Podstawy AIOps: Monitorowanie, korelacja i inteligentne alerty - Plan Szkolenia

Wprowadzenie do AIOps

• Czym jest AIOps i dlaczego ma znaczenie
• Tradycyjne monitorowanie a obserwowalność oparta na AIOps
• Architektura AIOps i kluczowe komponenty

Zbieranie i normalizacja danych operacyjnych

• Typy danych obserwowalności: metryki, logi i ślady
• Pobieranie danych z wielu źródeł (serwery, kontenery, chmura)
• Korzystanie z agentów i eksporterów (Prometheus, Beats, Fluentd)

Korelacja danych i wykrywanie anomalii

• Korelacja szeregów czasowych i metody statystyczne
• Wykorzystanie modeli ML do wykrywania anomalii
• Wykrywanie incydentów w systemach rozproszonych

Alerty i redukcja szumu

• Projektowanie inteligentnych reguł alertów i progów
• Tłumienie, deduplikacja i grupowanie alertów
• Integracja z Alertmanager, Slack, PagerDuty lub Opsgenie

Analiza przyczyn źródłowych i wizualizacja

• Używanie pulpitów nawigacyjnych do wizualizacji metryk i wykrywania trendów
• Eksploracja zdarzeń i osi czasu na potrzeby analizy przyczyn źródłowych
• Śledzenie problemów w różnych warstwach za pomocą narzędzi do śledzenia rozproszonego

Automatyzacja i naprawa

• Wyzwalanie zautomatyzowanych skryptów lub przepływów pracy z incydentów
• Integracja z systemami ITSM (ServiceNow, Jira)
• Przykłady zastosowań: samonaprawa, skalowanie, przekierowywanie ruchu

Open-source'owe i komercyjne platformy AIOps

• Przegląd narzędzi: Prometheus, Grafana, ELK, Moogsoft, Dynatrace
• Kryteria oceny przy wyborze platformy AIOps
• Demo i ćwiczenia praktyczne z wybranym stosem

Podsumowanie i kolejne kroki