智能运维AIOps建设的困惑和锦囊 六之二:感觉高大上,企业运维成熟度不高的要怎么办?

在展会上遇到很多企业,对智能运维感兴趣,但往往一想到自己企业的IT情况,又不太敢深入研究。有些是觉得以后企业大部分系统上云了,自有云服务商来进行保障;也有些觉得自己的IT运维数据还不完善、成熟度不高,一时不敢考虑。

从智能运维的建设节点来看,无论在数据处理能力维度和数据类别维度,都有各自交叉点可以做的事情。

比如:只有小规模服务器数量、上面的应用也不多,那么不妨先建设监控和告警工具。等初步的系统有了之后,哪天系统规模变大时,就可以直接无缝升级集中监控和集中告警。

再比如:法律法规要求日志等数据必须归档存储,那么,就算先不上机器学习算法,对于现有的数据进行一些治理和归档,也是为了将来有更高端的应用打下扎实的数据基础。

早早地未雨绸缪,为自己企业做3-5年的长期智能运维建设计划。在真正的数字化大潮席卷过来时,就不会临时抱佛脚地再寻找应对方案了。什么时候起步都正是时候~

智能运维AIOps建设的困惑和锦囊 六之二:感觉高大上,企业运维成熟度不高的要怎么办?

 

1  智能运维AIOps建设的困惑和锦囊 六之一:智能运维 = 机器学习算法?