IT運營分析

在信息技术 (IT) 和系统管理领域，IT 运营分析 (ITOA) 是一种检索、分析和报告 IT 运营数据的方法或方法。 ITOA 可以将大数据分析应用于大型数据集以产生业务洞察力。 2014 年，Gartner 预测其使用可能会增加收入或降低成本。 到2017年，预测15%的企业将使用IT运营分析技术。

IT 运营分析 (ITOA)（也称为高级运营分析或 IT 数据分析）技术主要用于发现大量通常嘈杂的 IT 系统可用性和性能数据中的复杂模式。 Forrester Research 将 IT 分析定义为使用数学算法和其他创新技术从管理和监控技术收集的大量原始数据中提取有意义的信息。 请注意，ITOA 不同于 AIOps，AIOps 侧重于将人工智能和机器学习应用到 ITOA 的应用中。

运筹学作为一门学科起源于第二次世界大战，旨在提高战场上的军事效率和决策能力。 然而，只有在 2000 年代初期机器学习技术的出现，人工智能运营分析平台才能真正开始参与能够充分满足业务需求的高级模式识别。 ITOA 发展的一个关键催化剂是谷歌的崛起，它开创了一种预测分析模型，代表了xxx次尝试解读互联网上人类行为模式的尝试。 IT 专家随后将预测分析应用于 IT 行业，推出了无需人工干预即可筛选数据以生成见解的平台。

由于云计算的主流拥抱以及企业越来越希望采用更多大数据实践，ITOA 行业自 2010 年以来有了显着增长。2016 年 ExtraHop 对大中型企业的调查表明，65% 的受访企业将 寻求在今年或明年整合他们的数据孤岛。 ITOA 平台当前的目标是提高其 APM 服务的准确性，促进与数据的更好集成，并增强其预测分析能力。

ITOA 系统往往由 IT 运营团队使用，Gartner 描述了 ITOA 系统的七种应用：

• 根本原因分析：受监控的 IT 基础设施或应用程序堆栈的模型、结构和模式描述可以帮助用户查明细粒度和以前未知的整体系统行为病态的根本原因。
• 主动控制服务性能和可用性：预测未来的系统状态以及这些状态对性能的影响。
• 问题分配：确定如何解决问题，或者至少将推论结果交给企业中最合适的个人或社区来解决问题。
• 服务影响分析：当已知多个根本原因时，分析系统的输出用于确定相关影响并对其进行排序，以便可以将资源用于以最及时、xxx成本效益的方式纠正故障 可能。
• 补充同类最佳技术：被监控的 IT 基础设施或应用堆栈的模型、结构和模式描述用于纠正或扩展其他以发现为导向的工具的输出，以提高运营任务中使用的信息的保真度 （例如，服务依赖关系图、应用程序运行时架构拓扑、网络拓扑）。
• 实时应用行为学习：Learns & 关联基于用户模式的应用程序行为和各种应用程序模式的底层基础设施，创建此类关联模式的指标并将其存储以供进一步分析。
• 动态基线阈值：了解基础设施在各种应用程序用户模式下的行为，并确定基础设施和技术组件的最佳行为，对特定环境的低水位线和高水位线进行基准测试和基准测试，并动态更改基准测试基准线 在没有任何人工干预的情况下不断变化的基础设施和用户模式

Gartner Research 在他们的数据增长需要一个单一的、架构化的 IT 运营分析平台中描述了五种分析技术：

• 日志分析
• 非结构化文本索引、搜索和推理 (UTISI)
• 拓扑分析（TA）
• 多维数据库搜索和分析 (MDSA)
• 复杂操作事件处理 (COEP)
• 统计模式发现和识别 (SPDR)

许多供应商在 ITOA 领域开展业务