一、智能运维服务都有哪些功能以及效果呢

智能运维是一种全新的数字化运维能力，且是企业数字化转型的必备能力。智能运维的本质是提升运维数据的认知能力，它在提升运维数据治理能力、优化企业业务数字化风险、降低运维人力成本和提升运维在业务侧的影响力方面都有本质的提升。

智能运维，又称AIOps（Artficial Intelligence for Operations），是一种将大数据、人工智能或机器学习技术赋能传统IT运维管理的平台（技术）。

比如以我们公司的夏洛克AIOps智慧运营平台为例。它能以全局运营视角解读IT运维，在AI算法平台的支撑下实现包括精准告警、异常检测、根因定位和容量分析等场景，助力企业数字化业务高效、稳定和顺畅运行。

运维数据治理。通过高性能实时处理的数据平台广泛采集、处理和分析数字化业务运行过程中的多样化运维数据，包括告警、指标、日志、配置以及运维工单等类别，不仅提升了运维大数据的治理能力，优化了数据质量，而且为进一步激活运维数据的价值打下了良好基础；

业务数字化风险。使运维人员不仅提升了历史运维数据的分析能力并且能够对实时数据进行异常检测和问题预判，有效降低数字化业务的运行风险，提升可用性、稳定性；

运维人力成本。使真正意义上的跨域根因定位成为可能，降低对专业运维人员经验技能的依赖，迅速缩短故障排查时间并有效降低人力成本；

业务侧影响力。以业务视角利用多元化数据提高运营分析和决策能力，比如端到端的分析业务交易状态，提供给业务、客服部门及时反馈和决策支持依据，充分增强业务影响力；

智能运维发展正如火如荼，Gartner预见其为下一代运维，认为到2022年将有近50%的企业用户部署智能运维。虽然目前不少企业已经在积极投入建设，也还有一些企业处在迷茫阶段，尽早布局才能在数字化时代不会被淘汰。

二、智能交通这个行业的前景如何

随着智能交通科技和产业的发展，我国正在形成一个安全可靠、便捷高效、绿色智能、开放共享的现代化综合交通运输体系。《“十四五”现代综合交通运输体系发展规划》明确提出，加快智能技术深度推广应用，坚持创新驱动发展，推动互联网、大数据、人工智能、区块链等新技术与交通行业深度融合，推进先进技术装备应用，构建泛在互联、柔性协同、具有全球竞争力的智能交通系统。

智慧公路系统将先进的数据通信技术，传感器技术、人工智能等新兴技术有效地综合运用于交通运输，服务控制和车辆管理，加强车辆，道路、运维三者之间的联系，从而保障安全，提高效率，改善环境，节约能源。连接起城市与乡镇的智慧数字化全面发展，打造智慧城市、数字乡村新格局。

智慧交通实现基于全域三维可视空间、多源异构数据治理、动静融合业务管控的数字孪生平台，让公路、桥梁、附属设施等公路交通基础设施具备多维感知能力，能够实现彼此间的信息互联互通和自动控制，并与交通工具、交通参与者的协同联动，为公路交通安全和高效通行提供数据支撑。

可视化以全域全路网全要素数字化为基础，以全周期全业务数字化为引领，赋能高速公路管理服务全网络全业务数字化升级。

随着画面初始化后，映入眼帘的是以沈海高速厦门至泉州段作为项目背景的可视化场景，流光溢彩的霓虹效果展示了高速公路在 GIS地图上的走向，以动画延伸的方式进行展示，让人眼前一亮。配合底部公路动画效果样式图，更贴合了整个项目场景。

ETC门架系统一种高速不停车收费的设施。龙门架上可以安装一些鉴别汽车信息的设备，根据组装在汽车前挡风玻璃上的车载 RFID标签与在收费站 ETC行车道龙门架上的微波天线中间的微波加热专用型近程通信，利用软件连接网络技术应用与金融机构开展后台管理清算解决。

视频监控智能分析系统是道路交通方式不可缺少的监管手段。参考现场摄像头实际点位，在三维场景中进行对应位置的监控模型摆放，实现场景还原。用户通过三维场景对高速公路的摄像头位置一目了然，并进行实时监控信息采集与分析，将异常车辆信息等数据进行汇总。

对 ETC门架进行了完整的三维场景构建，能够管理门架以及门架上所有的设备对象。支持通过数据配置，生成不同的监控场景。

真实还原龙门架路**通运行状态，2D面板重点展示门架编号、位置信息、门架车辆绑定信息、收费信息以及设备故障状态，方便运维人员对来往同行车辆进行筛查管理，便于开展交通健康诊断，有效解决路**通拥堵和安全等问题，提升交通管理及服务水平。

ETC车辆监测

高速可视化管理运维平台中的 ETC门架系统同样可具备通行车辆分段计费、流量调查、视频监控、超速筛查等功能，汽车经过门架之后，门架上安装的监控系统会自动识别汽车，同时实现计费。

孪生车辆进出收费门架的过程，并以动态标签标注的形式展示每辆车辆收费结果，成功扣费车辆显示为绿色标签“交易成功"。扣费失败车辆显示为红标签”交易失败“，非 ETC车辆显示为黄标签”交易失败。

