無數(shù)據(jù),不AI。
而沒有統(tǒng)一完整的基礎(chǔ)數(shù)據(jù)資源平臺(tái)管理,AIOps也無從談起。
基礎(chǔ)運(yùn)維數(shù)據(jù)資源平臺(tái)是AIOps的數(shù)據(jù)基石,也是未來支撐企業(yè)數(shù)據(jù)戰(zhàn)略的兩大數(shù)據(jù)平臺(tái)之一。
構(gòu)建數(shù)據(jù)平臺(tái)需要數(shù)據(jù)治理工作的保駕護(hù)航。然而在運(yùn)維數(shù)據(jù)治理領(lǐng)域開展數(shù)據(jù)治理工作尚屬空白,缺乏理論體系支撐和值得借鑒的成功經(jīng)驗(yàn)。
本書在分析運(yùn)維數(shù)據(jù)治理與傳統(tǒng)數(shù)據(jù)治理的差異化特點(diǎn)基礎(chǔ)上,對(duì)于數(shù)據(jù)治理的DAMA理論體系在運(yùn)維數(shù)據(jù)管理領(lǐng)域?qū)崿F(xiàn)了在廣義元數(shù)據(jù)管理、廣義數(shù)據(jù)標(biāo)準(zhǔn)、廣義數(shù)據(jù)模型等理論突破,創(chuàng)造性的提出運(yùn)維數(shù)據(jù)模型建設(shè),為運(yùn)維數(shù)據(jù)治理構(gòu)建了體系化理論并提供了具有方法論支撐的完整藍(lán)圖。
同時(shí),就運(yùn)維數(shù)據(jù)平臺(tái)建設(shè)本書也分享了基于數(shù)據(jù)模型實(shí)體庫的概要設(shè)計(jì),以數(shù)據(jù)湖為基礎(chǔ),包含運(yùn)維數(shù)據(jù)中臺(tái)建設(shè)的架構(gòu)規(guī)劃。
本書還在工業(yè)運(yùn)維領(lǐng)域略作延展,分析工業(yè)運(yùn)維數(shù)據(jù)模型的差異化特點(diǎn),就包括數(shù)字孿生、時(shí)空數(shù)據(jù)等關(guān)鍵工業(yè)技術(shù)為核心的物理融合技術(shù)做了介紹,提出了開展智能工業(yè)運(yùn)維的必要內(nèi)容。
運(yùn)維數(shù)據(jù)治理體系建設(shè)
企業(yè)基礎(chǔ)數(shù)據(jù)資源平臺(tái)建設(shè)
創(chuàng)造性地提出運(yùn)維數(shù)據(jù)模型建設(shè),為運(yùn)維數(shù)據(jù)治理構(gòu)建了體系化理論并提供了具有方法論支撐的完整藍(lán)圖
分享了基于數(shù)據(jù)模型實(shí)體庫的概要設(shè)計(jì),以數(shù)據(jù)湖為基礎(chǔ),包含運(yùn)維數(shù)據(jù)中臺(tái)建設(shè)的架構(gòu)規(guī)劃
分析了工業(yè)運(yùn)維數(shù)據(jù)模型的差異化特點(diǎn),就包括數(shù)字孿生、時(shí)空數(shù)據(jù)等關(guān)鍵工業(yè)技術(shù)為核心的物理融合技術(shù)做了介紹,提出了開展智能工業(yè)運(yùn)維的必要內(nèi)容
中國著名的科幻小說《三體》中有一個(gè)來自理工男作者極為天才大膽且具有顛覆性的設(shè)想,叫做:降維攻擊。
我們可以學(xué)習(xí)這種思維的方式來對(duì)今天的運(yùn)維成本中心予以升維定位。我們認(rèn)為,未來的運(yùn)維中心將會(huì)成為企業(yè)的基礎(chǔ)資源管理中心、基礎(chǔ)能力中心和基礎(chǔ)創(chuàng)新中心。
