【专家观点】刘晓辉：运维平台可观测与数字孪生的落地实践

运维平台可观测与数字孪生的落地实践刘晓辉运维开发团队负责人01关于应用运维的问题与思考运维痛点系统复杂度高需要支持主机，系统复杂度高需要支持主机，SOA，微服务等多元环境需要展示的数据种需要采集的数据对象多安全要求高担负民航运行生命线安全要求高担负民航运行生命线生产安全责任重用户群体多元且权限划分细致数据质量参差不齐软件多，交易链路自动化要求高降本增效需要及时精确的数据获取需要快速精准的故障处置应用运维的主要工作运维工作与应用场景监控规则设置监控工具优化应急演练系统应急恢复数据补偿运维需求分析运维工具开发监控报警应用变更例行维护应急处置问题排查处理容量规划运维设计开发变更准备变更实施结果检查故障原因排查容量评估系统实施运维反馈改进运维知识输出运维平台建设路径特征指标：平台化率特征指标：平台化率建立统一的运维平台来集中管理运维任务，实现部分流程的标准化和集中管理运维任务，实现部分流程的标准化和规范化。执行，包括监控、配置、故障排查特征指标：工具化率利用脚本、工具和自动特征指标：工具化率利用脚本、工具和自动化软件来执行重复性的运维任务，减少人工干应用人工智能、机器学习等技术，使运维平台能够自我优化、预测故障和自动解决问题运维平台整体架构方案运维平台整体架构方案02可观测监控监控整体架构方案监控三要素的能力对可观测能力的支持-日志和指标指标集中存储仪表盘基于审计日志的调用链路分析审计日志是开发规范中必须要打印的日志，在程序入口和出口分别打印，包括唯一ID，进出目的，错误响应，系统耗时等内容•全局唯一的GlobalID处理架构基于审计日志的调用链路分析软件调用链服务调用链实体调用链基于生成对抗网络的无监督时间序列异常检测应对复杂数据模型、低质数据（缺失值和噪音等问题）的无监l1-数据预处理预处理后的输入数据llCl一个经过预处理的样本传递给异常检测模块，通过编码器和解码器将序列重构到原始空间，利用原始空间判别器将重构序列与原果异常分数高于预设阈值，则该l本算法对部分潜在问题的提示优多尺度时序异常检测方法研究及其在流式场景下的应用•多尺度分解-生成模块：捕获面向流式异常检测场景的动态调整框架基于小波分解的图自编码器框架面向流式异常检测场景的动态调整框架ABC0.61670.06900.27180.08230.05520.4802MAD-GAN0.31360.23910.3238Beat-GAN0.34170.51260.46680.5333MemStream0.33840.43510.36090.63520.836203数字孪生数字孪生的对象与建设思路物理层航班航班航班航班航班航班航班可观测指标调用链指标调用链数据层值机安检登机虚拟层行李分拣行李分拣身份校验身份校验登机口升舱登机口升舱............数字孪生数字孪生的初步具体实现行李分拣身份校验基于诊断和快照的根因分析04未来展望可观测和数字孪生的结合可观测平台可观测平台数字孪生定位基础应用监控、分析和故障排除模拟、测试和预测数据依赖于数据来更新其状态交互性弱强AIAgent和大模型在运维过程过程中的可能应用场景智能监控利用各种算法对系统中各类指标的阈值进行智能推定，提升检测的准确性人机交互利用自然语言理解和生成能力提升人机交互的流畅性自然度根因分析利用自然语言处理能力，从数据中提取信息，调度Agent帮助进行根因分析知识管理