司宇,阿里巴巴 GOC- 监控中心技术专家
阿里巴巴集团拥有电商、金融、文娱、新零售、云计算等种多种业务形态,如何对这些业务形态做集团层面的统一故障治理,对产品 / 技术 / 运营都是巨大的挑战。阿里巴巴集团全球运行指挥中心(GOC)通过多年的探索,积累了大量跨 BU 故障治理经验,并在过程中使用了创新了自动化、智能化体系。
本次演讲将会对阿里巴巴集团故障治理整体流程及实战中的自动化、智能化体系做以介绍,并对未来故障治理领域智能运维工作进行展望。
1、阿里巴巴全局故障治理流程
2、基于 AIOps 的全局故障治理架构
3、新零售 / 云计算等新业态给全局故障治理带来的挑战
故障分维度下钻分析
全局统一的监控 / 报警接入网关
4、实战案例讲解
故障知识图谱
故障等级定义结构化
自动化通告
智能应急助手
业务背景及问题拆解
通告内容自动纠错
故障场景自动分析升级
5、智能运维落地方案实施建议