व्यवहार में AIOps - हुआवेई फैब्रिकइन्साइट क्या है

चल रहे अनुप्रयोगों की संख्या और नेटवर्क उपकरणों की संख्या में वृद्धि के जवाब में, नेटवर्क बैंडविड्थ बढ़ता है और पैकेट वितरण आवश्यकताओं को कड़ा किया जाता है। व्यापार के लिए महत्वपूर्ण क्लाउड-महत्वपूर्ण डेटा केंद्रों के पैमाने पर, बुनियादी ढांचे के रखरखाव के लिए पारंपरिक दृष्टिकोण अब विशिष्ट कार्यों को हल करने की अनुमति नहीं देता है। इसलिए, AIOps (एल्गोरिथम आईटी ऑपरेशंस) की अवधारणा का जन्म हुआ।

गार्टनर के अनुसार, लगभग 50% कंपनियां अगले साल तक AIOps का उपयोग करेंगी। हम आज बात कर सकते हैं कि इसी तरह के उपकरण क्या कर सकते हैं, Huawei FabricInsight के उदाहरण का उपयोग करके, एक नेटवर्क विश्लेषक जो Huawei CloudFabric डेटा केंद्रों के लिए एक व्यापक समाधान का हिस्सा है।



उद्यमों का डिजिटल परिवर्तन नए अवसर प्रदान करता है - बिग डेटा विश्लेषण की शुरूआत, मशीन लर्निंग एल्गोरिदम का विकास - अब केवल एक सनक नहीं है, बल्कि एक सचेत आवश्यकता है, जिसके बंद होने से वास्तविक लाभ होता है। हालांकि, नए कार्यान्वयन बुनियादी ढांचे की जटिलता में कई वृद्धि करते हैं, जो एक ही समय में इसके रखरखाव के मामले में नई चुनौतियां पैदा करता है।

आज बड़े बुनियादी ढांचे को बनाए रखने की मुख्य समस्या डेटा की मात्रा है जिसे एकत्र किया जाना चाहिए और डेटा सेंटर की स्थिति के बारे में जानकारी प्राप्त करने के लिए संसाधित किया जाना चाहिए, साथ ही गति जिसके साथ असफलताओं के कारणों का एक प्रासंगिक उत्तर देना आवश्यक है। एक तरफ, मॉनिटर किए गए मापदंडों की संख्या लगातार बढ़ रही है, दूसरी तरफ, समय संगठनों के खिलाफ खेल रहा है, क्योंकि किसी भी कंपनी का लक्ष्य जल्द से जल्द अपनी सेवाओं की उपलब्धता को बहाल करना है अगर कुछ गलत हो गया (विशेष रूप से कड़े एसएलए आवश्यकताओं को देखते हुए)। पतन के बाद सेवा के "उदय" की गति काफी हद तक घटना की जांच की गति से निर्धारित होती है। और यह बदले में, क्या हो रहा है के बारे में जानकारी की पूर्णता पर निर्भर करता है। लेकिन अगर डाटा सेंटर में कम से कम 50 - 100 सर्वर रैक स्थापित हैं, तो मानक निगरानी तंत्र बैंडविड्थ के लिए उच्च आवश्यकताओं और पैकेटों के समय पर वितरण के साथ सामना नहीं कर सकता है।

SNMP क्यों विफल होता है?

मानक तंत्र - एसएनएमपी और एक्सफ्लो - प्रत्येक 5-15 मिनट में डेटा एकत्र करते हैं, नमूना जानकारी। वे मूल रूप से वास्तविक समय में समस्याओं की पहचान के कार्य के बिना संचित डेटा के बाद के प्रसंस्करण की सीमाओं के लिए एक आंख के साथ विकसित किए गए थे। और यहां तक ​​कि ऐसे सीमित डेटा संग्रह नेटवर्क उपकरणों के संचालन को प्रभावित करते हैं।

यह देखते हुए कि समस्याग्रस्त ट्रैफ़िक केवल 3.65% है, पारंपरिक दृष्टिकोण, विश्लेषण परिणामों के आधार पर, केवल 30% नेटवर्क समस्याओं का पता चलता है, 70% मॉनिटरिंग सिस्टम के लिए दृश्यमान नहीं हैं।

अनुभवी प्रशासक जो जानते हैं कि एसएनएमपी और एक्सफ्लो द्वारा एकत्र किए गए डेटा से समस्या की जड़ की पहचान करने के लिए क्या और कहाँ देखना है। समस्याओं को विशाल लॉग और कई त्रुटि संदेशों का विश्लेषण करके पहचाना जाना चाहिए, और फिर मैन्युअल रूप से कॉन्फ़िगरेशन परिवर्तन करना होगा। लेकिन एसडीएन के विकास के साथ, भौतिक संसाधनों के वर्चुअलाइजेशन के साथ, मैनुअल कॉन्फ़िगरेशन अतीत की बात है। आज, सिस्टम प्रशासकों का एक पूरा स्टाफ भी व्यावसायिक आवश्यकताओं के साथ बुनियादी ढांचे के मानकों के निरंतर अनुपालन को सुनिश्चित नहीं कर सकता है।

