感謝您提交詢問!我們的一位團隊成員將在短時間內與您聯繫。
感謝您提交預訂!我們的一位團隊成員將在短時間內與您聯繫。
課程簡介
設計開放式 AIOps 架構
- 開源 AIOps 管線中關鍵組件的概述。
- 從資料攝取到警報的數據流程。
- 工具比較與整合策略。
資料收集與聚合
- 使用 Prometheus 攝取時間序列數據。
- 使用 Logstash 和 Beats 捕捉日誌。
- 標準化數據以進行跨來源關聯分析。
建置可觀測儀表板
- 使用 Grafana 視覺化指標。
- 建立 Kibana 儀表板以分析日誌。
- 使用 Elasticsearch 查詢提取運營洞察。
異常檢測與事件預測
- 將可觀測數據匯出至 Python 管線。
- 訓練機器學習模型以進行離群值檢測和預測。
- 部署模型以在可觀測管線中進行即時推論。
使用開源工具進行警報與自動化
- 建立 Prometheus 警報規則與 Alertmanager 路由。
- 觸發腳本或 API 工作流程以實現自動響應。
- 使用開源編排工具(例如 Ansible、Rundeck)。
整合與擴展性考量
- 處理高頻寬攝取與長期儲存。
- 開源堆疊中的安全與存取控制。
- 獨立擴展各層:攝取、處理、警報。
實際應用與延伸
- 案例研究:效能調優、停機時間預防與成本優化。
- 使用追蹤工具或服務圖譜擴展管線。
- 生產環境中運行與維護 AIOps 的最佳實踐。
總結與後續步驟
最低要求
- 具備使用可觀測工具(如 Prometheus 或 ELK)的經驗。
- 熟悉 Python 及機器學習基礎知識。
- 了解 IT 運營與警報工作流程。
受眾
- 進階站點可靠性工程師 (SREs)。
- 從事運營工作的數據工程師。
- DevOps 平台主管與基礎架構架構師。
14 小時