聯繫我們

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

人數


每位參與者的報價

即將到來的課程

課程分類