浪潮與騰訊云聯(lián)合發(fā)布數(shù)據(jù)中心服務(wù)器智能故障診斷技術(shù)白皮書
(全球TMT2021年8月2日訊)7月27日,由OCP社區(qū)主辦、浪潮承辦的第三屆OCP China Day順利舉行。會上,浪潮聯(lián)合騰訊云發(fā)布《數(shù)據(jù)中心服務(wù)器智能故障診斷TIFDS(Tencent & Inspur Fault Diagnosis System)系統(tǒng)技術(shù)白皮書》,白皮書詳細(xì)解讀了當(dāng)前大規(guī)模數(shù)據(jù)中心運維面臨的挑戰(zhàn),闡述了騰訊云與浪潮聯(lián)合研發(fā)的TIFDS系統(tǒng)架構(gòu),為大規(guī)模數(shù)據(jù)中心提升服務(wù)器運維效率,保障數(shù)據(jù)中心穩(wěn)定運行提供重要參考。
以騰訊云數(shù)百萬服務(wù)器運營數(shù)據(jù)和浪潮深厚的固件研發(fā)專家經(jīng)驗庫為基礎(chǔ),“TIFDS”系統(tǒng)可利用AI技術(shù)對海量服務(wù)器運行數(shù)據(jù)實時分析,對各類部件故障實時預(yù)警,故障診斷“火眼金睛”,故障自動明確化率提升至95%以上,遠(yuǎn)超業(yè)界平均水平。
大規(guī)模數(shù)據(jù)中心服務(wù)器猛增 人力運維接近極限
伴隨著互聯(lián)網(wǎng)企業(yè)的崛起,云計算市場已走過十多年的時間,據(jù)Gartner數(shù)據(jù)統(tǒng)計,2020年全球云計算市場快速增長,增速超過40%,中國云計算市場也持續(xù)兩位數(shù)增長,市場增長動能逐漸從泛互聯(lián)網(wǎng)向產(chǎn)業(yè)化快速滲透,增長持續(xù)加速。
白皮書指出,云計算的快速擴(kuò)張帶來了數(shù)據(jù)中心服務(wù)器數(shù)量的爆發(fā)式增長,隨之而來的服務(wù)器運維管理復(fù)雜度和難度也越來越大,而傳統(tǒng)的海量服務(wù)器故障運營面臨著更大的挑戰(zhàn)和更高昂的成本,從最初的腳本運維、工具運維到平臺運維演進(jìn)至今,人力已接近極限,越來越無法滿足快速修復(fù)故障和恢復(fù)業(yè)務(wù)運行的要求。為高效管理十萬甚至百萬級服務(wù)器,智能化的監(jiān)控診斷系統(tǒng)成為大規(guī)模數(shù)據(jù)中心必不可少的工具。
公布TIFDS系統(tǒng)架構(gòu),故障自動明確化率95%以上
TIFDS(Tencent & Inspur Fault Diagnosis System)是騰訊云與浪潮聯(lián)合研發(fā)的故障診斷系統(tǒng),是服務(wù)器健康監(jiān)管技術(shù)及故障預(yù)警診斷技術(shù)的總稱,旨在實現(xiàn)運維工作由人工離線分析向自動智能在線識別的方向發(fā)展,建立一套以帶外BMC為中心的故障診斷系統(tǒng)。據(jù)白皮書介紹,TIFDS系統(tǒng)具有風(fēng)險實時預(yù)警,故障精準(zhǔn)診斷和日志定制化透明安全等特點,對提升大規(guī)模數(shù)據(jù)中心運維效率具有重要意義。
- 風(fēng)險實時預(yù)警:該系統(tǒng)基于騰訊云現(xiàn)網(wǎng)運行的百萬臺服務(wù)器運維經(jīng)驗,結(jié)合AI智能算法,可對非宕機(jī)類故障進(jìn)行實時預(yù)警,降低服務(wù)器高負(fù)荷運行下突然失效的風(fēng)險。
- 故障精準(zhǔn)診斷:浪潮構(gòu)建專家經(jīng)驗庫,將故障自動明確化率提升至95%以上,遠(yuǎn)高于業(yè)界平均標(biāo)準(zhǔn),秒級告警,精準(zhǔn)反饋故障觸發(fā)源,提升運維效率。
- 日志定制化透明安全:創(chuàng)新性的按照騰訊云需求聯(lián)合定制日志輸出上報方式,使診斷過程清晰透明,并對疑難問題進(jìn)行了識別并建立了線上聯(lián)合診斷系統(tǒng),不斷提升系統(tǒng)運維效率。