利、技術資質、軟件著作權以及多項自主知識產權產品，並與清華、北大、北航等院校開展產學研合作，共建“人工智能綜合實驗室”
“北航大數據與智能安全管理聯合實驗室”。
擁有包括招商銀行、中信銀行、國開行、平安集團等在內的衆多客戶，行業遍及金融、保險、稅務、醫療、航空、軍工等十多個領域。