贺安辉脱敏版GOPS2024上海站-博睿数据.pdf

可观测全域数据模型在智能运维中的实践

姓名：贺安辉

个人简介

贺安辉

博睿数据产品总监

担任博睿数据产品管理部负责人，AIOps首席专家，

15年智能运维领域从业经历，曾供职于中国工商银

行、蚂蚁集团等企业，对运维体系、技术、产品形

态和方法论有丰富的经验。

GOPS全球运维大会暨研运数智化技术峰会2024·上海站

挑战和目标

可观测全域数据模型

目录

智能运维落地效果

挑战和目标

01

运维数据的复杂性和动态性正在迅猛演进中

服务调用运行容器数日志量事件量构建发布次数

100+亿次/天30万+个200+TB/天2000万+条/天6000+次/天

*选取典型客户的一些统计值

GOPS全球运维大会暨研运数智化技术峰会2024·上海站

技术和工具的多样性呈现百花齐放形态

CNCFCloudNativeLandscape

1000+

GOPS全球运维大会暨研运数智化技术峰会2024·上海站

可观测性解决方案面临的关键挑战

数据膨胀工具多且杂关联关系复杂加工成本高昂分析难度大

GOPS全球运维大会暨研运数智化技术峰会2024·上海站

小而美、避重就轻的微创新

or

大刀阔斧、从根本上解决

GOPS全球运维大会暨研运数智化技术峰会2024·上海站

可观测平台的建设目标

1、对所有数据具备标准统一的底层存储模型和业务模型

2、底层存储模型和上层业务模型隔离，上层应用不感知

全域数据统一查询语言底层存储模型

3、具备标准统一的数据写入能力和开放统一的全域数据

实查询分析语言，所有数据可灵活探索

业务模型体

自