当多米诺骨牌倒下时：只有DataOps和AI以及机器学习才能让微服务和分布式系统立于不败之地-600学习网

600学习网终身会员188，所有资源无秘无压缩-购买会员

[51CTO快速翻译]可以想象，当It运维人员准备好喝咖啡时，突然的警报会扰乱他们的心情。即使经过不懈的努力，解决了大量的报警信息，如此大的工作量也会使操作和维护人员疲惫不堪。我们不禁要问：为什么系统不能以智能的方式预测问题并在警报发出之前解决它们？想象一下，当IT运营和维护人员在混合云上使用复杂的IT系统和应用程序来处理警报信息时会发生什么？毫无疑问他们将被困在”警报泥潭”中，无法自拔。

为了实现以下目标，为微服务量身定制的新架构应运而生：

任何应用程序中的微服务都是密切相关的，这将导致多米诺效应。应用程序中的任何延迟或更改都将以意外的速度影响其他服务。每个数字原生企业都依赖于两个元素：数据和分布式系统。两个元素可以确保企业应用程序中的服务的完整交付。数字原生组织越成熟，它将使用的分布式系统越多，拥有的数据越多。

成熟的云原生企业将遇到的另一个问题是数据碎片。这需要通过构建整体应用程序解决方案来解决。Gartner估计，IT基础设施产生的数据量将每年增加两到三倍。

在这种情况下，为什么人类要对应用程序故障负责？这让我们回到了一些基本配置和报警解决方案的问题上。

要打破集中式和孤立的体系结构，请将日志收集到一个系统中。无论是存储还是显示，请尝试将它们保存到同一数据源。考虑到微服务将生成大量数据，可以使用单个视图轻松搜索日志。这是升级现代微服务监控方法的基本操作。

分布式网络及其通信不容忽视。它是任何组织的重要组成部分。使用可以长期保存历史数据的集群解决方案不会因过度的下采样(再次下采样并丢弃冗余样本)而牺牲数据粒度。开源和SaaS云服务使这个解决方案更加复杂。但是，他们可以确保您的监控系统在与第三方平台集成时能够提供完全的可观察姓，即使第三方的平台拥有一个庞大而动态的生态系统。

随着基于微服务的应用程序的演进和变化，它们生成的数据也在悄然变化。考虑到在这种情况下，监控系统还需要检测异常，因此不能仅依靠手动创建的报警规则。最重要的是，不会因为日志数据的创建或更新而忽略关键警报。

RDA Robotic Data Automation旨在自动处理数据，并使监控系统和流程更智能地管理警报。机器学习算法可以使用历史数据和现有的学习模型随时随地创建新的报警规则。它处理底层机器数据和警报，从而为优化警报处理提供建议。RDA使报警处理过程智能化，以减少人为干预。

放弃旧监测方法的四个原因如下：

1.更多的应用程序正在部署到云上。

2.迭代将变得更加频繁。对于程序的微小更改，需要重新编译并发布整个应用程序。

3.每次更改都会影响其他模块，这就是我们所说的”扣动扳机”。

4.如果使用旧的监控扩展方法，整个应用程序将受到影响。事实上，只有一些资源需要扩展才能满足监控扩展的要求。

同时，新的微服务架构模型需要关注服务发现.配置管理.负载平衡.消息传递等。您需要具备获取数据和与第三方系统集成的能力。RDA的AIOps(人工智能操作和维护)模式有助于实现混合IT系统的性能和可用姓监控。

崔浩：高级架构师，拥有18年的软件开发和架构经验，10年的分布式架构经验。他曾是惠普的技术专家。他很高兴与大家分享，并撰写了许多受欢迎的技术文章，阅读量超过60万次。分布式体系结构原理与实践的作者。

标题：当Domino崩溃时：微服务和分布式系统Ne