aiops是一个古老的问题的新解决方案：如何阻止我的团队疯狂地管理1500万个不同的工具控制台？
这工具膨胀问题对于从事这项业务超过一分钟的任何人来说，这并不是什么新鲜事。在过去，当它由服务器，存储，网络，数据库等方面的专家组成时，每组专家都有一个受欢迎的工具集，向他们展示了他们的世界小补丁如何运作。由于没有人了解整个系统，因此每个选区的代表都必须聚集在一起解决问题。参与其中的每个人都非常擅长使用可以使用的工具集，这是没有人理解的，以找到各种证据，证明正在调查的事件绝对不是从他们的系统开始的。
这和您认为的一样，这使一些聪明的人降落在喂养所有描述的数据的概念上基础设施健康和绩效到每个人都可以看到的单个系统。这是“监视器的监视器”（妈妈）来自的地方。在理想的条件下，它允许整个基础架构团队摆脱相同的数据集，来回共享信息，并以协调的方式确定根本原因和补救步骤。许多产品擅长成为妈妈，包括Zenoss服务动力学，IT世界持续了一段时间，绝对没有任何手指指向。
但是，（插入有关数字转换）发生。最大的影响之一是，该企业通常希望比基础设施能够支持的速度更快。当它无法以一致，及时，可扩展的方式为LOB团队提供所需的相关数据点时，这些团队会在其他地方购物以找到解决他们问题的工具。Forrester Research发现去年，全球服务决策者中有24％的决策者在没有参与的情况下做出了技术购买决策。
当Rogue IT团队购买自己的工具时，这已经足够糟糕了，但是当业务部门试图购买自己的IT解决方案时，可能会导致全新的混乱水平。日益增长的使用DevOps企业中的团队也导致迅速增加应用基础架构需要监控。的增殖混合云无服务器计算模型进一步加剧了此问题的规模。对于某些企业来说，拥有50多个工具来监视应用程序和基础架构的重叠补丁，通常不共享数据，这并不少见。由于这些解决方案通常与Yore的IT点工具几乎没有相似之处，因此标准的MOM方法无效。
在一个最近的研究，福雷斯特发现AIOPS解决方案（像Zenoss一样）正在发展以解决这些新出现的问题。不仅可以在一个地方收集和显示所有数据（就像妈妈一样），而且可以通过系统分析汇总的数据以寻找界外的性能并确定原因。更高级的AIOPS系统可以评估问题的业务影响，甚至可以自动化解决方案，以最大程度地减少上述影响。
要了解有关Forrester建议在评估AIOPS解决方案进行部署的更多方法的更多信息，请点击此链接下载报告。
