勤智ITBA运维大数据解决方案
ITBA运维大数据分析系统是一套深度分析和挖掘多种异构数据源运维数据的大数据平台。通过对运维过程中每分每秒产生的亿万条海量数据进行挖掘，它可以提取和生成有价值的运维分析数据，帮助企事业单位用户找到问题根源和优化改进的关键点，从而对当前业务系统及运维系统多角度精准评估和把控。
随着运维精细化要求的日益提升，企事业单位需要积累更多的能力辅助智能化运维场景和策略，实现更多管理途径的扩展。异构化环境的复杂化，导致企事业单位用户对数据分析的要求越来越高。借助海量的运维数据优化改进当前工作方法，建立在大数据分析基础上的智能化运维时代已经来临。
勤智ITBA将大数据技术与运维管理系统无缝结合，对运维过程中产生的大量数据进行关联挖掘、周期预测、行为学习、规律分析等，为用户提供更加精确且符合企业业务的解决方案，提前定位和预知各类故障，从而进行趋势预测、业务分析和多角度评估。
传统的运维，通过各类运维工具或网管软件来实现日常管理，数据格式各不相同，告警内容及规则各异。勤智ITBA运维大数据能够将各个独立分散的系统进行整合，并提供标准接口。运维整合，体现在数据的采集、分析、汇总、处理、总结、预案等几个层面。
勤智运维以“让运维更智能，让业务更高效”为理念，在业界率先提出基于运维大数据的智能化解决方案，通过OneCenter平台中的ITBA运维大数据分析系统，帮助运维人员预防故障发生和快速解决故障，也可为运维决策提供预测依据。
ITBA运维大数据的价值
作为统一运维监控的工具，可以采集各家数据，将非标准数据变为标准数据。
提炼系统运行过程中产生的数据，进行数据检索，做日志分析。
对数据进行深度挖掘和智能分析，从海量离散的数据中提取和分析各类客户关注的指标和内容。
ITBA运维大数据解决方案
ITBA运维大数据分析系统内部整合了Hadoop、Speak、Kafka、MongoDB、Solr、Flume等多种大数据架构技术，提供多种类型数据接口的采集方式，实现多平台/多业务的监控、流程等运维工具的数据整合和统一管理。同时，提供对于其他业务平台的数据展现、数据统计、告警分析和业务分析功能，可以将多个系统在门户内进行统一登录展现；也可以与其他系统对接，从第三方系统登录至运维系统平台。
OneCenter 运维大数据-应用方案
OneCenter 智能健康评估-评估指标
OneCenter智能健康评估-智能健康评估对象
系统提供多种数据接入方式，除传统的数据接口方式接入外，还提供文件批量导入、网络端口同步、数据库脚本抓取、Kafka通道监听等多种便捷的接入方式，也可录入告警数据、性能数据、日志数据、工单数据等不规则格式的动态数据，以实现运维数据的海量存储和集中化检索分析。
OneCenter 智能分析挖掘-相关性挖掘
相关性挖掘
基于运维健康评估结果，深层次挖掘引起问题发生的设备及指标之间的内部潜在关系，寻找问题根源及解决方案，以防止故障再次发生。
指标故障关联性分析（同时发生概率）
指标运行相关性分析（运行趋势正负相关性）
故障根源分析、故障影响分析
周期性挖掘
OneCenter 智能分析挖掘-运行风险预测
OneCenter 智能学习处理-自动学习及处理
OneCenter 运维大数据应用场景-大数据日志分析
OneCenter 运维大数据应用场景-业务系统健康分析
运维大数据系统提供构建运维指数评估分析的模型，根据历史数据变化规律，挖掘业务、指标、故障等关联信息，为用户真正建立一套完整的运维数据分析和数据挖掘展现平台。通过运维大数据系统，用户可以轻松管理全网各业务资源状态、告警及运维和资产，并根据数据分析模型了解运维工作整体情况和资源运行使用情况，为用户运维工作优化和IT业务发展提供依据。
聚焦业务系统长期运行变化数据，自动化学习构建业务个性化健康标准。
定期“体检”，及时发现业务系统潜在“短板”，可能影响业务的“亚健康”设备。
360°全方位通过相关性、周期性等挖掘算法，协助排查影响健康的问题指标根源。
OneCenter 运维大数据应用场景-IDC业务流量分析
网络流量流向分析：对指定对象进行基于IP地址定位的流量流向分析。
业务违规分析：对IDC接入客户使用IDC带宽从事非法转接以及搭建v*n业务进行分析。
应用协议分析：针对各类应用流量进行统计分析。
主要特点
Hadoop+Spark大数据分布式架构，支持T级以上数据存储计算
运维数据上下文搜索，排查定位问题发生的前因后果
跨数据故障关联分析，提升对故障精确判断能力
运行周期性规律预测，摆脱传统“救火式”运维模式
动态预警基线自学习，减少繁琐的人工阈值设定
海量应用日志监测，彻底消除运维排查的“盲点”
自动化建立健康标准，及时发现“亚健康”设备