之所以有這樣的定位,是因?yàn)槲磥砥髽I(yè)的所有數(shù)據(jù)資源將集中在業(yè)務(wù)數(shù)據(jù)平臺(tái)和基礎(chǔ)數(shù)據(jù)平臺(tái)兩大核心平臺(tái)之上,企業(yè)所有的能力,所有的創(chuàng)新,都需要這兩大平臺(tái)的支撐。而這樣的升維定位也為企業(yè)運(yùn)維數(shù)據(jù)資產(chǎn)化和運(yùn)維數(shù)字化轉(zhuǎn)型明確了方向。
有了這樣的定位,讀者就會(huì)明白未來的AIOps一定是平臺(tái)化的,是具有科學(xué)方法論的,也是在全局基礎(chǔ)數(shù)據(jù)資源統(tǒng)一管理基礎(chǔ)上的創(chuàng)新和發(fā)展。這其實(shí)與近期提出的Dataops概念異曲同工。同時(shí),讀者也就一定理解本書所定義的AIOps與目前業(yè)界各運(yùn)維工具類廠商的根本不同。工具類的運(yùn)維軟件廠商就某些業(yè)務(wù)場(chǎng)景開展數(shù)據(jù)分析其實(shí)是算法運(yùn)維(Algorithmic IT Operations)的范疇,AIOps應(yīng)該具有體系化的理論依據(jù)與平臺(tái)化的整體構(gòu)思。
只有平臺(tái)才能發(fā)揮數(shù)據(jù)整合的威力與能量,而數(shù)據(jù)的整合當(dāng)然需要治理先行。在傳統(tǒng)業(yè)務(wù)數(shù)據(jù)平臺(tái)領(lǐng)域有太多由于沒有開展數(shù)據(jù)治理造成種種問題的前車之鑒值得運(yùn)維數(shù)據(jù)平臺(tái)建設(shè)予以借鑒。
然而在構(gòu)思運(yùn)維數(shù)據(jù)治理體系的時(shí)候我們也曾經(jīng)有很多困惑。傳統(tǒng)比較成熟的數(shù)據(jù)治理的方法或最佳實(shí)踐在運(yùn)維領(lǐng)域很難得以照搬套用,比如運(yùn)維數(shù)據(jù)領(lǐng)域就無法直接從結(jié)構(gòu)化數(shù)據(jù)庫中獲取全量元數(shù)據(jù),似乎在套用業(yè)務(wù)數(shù)據(jù)治理理論時(shí)總是有很多不同之處。一直到我們提出了廣義元數(shù)據(jù)管理、廣義數(shù)據(jù)標(biāo)準(zhǔn)和廣義數(shù)據(jù)模型后這些問題才迎刃而解,并由此順藤摸瓜般總結(jié)出運(yùn)維數(shù)據(jù)治理的差異化需求和特點(diǎn)。這是我寫這本書的過程中最大的收獲。由此我們提出了業(yè)界第一版的運(yùn)維概念模型,也分析出數(shù)據(jù)湖技術(shù)更為符合運(yùn)維數(shù)據(jù)平臺(tái)的特點(diǎn)和需求。
本書力求通過創(chuàng)新的思考幫助用戶厘清思路,發(fā)現(xiàn)問題,確立方向,找到那條數(shù)字化轉(zhuǎn)型可行的路。在書中我們有三大預(yù)言,希望與讀者一起去見證未來。
本書最后一章對(duì)于工業(yè)運(yùn)維略作延展,因?yàn)榻裉煺诨馃岬闹悄苤圃、工業(yè)4.0同樣需要智能工業(yè)運(yùn)維的保駕護(hù)航。工業(yè)運(yùn)維與IT運(yùn)維同樣具有極大的差異化,所以書中對(duì)包括數(shù)字孿生技術(shù)和時(shí)空數(shù)據(jù)技術(shù)在內(nèi)的物理融合模型(CPS)做了介紹和說明。我們認(rèn)為工業(yè)運(yùn)維不是簡(jiǎn)單的搭建了一個(gè)云平臺(tái),通過數(shù)據(jù)接口接通了很多生產(chǎn)線的實(shí)時(shí)物聯(lián)網(wǎng)數(shù)據(jù),然后開展了若干統(tǒng)計(jì)與可視化,就可以稱為工業(yè)運(yùn)維。智慧的工業(yè)運(yùn)維同樣需要在數(shù)據(jù)融合的基礎(chǔ)上通過治理實(shí)現(xiàn)數(shù)據(jù)資源體系化的梳理,然后結(jié)合實(shí)際環(huán)境結(jié)合具體業(yè)務(wù)場(chǎng)景和業(yè)務(wù)需求開展AI分析并支撐快速?zèng)Q策。
