越來越多的企業選擇將關鍵業務部署上雲後，希望有一站式的運維工具保障業務的持續穩定運行。除了能監控各種基礎資源消耗和應用健康狀態外，還希望能感知各地域真實用戶體驗RUM（Real User Management）, 能深入瞭解業務所依賴的基礎服務、中間件和第三方服務對業務的影響；當業務性能下降或者異常，如客戶投訴在線支付老失敗時，企業希望有工具能協助運維人員快速診斷問題，找到問題根因，甚至在影響到業務交易之前提前預警。針對這些典型的企業訴求，華為雲推出了立體運維解決方案AOM。
華為雲推出的立體運維提供真正"立體"的全方位能力，包括齊全的數據種類、端到端跨層全鏈路分析和豐富的數據洞察能力。下圖是立體運維的模型示意圖。
垂直採集數據，齊全的數據種類是華為雲立體運維的基礎。
華為雲立體運維數據包括四大類數據，分別是指標（Metrics），日誌（Logs），調用鏈（Traces）和各種事件告警（Events）。
· 指標數據(metrics)：既有IaaS層資源指標，也有PaaS層應用資源指標，客戶所用雲服務業務指標、客戶業務自定義指標(由客戶根據自身需求主動上報)。
· 日誌數據(logs)：客戶指定的業務和各種中間件的運行日誌
· 調用鏈數據(traces)：客戶通過非侵入式方法獲得的調用鏈數據，典型的場景就是用戶應用是採用Java開發的。如果業務應用是其他開發語言開發的，那麼只需要在代碼中引入SDK或者直接按照標準格式上報調用鏈數據即可接入平臺。
· 事件及告警(events&alerts)：客戶應用主動上報的各種事件和直接告警信息，還有根據預定義規則產生的事件和告警。
· 網絡包數據(packets)：主要是虛擬網絡、容器網絡中面向應用的網絡性能數據。這一類數據一般都被指標metrics所涵蓋，不過也有一種發展趨勢：主張packets數據獨立出來為一大類，那麼就衍生成五種數據源，本質上是一樣的。所以立體運維的第一個維度就是數據來源的全覆蓋。
水平分析能力，提供端到端（E2E：end to end）的跨層全鏈路分析是華為雲立體運維基本能力。
當雲應用的物理或邏輯資源規模擴大、應用技術棧的多樣化、應用架構的容器化、微服務化後，運維的複雜度是非線性增長的，業務複雜些的企業應用甚至還是多AZ、跨DC的。因此帶來的巨大挑戰就是對用戶體驗管理（RUM）和業務可用性（Availability）越來越不可知性。這是大大有別於傳統計算環境（On-premise）運維經驗。為了解決這個問題，華為雲AOM支持從最終用戶的Mobile端、Browser端，跨過網絡到雲服務端（backend），而云服務端，AOM支持對應用及其基礎資源的分層感知，包括業務應用層（SaaS層）、中間件服務層（比如內部服務、外部第三方服務或者消息通道、緩存等中間件）、以容器為代表的PaaS層和IaaS基礎設施層。
事實上AOM把很多指標數據中的一些維度屬性和IaaS、PaaS層的基礎部署信息結合起來，形成面向應用的元數據集（內部稱之為Inventory），和傳統的CMDB有些類似，但粒度更細。Inventory的目的就是為面向應用的數據分析提供各種可能的"關係網"。不管是基於Java的非嵌入式採集性能數據，還是基於Agent+插件的性能數據自動採集，又或者基於SDK或者REST API方式上報性能數據，AOM都能在上述各個層面中做到事務（transaction，比如加入購物車這個動作）級甚至深入到函數方法級別的調用關係追蹤。加上在虛擬容器網絡方面的優勢，AOM真正做到了E2E的全鏈路性能管理。
分析洞察能力，提供多元化的技術分析手段和功能智能化，是華為立體運維面向人工智能時代的升級。
應用運維面臨的場景複雜，沒有萬能的"炮彈彈"，因此華為雲運維精心打造 "十八般武器"，提供多種功能特性。為什麼AIOps對IT運維如此重要呢？一方面是機器的全局觀優於人類。儘管人類局部認知可以很深入，但在複雜的場景中，尤其是各種可能組合數量遠遠超越了人力所能企及的範圍，要掌握全局是有很大困難的。其次運維中某些場景對時效性要求非常高（比如秒級監控、故障自愈），比如基於指標、日誌、事件的告警；根據監測指標、服務模型、規則和算法智能地及時自適當調整（典型的有云服務的彈性伸縮）。因此，除了傳統的各種數據源分析之外，華為雲還推出了基於AI技術的智能異常檢測和事務洞察。
華為雲立體運維AOM，協助企業減輕傳統運維的壓力，為企業關鍵業務保駕護航，讓運維不再困難。欲瞭解更多請參閱：華為雲官網
HUAWEI CONNECT 2018作為華為自辦的面向ICT產業的全球性年度旗艦大會，將於2018年10月10日-12日在上海隆重舉行。本屆大會以"+智能，見未來"為主題，旨在搭建一個開放、合作、共享的平臺，與客戶夥伴一起共同探討如何把握新機遇創造智能未來。欲瞭解更多詳情，請參閱：2018華為全聯接大會官網
閱讀更多 IT大爆炸 的文章
