老杨说运维 | 非常重要，事关转型

《荀子》有云：“水能载舟，亦能覆舟。”在公司日常运营过程中，数据指标就像是水，孕育着生命，承载着万物。科学的数据指标能指引公司在正确的道路上不断前进，使平淡无常的业务焕发新生，而不合理的数据指标可能使业务无所适从。

一、指标是什么？为什么要重视？

指标是用于衡量事物发展程度的单位或方法，它在IT行业还有一个常用的名字，即度量。比如：人口数、GDP、收入、用户数、利润率、留存率、覆盖率等。一般而言，我们可以通过一些关键指标来衡量公司业务运营情况的好坏。这也是我们为什么重视指标的原因。

从智能运维建设的角度来说，指标作为重要数据来源之一，是衡量数据健康度的一个重要因素。但因其存在“数量多、来源杂”等特点，很多企业与机构在分析时可能会陷入一种思想误区——“存在即合理，每一条数据都有其存在的道理，只要我们对其进行分析，自然能得到我们想要的价值。”这种想法通常会导致他们在面对海量数据时的束手无策，或是投入精力过多而收效甚微的结果。

如今，各大行业数字化转型正在如火如荼地进行，面对海量而繁杂的信息，企业想要高效运转，就亟需构建指标集中监控管理平台，来整合分散的数据。在此基础上结合成熟的大数据处理能力，使之形成标准化数据供给逐层深入的分析场景来消费使用，为智能运维的后续建设打下坚固的数据底座。

二、擎创夏洛克指标解析中心

夏洛克指标解析中心是新一代智能化的运维指标分析平台，能够对运维指标和相关交易链路进行监控分析，通过标准化接入、智能检测、告警生成、多角度分析和复盘形成管理闭环。分析场景覆盖了故障处理的事前、事中和事后，具体包括“告警瞭望台”、“调用链路分析”、“异常分析”及“趋势预测”等功能。

三、指标解析中心使用场景

随着银行业务的快速发展，系统体量已达成百上千，被管理对象高达几万至几十万，指标的数量已是一个天文数字，而单个指标的异常经常发生，如果每一个指标都要进行管理、检测，依照传统的调参方式会力所不及。

为了实现客户关于指标异常检测算法的自动化，减轻人力成本、提升运维效率的需求，夏洛克指标解析中心优化了算法自动调优算法的能力。即通过算法对指标的历史数据特征进行学习，当异常出现时为系统自动选择合适的检测算法，从而对参数进行优化。

如上第一张图所示，某指标检测默认选择偏向于周期性检测的算法A，但检测出来的指标不具备周期性，大量指标偏离基带，因此会引发大量的误告。

在第二张图中，我们可以看到经过夏洛克指标解析中心的算法自动调参优化，指出实际上应该选择算法B来进行检测，同时再对参数和召回率做一个大致的预测，这样生成的算法基带就会更具合理性，减少误告。

另外，在对单个指标异常进行检测的时候，需要对于该异常的重要级判断首先需要进行关联，即规则关联以及与其他相关指标关联判断。当然，在此之前要对指标做一定的治理，了解该指标的类别属性，如业务指标、基础架构指标、数据库指标等等，进而才能为后续的收敛、分析、建模等提供精准有效的数据支持。

---

擎创科技，Gartner连续推荐的AIOps领域标杆供应商。公司致力于协助企业客户提升对运维数据的洞见能力，优化运维效率，充分体现科技运维对业务运营的影响力。

行业龙头客户的共同选择行业龙头客户的共同选择

更多运维思路与案例持续更新中，敬请期待

随手点关注，更新不迷路~