AI助力运维:AIGC在运维领域的应用实践探索

一 背景

传统运维模式已难以应对日益复杂的海量数据和业务需求,效率低下,故障难解。而人工智能的崛起,特别是AIGC技术的出现,为运维领域带来了新的机遇。AIGC能够自动生成运维脚本、分析海量数据,预测潜在故障,甚至提供解决方案,为运维工作注入智能化力量,推动运维向更高效、更智能的方向发展。

1. 运维痛点:

  • 运维工作量大,效率低下: 随着业务规模的增长,运维人员的工作量不断增加,而传统的人工操作效率低下,难以满足快速响应的需求。
  • 运维数据量庞大,分析难度高: 各种监控数据、日志信息、告警信息等数据量庞大,人工分析难以快速找到问题根源,导致故障定位和解决效率低下。
  • 运维人员技能不足,人才缺口大: 随着新技术不断涌现,运维人员需要掌握更多技能,而人才培养周期长,难以快速满足需求。

2. AIGC技术优势:

  • 自动化能力: AIGC可以根据预设规则和算法自动生成运维脚本、配置信息、文档等,实现运维工作的自动化,提高效率,降低人工成本。
  • 数据分析能力: AIGC可以对海量运维数据进行分析,识别异常情况,预测故障,并提供解决方案,帮助运维人员快速定位问题,提高故障处理效率。
  • 智能化能力: AIGC可以根据历史数据和当前情况,智能地调整系统参数,优化运维策略,提高系统稳定性和可靠性。

3. 运维智能化趋势:

  • DevOps和SRE的兴起: DevOps和SRE强调自动化、高效、可靠的运维体系,AIGC能够提供强大的工具和技术支持,帮助企业实现DevOps和SRE转型。
  • 云原生技术的应用: 云原生技术对运维提出了更高的要求,AIGC能够帮助企业快速部署、管理和维护云原生应用,提高云原生应用的效率和稳定性。
  • 人工智能的应用: 人工智能技术正在改变各行各业,AIGC作为人工智能技术的重要分支,将在运维领域发挥越来越重要的作用。

二 实战

2.1 业务代码

编写业务代码。

2.1.2 测试运行

  • 本地运行
SHELL 复制代码
export ACCESS_KEY_ID=XXXX
export ACCESS_KEY_SECRET=XXXX
go run main.go
  • postman测试

2.2 发布到阿里云API网关上

2.2.1 serverless上创建命令

本地代码打包

shell 复制代码
go get github.com/aliyun/fc-runtime-go-sdk/fc
GOOS=linux go build main.go
zip fc-golang-demo.zip main

创建函数

注入环境变量,阿里云ak认证信息

获取url

函数测试成功

2.2.2 为其添加API网关认证

  • 创建API分组
  • 创建后端服务

为了方便测试,先配置没有认证信息

通过在线调试测试

2.2.3 创建APP应用

在API列表中绑定应用

2.3 创建应用

创建自定义工具

shell 复制代码
{
  "openapi": "3.1.0",
  "info": {
    "title": "Aliyun Resource API",
    "description": "Retrieves information about Alibaba Cloud resources.",
    "version": "v1.0.0"
  },
  "servers": [
    {
      "url": "http://xxxxpp.run"
    }
  ],
  "paths": {
    "/resources": {
      "post": {
        "description": "Get resource information by type and region.",
        "operationId": "GetResources",
        "requestBody": {
          "content": {
            "application/json": {
              "schema": {
                "$ref": "#/components/schemas/APIRequest"
              }
            }
          },
          "required": true
        },
        "responses": {
          "200": {
            "description": "OK",
            "content": {
              "application/json": {
                "schema": {
                  "type": "array",
                  "items": {
                    "$ref": "#/components/schemas/ResourceInfo"
                  }
                }
              }
            }
          },
          "400": {
            "description": "Bad Request",
            "content": {
              "application/json": {
                "schema": {
                  "type": "string"
                }
              }
            }
          },
          "500": {
            "description": "Internal Server Error",
            "content": {
              "application/json": {
                "schema": {
                  "type": "string"
                }
              }
            }
          }
        }
      }
    }
  },
  "components": {
    "schemas": {
      "APIRequest": {
        "type": "object",
        "properties": {
          "type": {
            "type": "string",
            "enum": [
              "ecs_instance"
            ]
          },
          "region": {
            "type": "string"
          }
        },
        "required": [
          "type",
          "region"
        ]
      },
      "ResourceInfo": {
        "type": "object",
        "properties": {
          "id": {
            "type": "string"
          },
          "name": {
            "type": "string"
          },
          "type": {
            "type": "string"
          },
          "region": {
            "type": "string"
          },
          "status": {
            "type": "string"
          }
        }
      }
    }
  }
}
  • 创建智能体
  • 测试

利用terraform在阿里云测试账户编排两台云主机进行测试

2.4 测试云厂商AI

阿里云AI目前仅跳转到对应云资源,不提供内容和加工数据

三 其他

目前仅仅demo可行性,后期可以丰富内容,支持更多云资源,或将云资源获取功能也作为一个agent,根据用户提供的云资源类型自动化生成云资源代码,需要探索,在资源获取情况下,可以更方便

另外通过集成云查询和系统内部操作

实现chat运维智能体

目前仅是利用AIGC在运维领域探索厂商,后期可以根据需求进行更丰富的扩展和使用。

总结

  • 自动化脚本生成: 根据用户需求自动生成运维脚本,例如系统配置、软件安装、故障处理等脚本。
  • 智能告警分析: 对告警信息进行分析,识别高危告警,并提供解决方案,帮助运维人员快速定位问题,避免故障扩散。
  • 运维文档生成: 自动生成运维文档,例如系统架构图、流程图、操作手册等,提高运维文档的质量和效率。
  • 故障预测和预防: 利用历史数据和机器学习算法,预测系统可能出现的故障,并提前采取措施进行预防。
  • 智能运维平台: 开发基于AIGC的智能运维平台,提供全面的运维解决方案,包括自动化运维、智能告警、故障分析、性能优化等功能。

参考链接

相关推荐
何遇mirror10 小时前
云原生基础-云计算概览
后端·云原生·云计算
嚯——哈哈11 小时前
轻量云服务器:入门级云计算的最佳选择
运维·服务器·云计算
请你喝好果汁64112 小时前
Kingfisher 下载ENA、NCBI SRA、AWS 和 Google Cloud)序列数据和元数据
云计算·aws
九陌斋12 小时前
如何使用AWS Lambda构建一个云端工具(超详细)
云计算·aws
嚯——哈哈12 小时前
AWS云服务器:开启高效计算的新纪元
服务器·云计算·aws
徒步僧12 小时前
ThingsBoard规则链节点:AWS SNS 节点详解
云计算·aws
九河云12 小时前
如何对AWS进行节省
大数据·云计算·aws
z千鑫13 小时前
【人工智能】PyTorch、TensorFlow 和 Keras 全面解析与对比:深度学习框架的终极指南
人工智能·pytorch·深度学习·aigc·tensorflow·keras·codemoss
程序员X小鹿17 小时前
AI视频自动剪辑神器!点赞上万的影视剧片段,一键全自动剪辑,效率提升80%!(附保姆级教程)
aigc
学习前端的小z1 天前
【AIGC】如何准确引导ChatGPT,实现精细化GPTs指令生成
人工智能·gpt·chatgpt·aigc