Nền tảng AIOps: Giám sát, Tương quan và Cảnh báo Thông minh Khóa Học Đào Tạo

Giới thiệu về AIOps

• AIOps là gì và vì sao nó quan trọng
• Giám sát truyền thống so với khả năng quan sát do AIOps thúc đẩy
• Kiến trúc AIOps và các thành phần chính

Thu thập và Chuẩn hóa dữ liệu hoạt động

• Các loại dữ liệu quan sát: chỉ số, nhật ký và vết theo dõi (traces)
• Thu thập dữ liệu từ nhiều nguồn (máy chủ, container, đám mây)
• Sử dụng các tác nhân (agents) và bộ xuất dữ liệu (exporters) (Prometheus, Beats, Fluentd)

Tương quan dữ liệu và Phát hiện bất thường

• Tương quan chuỗi thời gian và các phương pháp thống kê
• Sử dụng các mô hình ML để phát hiện bất thường
• Phát hiện sự cố xuyên suốt các hệ thống phân tán

Cảnh báo và Giảm nhiễu

• Thiết kế các quy tắc và ngưỡng cảnh báo thông minh
• Ức chế, loại bỏ trùng lặp và nhóm các cảnh báo
• Tích hợp với Alertmanager, Slack, PagerDuty hoặc Opsgenie

Phân tích nguyên nhân gốc rễ và Trực quan hóa

• Sử dụng bảng điều khiển (dashboards) để trực quan hóa chỉ số và phát hiện xu hướng
• Khám phá các sự kiện và dòng thời gian cho phân tích nguyên nhân gốc rễ (RCA)
• Theo dõi sự cố xuyên suốt các lớp bằng các công cụ theo dõi phân tán (distributed tracing)

Tự động hóa và Sửa chữa

• Kích hoạt các kịch bản hoặc luồng công việc tự động từ các sự cố
• Tích hợp với các hệ thống ITSM (ServiceNow, Jira)
• Các trường hợp sử dụng: tự sửa chữa (self-healing), mở rộng quy mô, định tuyến lại lưu lượng

Các nền tảng AIOps mã nguồn mở và thương mại

• Tổng quan về các công cụ: Prometheus, Grafana, ELK, Moogsoft, Dynatrace
• Các tiêu chí đánh giá để lựa chọn nền tảng AIOps
• Demo và thực hành với bộ stack đã chọn

Tóm tắt và Các bước tiếp theo