隨著科技的不斷進步，“AI”、“大數(shù)據(jù)”這些名詞越來越多地出現(xiàn)在人們的日常生活中。對監(jiān)控運維產(chǎn)品來說，平臺會獲得大量設(shè)備的性能數(shù)據(jù)并加以存儲。對于這些數(shù)據(jù)的進一步利用，傳統(tǒng)方式一般為生成數(shù)據(jù)圖表、分析性能使用、預測未來趨勢等。今天來說說 ManageEngine OpManager 在滿足傳統(tǒng)數(shù)據(jù)分析功能外，還可以由AI 機器學習，通過高階算法，自動生成并優(yōu)化性能監(jiān)控閾值，實現(xiàn)性能告警全自動。

什么是閾值?

在介紹自適應(yīng)閾值之前，首先來說明一下到底什么是閾值。

閾值又叫臨界值，是指一個效應(yīng)能夠產(chǎn)生的最低值或最高值。

在監(jiān)控中，以CPU利用率為例，設(shè)置閾值用于判斷CPU利用率是否在正常使用范圍內(nèi)。當CPU利用率超過設(shè)定的閾值時，便可以認為此時設(shè)備的CPU處于異常使用情況，從而觸發(fā)告警，讓作為管理員的我們第一時間得到消息，檢查設(shè)備運行狀態(tài)。

閾值的配置

既然閾值是觸發(fā)告警的標準，那么設(shè)置合理的閾值是非常重要的。我們發(fā)現(xiàn)目前常見的閾值配置辦法，是管理員手動對各個不同監(jiān)控項，正如下圖中給一個固定數(shù)值來區(qū)分“正常”、“異常”狀態(tài)。

手動配置閾值的缺陷：

上述說到的手動配置有些致命的問題，那就是當面臨成百上千臺不同的設(shè)備，以及成千上萬個不同監(jiān)視項時，管理員需要花費大量時間手動配置不同監(jiān)控項的閾值。這不僅麻煩，而且會給“異常”情況留出“生存空間”。

我來舉個例子，讓大家更好地理解。當一臺服務(wù)器白天的內(nèi)存利用率正常情況下保持在70%左右、夜間保持在30%左右時，管理員將內(nèi)存利用率閾值設(shè)置為大于80%產(chǎn)生告警。那么當某個夜間內(nèi)存利用率突然飆升到60%時，因為沒有達到閾值告警的觸發(fā)條件，所以不能將此特殊情況通知到管理員。然而，對于夜間來說，60%的數(shù)值實際上已經(jīng)是出現(xiàn)了異常情況，只是受限于傳統(tǒng)閾值的設(shè)置方法，導致了這種異常情況被忽略。

基于 AI，“預測”未來

在使用OpManager的過程中，發(fā)現(xiàn)OpManager可以基于AI技術(shù)，通過高階算法計算出“預測值”，并根據(jù)“預測值”自動設(shè)置閾值。未來，通過不斷地機器學習，閾值也會隨著“預測值”的更新而自動變化，從而使告警也“智能”起來。它不僅消除了手動設(shè)置閾值的煩惱，并使研究復雜數(shù)據(jù)集和為每個監(jiān)視器得出可行的閾值的過程完全自動化。如下圖所示，OpManager需要至少3天的性能數(shù)據(jù)收集，會以每天不同小時段為單位，給出一個該小時內(nèi)的“預測值”，并會通過后續(xù)的數(shù)據(jù)不斷自動優(yōu)化和更新“預測值”。

自適應(yīng)閾值為運維人員帶來不少好處，例如：

●省去了管理員手動設(shè)置的麻煩與時間。

●針對不同設(shè)備的不同監(jiān)視器，會自動設(shè)置不同的閾值。

●對不同時間段，會自動設(shè)置對該小時內(nèi)的告警觸發(fā)條件，不給“異常”情況留“活路”

●不斷根據(jù)新的數(shù)據(jù)收集自動優(yōu)化、調(diào)整告警閾值，徹底實現(xiàn)監(jiān)控自動化。

●ManageEngine OpManager 是一款功能強大的網(wǎng)絡(luò)監(jiān)控工具，可通過AI技術(shù)自動為您監(jiān)控中的設(shè)備性能配置閾值告警。不僅省去了管理員手動設(shè)置的繁瑣，而且能夠自動對不同時間段分配不同的告警觸發(fā)條件，加上不斷的機器學習與優(yōu)化，讓“異常”無所遁形。

免責聲明：市場有風險，選擇需謹慎！此文僅供參考，不作買賣依據(jù)。

關(guān)鍵詞：