從規劃到建設再到應用，一站式助力應用智能運維

●第1章 應用運維 001
1.1 初識應用運維 001
1.2 應用運維，保障企業應用穩定運行的關鍵 002
1.3 演進過程 004
1.3.1 軟件性能工程 004
1.3.2 應用性能管理 006
1.3.3 網站可靠性工程 007
1.3.4 業務流程性能監控管理 008
1.3.5 用戶數字體驗監控 008
第2章 智能運維 011
2.1 初識智能運維 011
2.2 智能運維，賦予企業運維更強悍的大腦 012
2.3 演進過程 013
2.3.1 IT運維分析 014
2.3.2 事件關聯分析 015
2.3.3 自動化運維 015
2.3.4 人工智能運維 015
2.3.5 開發運維一體化 017
第3章 智能、互聯時代的應用運維 019
3.1 應用演進趨勢 020
3.2 技術演進趨勢 026
3.3 應用智能運維繫統：企業數字戰略的關鍵支撐 028
3.4 商業價值評估（ROI分析） 030
3.5 繫統關鍵能力 039
第4章 應用運維智能化的關鍵技術 044
4.1 異常檢測：篩選時間序列數據，發現潛在風險 045
4.1.1 技術簡介 045
4.1.2 深入淺出應用實踐 047
4.1.3 應用案例 053
4.2 關聯分析：實現全景化應用監控的基礎 056
4.2.1 技術簡介 056
4.2.2 深入淺出應用實踐 056
4.3 數據統計：敏捷高效的信息提取手段 058
4.3.1 技術簡介 058
4.3.2 深入淺出應用實踐 062
4.4 預測分析：使應用性能風險防患未然 065
4.4.1 技術簡介 065
4.4.2 深入淺出應用實踐 065
4.5 因果推理：專家經驗輔助決策支持 067
4.5.1 技術簡介 067
4.5.2 深入淺出應用實踐 069
4.6 自治控制：應用運維過程的自動化管理 072
4.6.1 技術簡介 072
4.6.2 深入淺出應用實踐 074
第5章 應用智能運維工具圖譜 079
5.1 開源工具 080
5.1.1 業務流程巡檢撥測 080
5.1.2 應用請求鏈路追蹤 084
5.1.3 存儲海量監控數據 089
5.1.4 機器數據檢索分析 093
5.1.5 人工智能算法支撐平臺 094
5.1.6 應用監控數據可視化 102
5.1.7 告警及風險智能管理 111
5.2 商業化產品 114
5.2.1 Dynatrace：軟件智能平臺 114
5.2.2 AppDynamics：思科的戰略新方向 115
5.2.3 NewRelic：讓應用運維隨需即取 116
5.2.4 RealSight APM：全景化應用智能管理 118
5.2.5 Datadog：深度分析應用性能 119
5.2.6 BigPanda：AIOps算法驅動應用自動化運維 121
5.2.7 Numenta NuPIC：類腦計算踐行異常檢測 122
第6章 立足實際需求，規劃繫統落地方案 124
6.1 前期準備 125
6.1.1 需求準備：理解企業現有的應用運維過程 125
6.1.2 應用準備：為目標應用的運行狀態準確畫像 129
6.1.3 人員準備：組建技術和管理專家團隊 132
6.1.4 技術準備：儲備運維智能化的關鍵技術 133
6.2 規劃設計 138
6.2.1 圍繞運維現狀，規劃建設願景 138
6.2.2 多部門協作，規劃服務質量目標 141
6.2.3 制訂監控策略，設計SLO計算算法 141
6.2.4 專注過程，規劃有效的風險管理機制 142
6.3 概念驗證 143
6.3.1 圍繞核心業務，驗證用戶數字體驗監控方案 144
6.3.2 驗證應用全棧監控數據采集技術 145
6.3.3 驗證業務流程監控的可行性 146
6.3.4 驗證趨勢預測算法的可行性 147
6.3.5 驗證根源問題分析算法的可行性 148
第7章 從零開始搭建應用智能運維繫統 152
7.1 目標應用場景的定義 152
7.1.1 目標應用介紹 153
7.1.2 建設願景規劃 153
7.1.3 應用運維現狀 154
7.2 規劃設計 157
