次世代の DevOps サービス: AIOps

[[243103]]

[51CTO.com クイック翻訳] AIOps とは何か、また、たとえば、AIOps を使用してすべてのデータを迅速に処理することで、IT 部門にどのように役立つかについて説明します。

AIOps は、高度なインフラストラクチャ管理ソフトウェアとクラウド ソリューション監視ツールを使用して、データ分析と日常の DevOps 操作を自動化することを指す包括的な用語です。

10 年前、あるいは 5 年前に構築されたシステム監視ツールの主な欠陥は、ビッグデータ時代のニーズを満たすように構築されていないことです。膨大な量の入力データや多種多様なデータタイプを処理することも、入力データの速度に追いつくこともできません。過去の経験に基づくと、このようなクラウド監視ソリューションでは、データをチャンク化し、重要と思われるものを分離して不要と思われるものを削除し、データ全体を処理するのではなく、フォーカス グループと統計サンプルを使用して操作する必要がありました。

その結果、データ分析フェーズでいくつかの重要なパターンが見逃され、データ視覚化ビューが完全に除外される可能性があります。これにより、プロセス全体が無駄になる可能性があります。ビッグデータ分析によって実用的なビジネス洞察が得られない場合、ビッグデータ分析で最も重要な価値を提供できなくなります。

AIOps を導入する

もちろん、機械で生成されたすべてのデータをタイムリーに処理することは不可能です。しかし、これはまさにディープラーニング モデルなどの AI アルゴリズムが得意とするタスクです。残る唯一の疑問は、DevOps エンジニアとして、これらの機械学習ツールを日常生活でどのように活用できるかということです。

IT 部門で AIOps が適しているユースケースをいくつか紹介します。

• データを素早く処理します。単一の ML モデルをトレーニングして、システムによって生成されたすべてのタイプのデータを処理できます。これが将来の方向性です。新しいデータ タイプを追加する必要がある場合でも、モデルを比較的簡単に調整して再トレーニングし、高いパフォーマンスを維持できます。これにより、データの完全性と忠実性が確保され、包括的な分析と具体的な結果が得られます。
• 詳細なデータ分析。すべてのデータの分析を有効にすると、隠れたパターンが浮かび上がり、実用的な洞察が得られます。 DevOps エンジニアは、パフォーマンスのボトルネックを回避するためにインフラストラクチャのどこを調整する必要があるかを分析し、経営陣のデスクに座って、インフラストラクチャを最適化し、運用を改善するための具体的なデータに基づく推奨事項を提供できます。
• 日常業務の自動化。イベントのパターンを特定したら、自動トリガーを設定できます。したがって、統計により特定のイベントが常に特定の（否定的な）結果につながり、問題を修正するために特定のアクションを実行する必要があることが示された場合、DevOps エンジニアはトリガーを作成し、そのようなイベントに自動的に応答できます。

したがって、監視ソリューションが接続数の増加による CPU 使用率の増加を報告する場合などです。その後、Kubernetes は追加のアプリケーション インスタンスを起動し、負荷分散を使用してアクセス トラフィックを分散し、負荷を軽減できます。これは最も単純なシナリオですが、実際のユースケースははるかに複雑であり、日常的な DevOps タスクの自動化を可能にし、特定の条件下で ML モデルを起動して、停止後ではなく事前に問題を処理できるようにする必要があります。

AIOps を使用する利点

AIOps ソリューションを導入すると、次のような良い結果が得られます。

• エンドユーザーの満足度を高める中断のない製品供給
• 火消しよりも問題解決を優先する
• 削減されたサンプルを使用するのではなく、ビジネスで生成されるすべてのデータを分析することで、データサイロを排除し、徹底的なトラブルシューティングを実現します。
• 日常的なタスクの自動化により、IT 部門は反復的で時間のかかるタスクの処理ではなく、インフラストラクチャとプロセスの改善に集中できるようになります。
• ログの詳細な分析により、経営判断の影響を示し、採用したビジネス戦略の効率性を評価することができるため、コラボレーションが向上します。

AIOps とは何か、そしてなぜそれが重要なのかについての最終的な考察

ご覧のとおり、AIOps ツールとソリューションを選択すると、ビジネスに非常に有益になります。これは AIOps ソリューション ベンダーによるマーケティング戦略のように思えるかもしれませんが、そうではありません。現在、ほとんどの企業は DevOps 文化への移行とデジタル変革に取り組んでいます。

同時に、真に革新的な企業はすでに、AI アルゴリズム、ML モデル、DevOps システムを組み合わせて、将来の最も高度なクラウド監視およびインフラストラクチャ自動化ソリューションを提供することに取り組んでいます。これらのプラクティスを適用することで、顧客エクスペリエンスが大幅に向上し、市場投入までの時間が短縮され、インフラストラクチャの使用効率が向上し、チーム間のコラボレーションが向上します。しかし、これらのイノベーターでさえ、ニーズを満たす既成のソリューションを持っておらず、Splunk、sumeoric、Datadog、promethus + Grafana、Kubernetes、terraform などの一般的な DevOps ツールを使用してそのようなシステムを構築する必要がありました。さらに、アイデア自体は非常に重要ですが、それを実装するために必要なインフラストラクチャ管理のレベルは、平均的な企業の能力をはるかに超えています。

原題: What Is AIOps: The Next Level of DevOps Services、著者: Vladimir Fedak

[51CTOによる翻訳。パートナーサイトに転載する場合は、元の翻訳者と出典を51CTO.comとして明記してください]