फैब्रिकनाइट अलग तरीके से काम करता है

FabricInsight नेटवर्क विश्लेषण मंच एक अलग दृष्टिकोण प्रदान करता है, नेटवर्क रखरखाव और विफलता बिंदु का पता लगाने। FabricInsight अनुप्रयोगों के व्यवहार का विश्लेषण करता है, उन नेटवर्क रास्तों की पहचान करता है जिनका वे उपयोग करते हैं और उन पर उपकरणों की स्थिति को ट्रैक करते हैं।



यह दृष्टिकोण दो प्रमुख घटकों पर आधारित है - सभी उपलब्ध आंकड़ों का संग्रह और उनका स्वचालित विश्लेषण। कार्यात्मक विज़ुअलाइज़ेशन और डेटा खुलेपन की नीति के साथ लागू किया गया, यह दृष्टिकोण हमें कई समस्याओं को हल करने की अनुमति देता है जो पहले मृत थे।

सभी उपलब्ध डेटा एकत्र करें।

स्थिति की त्वरित प्रतिक्रिया की कुंजी नेटवर्क स्तर पर डेटा सेंटर के अंदर क्या हो रहा है, इसकी पूरी तस्वीर है। फैब्रिकइन्साइट नमूनाकरण के बिना समयबद्ध तरीके से सभी द्वितीय-स्तरीय सेवा डेटा एकत्र करने के लिए एक पुश टेलीमेट्री सदस्यता तंत्र का उपयोग करता है। नेटवर्क की एक पूरी तस्वीर प्राप्त करने के लिए, डिवाइस, एप्लिकेशन और नेटवर्क ट्रैफ़िक (टीसीपी SYN, फ़ाइनल और RST पैकेट) के संचालन पर डेटा एकत्र किया जाता है - डिवाइस के प्रदर्शन की रिपोर्ट करने के लिए डिवाइस के CPU और Google के GRPC का उपयोग किए बिना पैकेट को मिरर करने के लिए ERSPAN का समर्थन किया जाता है।

FabricInsight LEAF के माध्यम से एकत्र किए गए डेटा को FabricInsight कलेक्टर को प्रेषित किया जाता है, जो नेटवर्क से गुजरने वाले पैकेट के अस्थायी मापदंडों की निगरानी करता है। कलेक्टर टाइमस्टैम्प, एन्कोड और HTTP से फैब्रिकइंसाइट एनालाइज़र पर नेटवर्क ट्रैफ़िक डेटा प्रदान करता है। यह दृष्टिकोण आपको नेटवर्क के बारे में अधिक से अधिक जानकारी एकत्र करने की अनुमति देता है, यहां तक ​​कि "शास्त्रीय" समाधानों द्वारा पता नहीं लगाए जा सकने वाले यातायात के अल्पकालिक विस्फोटों को भी पकड़ सकता है।
इसी समय, फैब्रिकइंसाइट आईपी पैकेट के अंदर नहीं दिखता है (यह उनकी सामग्री पर कब्जा नहीं करता है), केवल हेडर का उपयोग करके अपने काम में। इस प्रकार, इसका उपयोग व्यापार के लिए महत्वपूर्ण क्षेत्रों में किया जा सकता है, उदाहरण के लिए, जहां व्यक्तिगत डेटा के साथ काम होता है।

वास्तविक समय विश्लेषण

सिस्टम का दूसरा अभिन्न तत्व फैब्रिकइन्साइट एनालाइजर है। एकत्रित आंकड़ों को प्राप्त करते हुए, यह ट्रैफ़िक पथों की पहचान करता है और एल्गोरिदम चलाता है जो लगभग वास्तविक समय में स्थिति का विश्लेषण करता है। सामान्य तौर पर, फैब्रिकइन्साइट एनालाइज़र अनुप्रयोगों के साथ नेटवर्क ट्रैफ़िक को सहसंबंधित करता है, जिससे आप समस्याओं को जल्दी पहचान और ठीक कर सकते हैं। मशीन सीखने के कारण, बुनियादी ढांचे के सामान्य और असामान्य व्यवहार की पहचान करने के लिए एल्गोरिदम को "प्रशिक्षित" किया जाता है।