7.2.1 邏輯架構 158
7.2.2 部署架構 159
7.3 應用全棧監控數據采集 160
7.3.1 用戶側用戶數字體驗數據采集 163
7.3.2 應用可用性數據采集 167
7.3.3 業務流程數據采集 174
7.3.4 應用運行環境狀態數據采集 188
7.4 搭建數據湖，存儲運維大數據 189
7.4.1 時間序列指標數據存儲 191
7.4.2 應用代碼鏈路數據存儲 193
7.4.3 鏈路、拓撲圖等關繫數據存儲 194
7.4.4 數據湖存儲與檢索能力融合 196
7.5 實現全景視圖的監控數據可視化 199
7.5.1 業務優先的應用全景可視化儀表盤 200
7.5.2 定義級聯可視化人機交互界面 202
7.5.3 選擇監控指標，定義告警策略 204
7.6 算法驅動，實現應用風險態勢感知 207
7.6.1 時間序列監控指標的趨勢預測 207
7.6.2 建立實時智能的異常檢測能力 208
7.6.3 通過因果推理分析定位風險根源 214
7.7 應用風險告警的智能化管理 219
7.7.1 搭建智能化的告警管理框架 221
7.7.2 遍在數據接入，隨時回溯數據、解釋告警 223
7.7.3 智能合並告警，有效管理風險 224
7.7.4 應用風險根源分析的智能化 228
7.7.5 手機端主動探傷檢測，防患未然 236
第8章 典型應用場景實踐 238
8.1 開發運維一體化場景 238
8.1.1 需求背景 238
8.1.2 解決方案 239
8.2 應用運行環境的穩定性性能保障 240
8.2.1 需求背景 240
8.2.2 解決方案 241
8.3 基於微服務架構的應用性能監控 243
8.3.1 需求背景 243
8.3.2 解決方案 245
8.4 基於大數據架構的應用運維智能化 249
8.4.1 需求背景 249
8.4.2 解決方案 250
8.5 遍在接入的雲應用運維智能化 252
8.5.1 需求背景 252
8.5.2 解決方案 254
8.6 互聯網應用的用戶數字體驗保障 255
8.6.1 需求背景 255
8.6.2 解決方案 256
8.7 物聯網應用運維場景 260
8.7.1 需求背景 260
8.7.2 解決方案 261
8.8 車聯網應用運維智能化 267
8.8.1 需求背景 267
8.8.2 解決方案 271
8.8.3 應用案例 274
8.9 應用運行環境的異常檢測 275
8.9.1 需求背景 275
8.9.2 解決方案 276
8.10 應用網絡質量的預測與分析 277
8.10.1 需求背景 277
8.10.2 解決方案 278
第9章 行業案例實踐 280
9.1 網聯汽車 280
9.1.1 建設背景 280
9.1.2 解決方案 280
9.1.3 建設效果 282
9.2 能源電力 283
9.2.1 建設背景 283
9.2.2 解決方案 284
9.2.3 建設效果 284
9.3 廣電傳媒 285
9.3.1 建設背景 285
9.3.2 解決方案 285
9.3.3 建設效果 286
9.4 數字醫療 287
9.4.1 建設背景 287
9.4.2 解決方案 288
9.4.3 建設效果 289
9.5 電子政務 290
9.5.1 建設背景 290
9.5.2 解決方案 291
9.5.3 建設效果 292
9.6 銀行保險 293
9.6.1 建設背景 293
9.6.2 解決方案 294
9.6.3 建設效果 294
9.7 食品快消 295
9.7.1 建設背景 295
9.7.2 解決方案 296
9.7.3 建設效果 296

本書介紹了應用智能運維繫統建設涉及的技術、工具、流程、方法，繫統地總結了應用智能運維繫統的演進過程，對比了市場主流的應用運維產品，分析了關鍵智能化應用運維技術、相關開源軟件工具的能力和真實行業用戶建設案例。另外，本書通過提煉、總結大量不同行業用戶建設應用智能運維繫統的典型應用場景，全面透徹地介紹了相關項目的規劃、開發、實施過程，對企業應對未來數字信息時代應用運維場景下智能運維繫統的建設和改造有較高的參考價值。

許力 等 編