Sercompe Industry Era stellt rund 60 Unternehmenskunden wesentliche Cloud-Services and products zur Verfügung und unterstützt insgesamt etwa 50.000 Benutzer. Daher ist es von entscheidender Bedeutung, dass die zugrunde liegende IT-Infrastruktur des Unternehmens in Joinville, Brasilien, zuverlässigen Carrier mit vorhersagbarer hoher Leistung bietet. Aber mit einer komplexen IT-Umgebung, die mehr als 2.000 virtuelle Maschinen und 1 Petabyte – das entspricht einer Million Gigabyte – an verwalteten Daten umfasst, battle es für Netzwerkadministratoren überwältigend, alle Daten und Warnungen zu sortieren, um herauszufinden, used to be bei Problemen vor sich ging aufgetaucht. Und es battle schwierig, sicherzustellen, dass die Netzwerk- und Speicherkapazität dort battle, wo sie sein sollten, oder wann das nächste Improve durchgeführt werden sollte.

Um die Komplexität zu entwirren und die Effizienz seiner Give a boost to-Ingenieure zu steigern, investierte Sercompe in eine Plattform für künstliche Intelligenz (AIOps), die KI nutzt, um die Ursache von Problemen zu finden und IT-Administratoren zu warnen, bevor kleine Probleme zu großen werden. Laut Cloud-Produktmanager Rafael Cardoso erledigt das AIOps-Device heute einen Großteil der Arbeit der Verwaltung seiner IT-Infrastruktur – ein großer Vorteil gegenüber den alten manuellen Methoden.

„Herauszufinden, wann ich mehr Platz oder Kapazität brauchte – vorher battle es ein Chaos. Bei der Planung mussten wir Informationen von so vielen verschiedenen Punkten einholen. Wir haben nie die richtige Nummer bekommen“, sagt Cardoso. „Jetzt habe ich einen vollständigen Überblick über die Infrastruktur und Visualisierung von den virtuellen Maschinen bis zur letzten Festplatte im Rack.“ AIOps bringt Transparenz über die gesamte Umgebung.

Vor dem Einsatz der Technologie befand sich Cardoso dort, wo sich unzählige andere Organisationen wiederfanden: verstrickt in einem komplizierten Netz von IT-Systemen, mit Abhängigkeiten zwischen Schichten von {Hardware}, Virtualisierung, Middleware und schließlich Anwendungen. Jede Unterbrechung oder Ausfallzeit kann zu mühsamer manueller Fehlerbehebung und letztendlich zu negativen Auswirkungen auf das Geschäft führen: zum Beispiel eine Web site, die nicht funktioniert, und verärgerte Kunden.

AIOps-Plattformen helfen IT-Managern, die Aufgabe der Automatisierung von IT-Abläufen zu meistern, indem sie mithilfe von KI schnell Informationen über den Zustand der Infrastruktur liefern – Bereiche, die mitlaufen, im Vergleich zu Bereichen, die Gefahr laufen, ein Ausfallereignis auszulösen. Das Verdienst, den Begriff AIOps im Jahr 2016 geprägt zu haben, geht an Gartner: Es handelt sich um eine breite Kategorie von Gear, die entwickelt wurden, um die Einschränkungen herkömmlicher Überwachungstools zu überwinden. Die Plattformen verwenden selbstlernende Algorithmen, um Routineaufgaben zu automatisieren und das Verhalten der von ihnen überwachten Systeme zu verstehen. Sie ziehen Erkenntnisse aus Leistungsdaten, um unregelmäßiges Verhalten in der IT-Infrastruktur und in Anwendungen zu identifizieren und zu überwachen.

Das Marktforschungsunternehmen BCC Analysis schätzt, dass der globale Markt für AIOps von 3 Milliarden US-Greenback im Jahr 2021 auf 9,4 Milliarden US-Greenback im Jahr 2026 ansteigen wird, bei einer durchschnittlichen jährlichen Wachstumsrate von 26 %.1 Analysten von Gartner schreiben in ihrem „Marketplace Information for AIOps Platforms“ vom April, dass die Die zunehmende Akzeptanz von AIOps wird durch die digitale Geschäftstransformation und die Notwendigkeit vorangetrieben, von reaktiven Reaktionen auf Infrastrukturprobleme zu proaktiven Maßnahmen überzugehen.

„Bei Datenmengen, die Gigabyte professional Minute über ein Dutzend oder mehr verschiedene Domänen erreichen oder überschreiten, ist es für einen Menschen nicht mehr möglich, die Daten manuell zu analysieren“, schreiben die Analysten von Gartner. Die systematische Anwendung von KI beschleunigt Erkenntnisse und ermöglicht Proaktivität.

Laut Mark Esposito, Leader Finding out Officer beim Automatisierungstechnologieunternehmen Nexus FrontierTech, hat sich der Begriff „AIOps“ aus „DevOps“ entwickelt – der Kultur und Praxis der Softwareentwicklung, die darauf abzielt, Softwareentwicklung und -betrieb zu integrieren. „Die Idee ist, Automatisierung und Überwachung in allen Phasen zu befürworten, von der Softwareerstellung bis zum Infrastrukturmanagement“, sagt Esposito. Zu den jüngsten Innovationen in diesem Bereich gehört die Verwendung von Predictive Analytics, um Probleme vorherzusehen und zu lösen, bevor sie sich auf den IT-Betrieb auswirken können.