随着运维精细化要求的日益提升，企事业单位需要积累更多的能力辅助智能化运维场景和策略，实现更多管理途径的扩展。异构化环境的复杂化，导致企事业单位用户对数据分析的要求越来越高。借助海量的运维数据优化改进当前工作方法，建立在大数据分析基础上的智能化运维时代已经来临。
勤智ITBA将大数据技术与运维管理系统无缝结合，对运维过程中产生的大量数据进行关联挖掘、周期预测、行为学习、规律分析等，为用户提供更加精确且符合企业业务的解决方案，提前定位和预知各类故障，从而进行趋势预测、业务分析和多角度评估。
传统的运维，通过各类运维工具或网管软件来实现日常管理，数据格式各不相同，告警内容及规则各异。勤智ITBA运维大数据能够将各个独立分散的系统进行整合，并提供标准接口。运维整合，体现在数据的采集、分析、汇总、处理、总结、预案等几个层面。
勤智运维以“让运维更智能，让业务更高效”为理念，在业界率先提出基于运维大数据的智能化解决方案，通过OneCenter平台中的ITBA运维大数据分析系统，帮助运维人员预防故障发生和快速解决故障，也可为运维决策提供预测依据。
ITBA运维大数据的价值
作为统一运维监控的工具，可以采集各家数据，将非标准数据变为标准数据。
提炼系统运行过程中产生的数据，进行数据检索，做日志分析。
对数据进行深度挖掘和智能分析，从海量离散的数据中提取和分析各类客户关注的指标和内容。
ITBA运维大数据解决方案
ITBA运维大数据分析系统内部整合了Hadoop、Speak、Kafka、MongoDB、Solr、Flume等多种大数据架构技术，提供多种类型数据接口的采集方式，实现多平台/多业务的监控、流程等运维工具的数据整合和统一管理。同时，提供对于其他业务平台的数据展现、数据统计、告警分析和业务分析功能，可以将多个系统在门户内进行统一登录展现；也可以与其他系统对接，从第三方系统登录至运维系统平台。
运维大数据平台架构
OneCenter 运维大数据-应用方案
运维大数据应用方案
OneCenter 智能健康评估-评估指标
IT基础设施多维度健康评估
OneCenter智能健康评估-智能健康评估对象
智能监控评估对象
系统提供多种数据接入方式，除传统的数据接口方式接入外，还提供文件批量导入、网络端口同步、数据库脚本抓取、Kafka通道监听等多种便捷的接入方式，也可录入告警数据、性能数据、日志数据、工单数据等不规则格式的动态数据，以实现运维数据的海量存储和集中化检索分析。
OneCenter 智能分析挖掘-相关性挖掘
相关性挖掘
基于运维健康评估结果，深层次挖掘引起问题发生的设备及指标之间的内部潜在关系，寻找问题根源及解决方案，以防止故障再次发生。
指标故障关联性分析（同时发生概率）
指标运行相关性分析（运行趋势正负相关性）
故障根源分析、故障影响分析
周期性挖掘
基于相关性分析结果，深层次排查引起问题相关性指标的潜在发生规律，预测未来可能出现的问题时间范围及解决建议，以便提前做好预防措施。如寻找指标高峰区间、故障发生频率的等差数列。
相关性及周期性挖掘
OneCenter 智能分析挖掘-运行风险预测
OneCenter 智能学习处理-自动学习及处理
OneCenter 运维大数据应用场景-大数据日志分析
OneCenter 运维大数据应用场景-业务系统健康分析
运维大数据系统提供构建运维指数评估分析的模型，根据历史数据变化规律，挖掘业务、指标、故障等关联信息，为用户真正建立一套完整的运维数据分析和数据挖掘展现平台。通过运维大数据系统，用户可以轻松管理全网各业务资源状态、告警及运维和资产，并根据数据分析模型了解运维工作整体情况和资源运行使用情况，为用户运维工作优化和IT业务发展提供依据。
聚焦业务系统长期运行变化数据，自动化学习构建业务个性化健康标准。
定期“体检”，及时发现业务系统潜在“短板”，可能影响业务的“亚健康”设备。
360°全方位通过相关性、周期性等挖掘算法，协助排查影响健康的问题指标根源。
OneCenter 运维大数据应用场景-IDC业务流量分析
网络流量流向分析：对指定对象进行基于IP地址定位的流量流向分析。
业务违规分析：对IDC接入客户使用IDC带宽从事非法转接以及搭建v*n业务进行分析。
应用协议分析：针对各类应用流量进行统计分析。
主要特点
Hadoop+Spark大数据分布式架构，支持T级以上数据存储计算
运维数据上下文搜索，排查定位问题发生的前因后果
跨数据故障关联分析，提升对故障精确判断能力
运行周期性规律预测，摆脱传统“救火式”运维模式
动态预警基线自学习，减少繁琐的人工阈值设定
海量应用日志监测，彻底消除运维排查的“盲点”
自动化建立健康标准，及时发现“亚健康”设备