I2 平臺是一個部署運行在企業現有 IT 系統環境和運維管理工具之上的顛覆性解決方案。它以數據模型為驅動,對應用系統的全棧 IT 數據重新開展監測和分析,并實現對現有 IT 運維管理工具的兼容支持,為運維和業務人員提供靈活的、動態的、集中的、跨 IT 邊界的 IT 服務視圖。它通過基線管理、異常檢測簡化規則和閾值管理,使告警更加精準。它利用人工智能和機器學習技術建立面向分析的 IT 運維管理新模式,通過復雜事件處理、事件關聯分析等能力簡化 IT 運維管理操作,幫助快速確定故障邊界和處理優先級。
平臺提供了傳統架構及云架構下 IT 系統全棧數據的接入支持。從 IT 基礎設施,基礎軟件,應用,客戶端,到業務數據;從指標,事件,日志,拓撲,到工單數據。它通過多種采集方式實現對全量、海量、多樣、復雜的 IT 數據的統一接入與管理,幫助運維和業務人員全面了解系統狀態。
同時,平臺也支持與企業現有 IT 運維管理工具的對接,充分利用和挖掘現有數據和資源。
OneAPM 將多年運維行業經驗以數據模型的方式預置在平臺之中。通過平臺的海量數據實時關聯分析能力,快速實現不同維度、不同顆粒度業務服務健康狀態的可視化監測。它可以由多個被監測實體、KPI、指標和事件組成。
業務服務可以是一臺服務器,一臺網絡設備,數據庫服務,中間件服務,CRM 系統,轉賬業務,或是運維和業務人員根據監測需求自己配置定義的對象。
平臺打破傳統 IT 運維管理工具的各自孤立的豎井壁壘,通過預置的數據模型,將多個來自不同維度的 KPI 、指標和事件在一個看板上進行相關性比較分析。并可靈活的根據當前業務服務根因分析的需要,在看板上臨時搜索新的 KPI 、指標和事件,為深度關聯分析看板增加新的泳道。
這種跨越傳統 IT 運維管理工具的數據分析交互方式,將極大的縮短 MTTR 時間,提升故障排查效率。
異常檢測的準確度是影響 MTTD 的關鍵因素之一。
平臺運用自研的 Smart-AD 算法,將無監督與有監督機器學習相結合,運用歷史數據訓練出來的分類模型,并結合人工異常點標注,解決了傳統異常檢測算法選擇和參數調整的難題,通過自動化框架進一步提升了異常檢測結果的準確度。
準確的故障告警將極大地縮短 MTTD。
平臺通過內置的 CEP(Complex event processing 復雜事件處理)引擎,將多個業務服務中的 KPI 進行圖形化自定義關聯,來創建新的報警或重要事件,彌補傳統告警模式規則單一的不足,從而可以在故障發生前快速捕獲潛在問題,并及時通知相關人員介入處理。
數據模型是實現自動業務服務洞察的基礎。它是由一系列的指標,實體,接口和依賴關系構建而成,實現業務與不同維度 IT 數據的有機關聯。
OneAPM 將多年的行業運維經驗凝練成 平臺上開箱即用的數據模型,幫助 IT 運維和業務人員快速將數據轉化成業務洞察,縮短進行數據關聯分析時間。
平臺提供了全新的可拖拽式 IT 及業務場景化視圖畫板,以滿足不同人員在不同場景下,實時動態查看不同IT或業務視圖的需要。
通過畫板中多種預置插件,運維及業務人員可以快速定制大屏或門戶頁面,靈活的將所有關注的 IT 和業務數據在同一個視圖中以不同場景風格進行展示,并能對異常指標進行聯動下鉆分析。
銷售經理為您解答專業版 OneAPM 報價、部署實施方案的各種問題。
銷售咨詢使用 OneAPM 時,遇到任何技術上的問題,都可以直接致電技術支持專線。
技術支持