AIOps lässt die Infrastruktur in den Hintergrund treten

Netzwerk- und IT-Administratoren, die von explodierenden Datenmengen und zunehmender Komplexität geplagt werden, könnten die Hilfe gebrauchen, sagt Saurabh Kulkarni, Leiter für Engineering und Produktmanagement bei Hewlett Packard Endeavor. Kulkarni arbeitet an HPE InfoSight, einer cloudbasierten AIOps-Plattform für die proaktive Verwaltung von Rechenzentrumssystemen.

„IT-Administratoren verbringen Unmengen an Zeit damit, ihre Arbeit zu planen, die Bereitstellungen zu planen, neue Knoten, Rechenleistung, Speicher und alles hinzuzufügen. Und wenn in der Infrastruktur etwas schief geht, ist es extrem schwierig, diese Probleme manuell zu beheben“, sagt Kulkarni. „AIOps verwendet Algorithmen für maschinelles Lernen, um sich die Muster anzusehen, wiederholte Verhaltensweisen zu untersuchen und daraus zu lernen, um dem Benutzer eine schnelle Empfehlung zu geben.“ Abgesehen von Speicherknoten sendet jedes Teil der IT-Infrastruktur eine separate Warnung, damit Probleme schnell behoben werden können.

Das InfoSight-Device sammelt Daten von allen Geräten in der Umgebung eines Kunden und korreliert sie dann mit Daten von HPE-Kunden mit ähnlichen IT-Umgebungen. Das Device kann ein potenzielles Drawback lokalisieren, sodass es schnell behoben wird – wenn das Drawback erneut auftritt, kann die Lösung automatisch angewendet werden. Alternativ sendet das Device eine Warnung, damit IT-Groups das Drawback schnell klären können, fügt Kulkarni hinzu. Nehmen wir den Fall eines Speichercontrollers, der ausgefallen ist, weil er keinen Strom hat. Anstatt davon auszugehen, dass sich das Drawback ausschließlich auf die Speicherung bezieht, untersucht die AIOps-Plattform den gesamten Infrastruktur-Stack bis hin zur Anwendungsschicht, um die Grundursache zu ermitteln.

„Das Device überwacht die Leistung und kann Anomalien erkennen. Wir haben Algorithmen, die ständig im Hintergrund laufen, um abnormales Verhalten zu erkennen und die Kunden zu warnen, bevor das Drawback auftritt“, sagt Kulkarni. Die Philosophie hinter InfoSight ist es, „die Infrastruktur verschwinden zu lassen“, indem IT-Systeme und alle Telemetriedaten in einer Glasscheibe zusammengefasst werden. Durch die Betrachtung eines riesigen Datensatzes können Administratoren schnell herausfinden, used to be mit der Infrastruktur schief läuft.

Kulkarni erinnert sich an die Schwierigkeit, eine große IT-Umgebung aus früheren Jobs zu verwalten. „Ich musste einen großen Datensatz verwalten, und ich musste so viele verschiedene Anbieter anrufen und mehrere Stunden in der Warteschleife bleiben, um zu versuchen, Probleme zu lösen“, sagt er. „Manchmal brauchten wir Tage, um zu verstehen, used to be wirklich los battle.“

Durch die Automatisierung der Datenerfassung und die Erschließung einer Fülle von Daten zum Verständnis der Grundursachen ermöglicht AIOps Unternehmen, Kernpersonal, einschließlich IT-Administratoren, Speicheradministratoren und Netzwerkadministratoren, neu zuzuweisen, Rollen zu konsolidieren, wenn die Infrastruktur vereinfacht wird, und mehr Zeit für die Gewährleistung der Anwendungsleistung aufzuwenden. „Früher hatten Unternehmen mehrere Rollen und verschiedene Abteilungen, die sich um verschiedene Dinge kümmerten. Selbst um einen neuen Speicherbereich einzurichten, mussten additionally fünf verschiedene Administratoren jeweils ihren eigenen Beitrag leisten“, sagt Kulkarni. Aber mit AIOps erledigt die KI einen Großteil der Arbeit automatisch, sodass IT- und Give a boost to-Mitarbeiter ihre Zeit strategischeren Initiativen widmen, die Effizienz steigern und, im Fall eines Unternehmens, das seinen Kunden technischen Give a boost to bietet, die Gewinnmargen verbessern können. Beispielsweise konnte Cardoso von Sercompe die durchschnittliche Zeit reduzieren, die seine Give a boost to-Techniker für Kundenanrufe aufwenden, used to be ein besseres Kundenerlebnis widerspiegelt und gleichzeitig die Effizienz steigert.

Encumbered Sie den vollständigen Bericht herunter.

Dieser Inhalt wurde von Insights, dem Zweig für benutzerdefinierte Inhalte von MIT Era Evaluation, erstellt. Es wurde nicht von der Redaktion des MIT Era Evaluation geschrieben.

https://aspiringsysadmin.com/