cache数据■▷☆、非关系型数据库△◁▲、大数据架构■◁-…△、离线数据处理△○■=、app▪●、PC端应用……种种新架构与海量数据挑战着IT运维的能力□▪==，运维发展到今天▪■•●，互联网的发展速度就代表了运维的革新速度……随着云计算△▪•、虚拟化技术的发展=•，另一方面○◆=。

　　其实智能运维是相对传统运维的一种升级和进化▷•△☆◁，智能运维能够实现业务系统的自动化故障智能检测•■，自动判断哪些异常◆▷、哪有告警■…●●，从而能够辅助管理者进行故障根源判断和处理●●•，甚至于挖掘运维数据隐含信息…○☆=◁，通过数据变化对未知风险进行预警▲◇。

　　架构更加复杂◁☆•◇，随着管理资源的数量和负责度增加☆▽•■，数据量的猛增让运维人员的工作量也水涨船高▲■●◁。在海量的数据之下◁★☆○-。人的精力是有限的=☆△▼★•，IT系统的复杂度也在增长■▪◁。

　　擎创夏洛克AIOps的诞生是在2016年-★…，擎创科技研发的夏洛克AIOps就已经将服务和应用数据收集○▼●○、综合分析•▲▼◇、规律发现等流程自动化△■☆，相比人工手动▷◆▷，擎创夏洛克AIOps就已经可以快速定位问题并且提高系统表现性能了☆-。面对数据量巨大☆△★▽★、流程繁琐的工作■□，人工是吃力不讨好的◇▪○•●●，交给机器才是最佳选择☆★☆◁△。AIOps提出后•▪，就有很多企业尝试进行IT数据的自动化处理…◇○，但是那时候似乎没有找到正确的…■○▼、有效的打开方式■-○◆;有了机器学习和深度学习•◁●□○▽，挖掘数据信息如虎添翼☆◇●◁，不必像以往单纯依靠传统概率统计论凯发在线•◆△▼。 也正是因为机器学习和深度学习这样的重大突破之后…★▷△▲，学术界已经研究了半个多世纪的人工智能再次回到业界焦点▷△•▼，并且被社会所广泛注视□□◆▲□▪。面对未知的挑战以及大数据时代的到来▼▽◆，擎创夏洛克AIOps的出现也是必然选择▷◇☆□。

　　在AI刚刚兴起的今天△◁•=□，AIOps是新概念••，业界经验尚且单薄◇◆□•，很难现在就给出AIOps的确切且广泛适用的定义▲…□☆★◁，哪怕是着名如Gartner也不敢妄言定义智能运维▲☆…■;随着业界实践…△□◆◁●、反思和讨论的不断积累…◆=，AIOps的认知会逐渐的发生演变▪▪•。但是▷△，AIOps所代表的整体趋势是势不可挡的◆=▽▪，智能化会逐渐走入IT行业乃至社会生活的各个方面◇-◁▲，这点毋庸置疑◇▼…。目前我们还没有必要夸下海口说AIOps会快速地彻底革新运维=●▽☆，不过见微知着▲▲●、未雨绸缪和敏而好学终归不是坏事••▪•▷-;当机器能越来越智能地工作★…◇-•，我们也应当变得越来越聪明-•。如何正确利用AI来完善进化Ops•-=?如何利用AIOps来催化各个领域的变革◇▲-●?运维依旧任重道远◁•▲。

　　也经历了革命性的颠覆◆△○-，传统监控方式一个一个配置已经不能满足管理需求◁◇。随着互联网数据指数型的爆炸增长凯发在线◆■○□▼◁，运维工程师的力量显得尤为渺小凯发在线=…□。监控出现了太多的指标和图表-■，互联网技术的广泛应用…●◇，

　　当大家在思考它下一步该如何发展时…◆，人工智能时代的到来让运维人眼前一亮•-。智能运维AIOps应运而生△▷◇△。AIOps最早被提出是在2016年■-○□，IT研究业的巨头Gartner定义了最早的智能运维概念☆▼●•，并大胆预测凯发在线□=★，到 2020 年◇•☆●，AIOps 的采用率将会达到 50%◁△☆•。