AIOps Fundamentals: Monitoring, Correlation, and Intelligent Alerting

• 了解IT运维和系统监控的概念
• 具备监控工具或仪表板的使用经验
• 熟悉基本的日志和指标格式

受众

• 负责基础设施和应用的运维团队
• 站点可靠性工程师（SREs）
• IT监控和可观测性团队

AIOps（IT运营人工智能）是一种应用机器学习和分析技术来自动化并改善IT运营的实践，特别是在监控、事件检测和响应领域。

本次由讲师指导的培训（线上或线下）面向中级IT运营专业人员，他们希望实施AIOps技术，以关联指标和日志，减少警报噪音，并通过智能自动化提高可观测性。

培训结束后，参与者将能够：

• 理解AIOps平台的原理和架构。
• 关联日志、指标和跟踪数据以识别根本原因。
• 通过智能过滤和噪音抑制减少警报疲劳。
• 使用开源或商业工具自动监控和响应事件。

课程形式

• 互动式讲座和讨论。
• 大量练习和实践。
• 在实时实验室环境中进行实际操作。

课程定制选项

• 如需为本课程定制培训，请联系我们安排。

AIOps 简介

• AIOps 是什么及其重要性
• 传统监控与 AIOps 驱动的可观测性对比
• AIOps 架构及关键组件

收集与规范化运营数据

• 可观测数据类型：指标、日志和追踪
• 从多个来源（服务器、容器、云）摄取数据
• 使用代理和导出器（Prometheus, Beats, Fluentd）

数据关联与异常检测

• 时间序列关联与统计方法
• 使用机器学习模型进行异常检测
• 检测分布式系统中的事件

告警与噪声减少

• 设计智能告警规则和阈值
• 抑制、去重和告警分组
• 与 Alertmanager、Slack、PagerDuty 或 Opsgenie 集成

根本原因分析与可视化

• 使用仪表板可视化指标并检测趋势
• 探索事件与时间线以进行根本原因分析
• 使用分布式追踪工具跨层追踪问题

自动化与修复

• 从事件触发自动化脚本或工作流
• 与 ITSM 系统集成（ServiceNow, Jira）
• 用例：自愈、扩展、流量重定向

开源与商业 AIOps 平台

• 工具概述：Prometheus, Grafana, ELK, Moogsoft, Dynatrace
• 选择 AIOps 平台的评估标准
• 演示与选定的技术栈动手实践

总结与下一步