Информационный шум в IT-инфраструктуре — это серьезная проблема, которая негативно влияет на процессы мониторинга и эксплуатации. В условиях высоконагруженных систем избыточный поток данных из метрик, логов и уведомлений затрудняет быстрое обнаружение и локализацию реальных инцидентов. Значимые события теряются среди второстепенных, что увеличивает риск пропустить критические проблемы. Это, в свою очередь, ухудшает время реакции и создает дополнительные сложности с анализом и диагностикой.

Кстати, мы уже используем нашу AIOps-платформу Artimate для решения задач автоматизации ИТ-эксплуатации своих ресурсов и сервисов. Поделимся с вами примером конкретного инцидента, с которым столкнулись недавно на развернутой системе мониторинга ИТ-инфраструктуры.

Итак, инцидент продолжался больше 40 минут и его удалось локализовать.

Мы мониторим систему ИТ-мониторинга, а именно контролируем метрики хоста, на котором развернута система с помощью Zabbix-агента, парсим логи и журналы Ubuntu, PostgreSQL, Hadoop, Hbase, Wildfly, … и не только.

Из общего потока данных платформа Artimate выделила больше 1900 связанных событий. После дедупликации, фильтрации сформировано 146 уникальных события, обогащенных полезным контентом алгоритмическими правилами и размеченных с помощью ML кластеризации. По результатам агрегации получено 18 оповещений типа алерты, изменения и объединены шаблонами корреляции в один инцидент.

Как видим, на примере конкретного инцидента получили снижение уровня информационно шума больше 99%.