公路的实际管理工作中，由于公路管理布局零散，现场处置、中心调度、决策指挥等工作任务相对独立，缺乏统一的纵向、横向间的指挥调度体系。加强基础设施数字化管理能力，将大数据、物联网、视频分析、数据挖掘等相关技术应用到公路场景中来，快速提高公路的安全、快速、绿色运输和智能管控的能力。

设备监测

收费站是公路系统功能发挥的重要组成部分，公路收费站机电设备是保障公路正常运行的关键，高速公路的机电系统应该随着交通运输业的发展不断往信息化、智慧化更新。

2D可视化面板样式，将公路收费情况、车辆通行情况、出入口车道情况以及机电设备如栏杆机、车牌识别、车道监控、车道控制器、天线、费显、车道指示灯、情报板等设备的数量、运行情况以及设备运维情况进行汇总统计输出于大屏上，让运维人员无需再通过纸质文件传递信息与归档，提高工作效率，增强管理水平。

车道管理

打造的车道可视化管理系统，进一步提升了对收费车道的监控和异常处理的能力，可对每一条收费车道进行实时监控，实现“无人值守”"远程*作"的车道管理形式，助力打造畅行的高速公路收费站。

通过大屏上的面板对入口车道的车道通行指示灯、车道栏杆机进行通行、关闭、抬杆、落杆等*作。

服务区可视化

通过数字孪生技术将服务区、服务区内建筑、周边环境设施进行高度还原，支持融合物联网、大数据等各类信息技术，整合服务区现有信息系统的数据资源，通过“一张图”的形式进行服务区管理。未来将助力实现服务区高质量发展和旅游、商贸、物流等功能拓展。

支持多种方式的模型渲染，采用轻量化三维建模技术，以三维场景为基础，2D数据面板为辅，统计出服务区的基础地理信息、能耗（用水、用电）统计、接入天气系统实时查看到当日的环境监测、以及车辆统计与日车流量趋势图，实现服务区的数字化管理。

人流热力图

通过多个智能摄像头的图像识别分析，能形成一个完整的服务区热力图。显示休息区人流情况及拥挤程度，红**域人群聚集，绿**域游客较少。管理者通过Hightopo可视化数据进行人流监控可以建立人流预警机制。

通过数字孪生、大数据、物联网等信息化新技术与公路行业的深度融合，舒适、高效的通行能力以及日常运维管理的智能化日趋重要，赋能公路行业早日实现主动预测、自动处置、快速响应、服务高效，全面提升以人为本的智慧公路。

三、智能运维是什么

得益于IT外包服务的发达，现在的运维已经不包括搬机器上架、接网线、安装*作系统等基础工作，运维人员一般会从一台已安装好指定版本的*作系统、分配好IP地址和账号的服务器入手，工作范围大致包括：服务器管理（*作系统层面，比如重启、下线）、软件包管理、代码上下线、日志管理和分析、监控（区分系统、业务）和告警、流量管理（分发、转移、降级、限流等），以及一些日常的优化、故障排查等。

随着业务的发展、服务器规模的扩大，才及云化（公有云和混合云）、虚拟化的逐步落实，运维工作就扩展到了容量管理、弹性（自动化）扩缩容、安全管理，以及（引入各种容器、开源框架带来的复杂度提高而导致的）故障分析和定位等范围。

听上去每一类工作都不简单。不过，好在这些领域都有成熟的解决方案、开源软件和系统，运维工作的重点就是如何应用好这些工具来解决问题。

传统的运维工作经过不断发展（服务器规模的不断扩大），大致经历了人工、工具和自动化、平台化和智能运维（AIOps）几个阶段。这里的AIOps不是指Artificial Intelligence for IT Operations，而是指Algorithmic IT Operations（基于Gartner的定义标准）。

基于算法的IT运维，能利用数据和算法提高运维的自动化程度和效率，比如将其用于告警收敛和合并、Root分析、关联分析、容量评估、自动扩缩容等运维工作中。

在Monitoring（监控）、Service Desk（服务台）、Automation（自动化）之上，利用大数据和机器学习持续优化，用机器智能扩展人类的能力极限，这就是智能运维的实质含义。

智能运维具体的落地方式，各团队也都在摸索中，较早见效的是在异常检测、故障分析和定位（有赖于业务系统标准化的推进）等方面的应用。智能运维平台逻辑架构如图所示。

智能运维平台逻辑架构图

智能运维决不是一个跳跃发展的过程，而是一个长期演进的系统，其根基还是运维自动化、监控、数据收集、分析和处理等具体的工程。人们很容易忽略智能运维在工程上的投入，认为只要有算法就可以了，其实工程能力和算法能力在这里同样重要。

智能运维需要解决的问题有：海量数据存储、分析、处理，多维度，多数据源，信息过载，复杂业务模型下的故障定位。这些难题是否会随着智能运维的深入应用而得到一定程度的解决呢？我们会在下一篇文章中逐步展开这些问题，并提供一些解决方案。

本文选自《智能运维：从0搭建大规模分布式AIOps系统》，作者彭冬、朱伟、刘俊等，电子工业出版社2018年7月出版。

本书结合大企业的智能运维实践，全面完整地介绍智能运维的技术体系，让读者更加了解运维技术的现状和发展。同时，帮助运维工程师在一定程度上了解机器学习的常见算法模型，以及如何将它们应用到运维工作中。