我們認(rèn)為工業(yè)運(yùn)維可以借鑒AIOps的理論與方法,結(jié)合工業(yè)運(yùn)維需求予以分析和開展。今天由IT(信息技術(shù))、CT(通信技術(shù))和OT(運(yùn)營技術(shù))的融合已經(jīng)沒有技術(shù)障礙,這為在工業(yè)運(yùn)維領(lǐng)域通過AI技術(shù)實(shí)現(xiàn)自動(dòng)化智能化奠定了堅(jiān)實(shí)的技術(shù)基礎(chǔ)。我們相信,未來的智能工業(yè)運(yùn)維一定將是蓬勃的發(fā)展前景。
最后,感謝在本書的完成過程中給予我指導(dǎo)和建議的所有的朋友和老師,感謝大家的支持,本書的成果離不開你們的幫助,這里一并致謝!由于是全新領(lǐng)域的構(gòu)思,相信書中一定有很多紕漏瑕疵之處,我希望得到業(yè)界同仁的批評(píng)指正,與大家共同創(chuàng)新,共同探討運(yùn)維發(fā)展之路!
湯濱
2019年夏 北京
湯濱 20年以上企業(yè)數(shù)據(jù)管理和應(yīng)用領(lǐng)域從業(yè)生涯,先后服務(wù)SPSS、SAP、Splunk等國際知名軟件廠商,并作為核心團(tuán)隊(duì)成員在多家創(chuàng)業(yè)公司帶領(lǐng)團(tuán)隊(duì)開拓業(yè)務(wù)。
目錄
第一章 總論11
1 運(yùn)維管理的現(xiàn)狀11
2 AIOps為什么會(huì)成為公認(rèn)的運(yùn)維管理的方向13
3 AIOps對(duì)于運(yùn)維數(shù)據(jù)管理提出的需求與挑戰(zhàn)17
第二章 需求分析24
1 企業(yè)數(shù)據(jù)治理概論24
2 運(yùn)維數(shù)據(jù)治理的差異化分析46
3 運(yùn)維數(shù)據(jù)治理工作的策略與原則49
4 運(yùn)維數(shù)據(jù)治理工作的創(chuàng)新思路51
第三章 解決方案—企業(yè)基礎(chǔ)數(shù)據(jù)平臺(tái)建設(shè)56
1 運(yùn)維數(shù)據(jù)管理系統(tǒng)58
2 運(yùn)維數(shù)據(jù)模型建設(shè)思路69
3 企業(yè)統(tǒng)一基礎(chǔ)數(shù)據(jù)管理平臺(tái)84
第四章 實(shí)施規(guī)劃與案例分享118
1 案例分享118
2 運(yùn)維知識(shí)圖譜125
3 實(shí)施規(guī)劃128
4 對(duì)AI的認(rèn)知149
第五章 運(yùn)維數(shù)據(jù)資產(chǎn)化與運(yùn)維管理數(shù)字化轉(zhuǎn)型155
第六章 智能工業(yè)運(yùn)維探索164
1 數(shù)字孿生技術(shù)173
2 時(shí)空數(shù)據(jù)181
3 工業(yè)運(yùn)維數(shù)據(jù)模型186
4 基于物聯(lián)網(wǎng)的工業(yè)運(yùn)維數(shù)據(jù)平臺(tái)188
5 物理信息融合197
第七章 結(jié)語203