NetworkInsight वास्तविक समय में अपडेट किए गए नेटवर्क स्टेटस मैप्स, एप्लिकेशन इंटरैक्शन, व्यक्तिगत अनुप्रयोगों के लिए एनालिटिक्स आदि के रूप में अपने इंटरफ़ेस में नेटवर्क विश्लेषण के परिणामों को दर्शाता है। इंटरफ़ेस को इस तरह से लागू किया जाता है जैसे कि नेटवर्क के संचालन के लिए जिम्मेदार अनुप्रयोगों और विशिष्ट भौतिक उपकरणों के स्तर को नेत्रहीन रूप से लिंक करना, जो दोषों और उनके समाधान के तरीकों की खोज को गति देता है।

यदि स्वचालित मोड में किसी भी विसंगतियों का पता लगाया जाता है, तो प्रारंभिक जानकारी को सहेजा जाता है, जिसके अनुसार समस्याओं की पहचान की गई है (भंडारण अवधि समायोज्य है), यदि आवश्यक हो - फैब्रिकइन्साइट उपयोगकर्ता को चेतावनी देता है। इसके अलावा, ग्राफिकल इंटरफ़ेस के माध्यम से "माउस के साथ एक क्लिक में" स्थिति को ठीक करने की प्रक्रियाएँ आरम्भ की जाती हैं। उसी समय, सबसे अधिक प्रासंगिक दृष्टिकोण को खोजने के लिए विभिन्न त्रुटि सुधार पैटर्न का विश्लेषण किया जाता है।

मामलों

डेटा सेंटर विसंगतियों की पहचान करने के लिए, अनुप्रयोगों, उपकरणों और ट्रैफ़िक पथ के संचालन का सहसंबंध विश्लेषण का उपयोग किया जाता है, इस प्रकार विभिन्न प्रकार की विसंगतियों को दर्ज किया जाता है - दोनों अस्थायी और दीर्घकालिक।



वैसे, अधिकांश अस्थायी विसंगतियों का उल्लेख शास्त्रीय दृष्टिकोण का उपयोग करके नहीं किया जा सकता है। यह कुछ दीर्घकालिक विसंगतियों पर भी लागू होता है। एक काफी सामान्य उदाहरण एक "कुटिल" सॉफ़्टवेयर अपडेट है। मान लीजिए कि एक निश्चित एप्लिकेशन डेटा सेंटर में काम कर रहा था जो कुछ ट्रैफ़िक उत्पन्न करता था। इसे अपडेट करने के बाद, इस ट्रैफ़िक का वॉल्यूम नाटकीय रूप से बदल गया है, उदाहरण के लिए, एप्लिकेशन थ्रूपुट कम हो गया है, देरी बढ़ गई है। यह विसंगति FabricInsight द्वारा तय की जाएगी।

एक अन्य उदाहरण विफलता से पहले ऑप्टिकल संचार मॉड्यूल (प्रदर्शन के नुकसान) का क्रमिक गिरावट है। गिरावट संचरण की अस्थिरता को निर्धारित करती है, जो लंबे समय तक उपकरण के शीघ्र प्रतिस्थापन की आवश्यकता का संकेत दे सकती है। लेकिन एक मानक दृष्टिकोण के साथ इसे पहचानना बेहद मुश्किल है।



इस समस्या के उत्तर के रूप में, फैब्रिकसाइट इंटरफ़ेस सिस्टम में सभी ऑप्टिकल मॉड्यूल की स्थिति के साथ-साथ उनकी विफलता की संभावना का अनुमान भी प्रदर्शित करता है।

एकीकरण

हालांकि फैब्रिकनाइट इस साल जनवरी में रूसी बाजार में दिखाई दिया, लेकिन यह पहले से ही आईसीबीसी, चाइना यूनियनपे, चाइना मर्चेंट्स बैंक, पीएफसी और अन्य बड़े डेटा केंद्रों में हुआवेई के बुनियादी ढांचे पर आधारित है।

अब तक, समाधान केवल हमारे स्विच (ब्रॉडकॉम चिपसेट पर) का समर्थन करता है, लेकिन भविष्य में इसे एक निर्माता के पारिस्थितिकी तंत्र से परे जाने की योजना है। साथ ही, फैब्रिकइन्साइट पर काम करते समय, हमने शुरू में खुले मानकों पर ध्यान केंद्रित किया ताकि हम सामान्य रूप से थर्ड-पार्टी टूल्स के साथ दोस्त बना सकें। उदाहरण के लिए, Druid का उपयोग FabricInsight के डेटा को निर्यात करने के लिए किया जा सकता है, जिसके माध्यम से आप तृतीय-पक्ष विज़ुअलाइज़र को जानकारी भेज सकते हैं। फैब्रिकनाइट पहले से ही ग्राफाना के ओपन रेंडरिंग टूल के साथ एकीकृत है।

सामान्य तौर पर, हमारे FabricInsight जैसे AIOps उपकरण बुनियादी ढांचे की निगरानी और रखरखाव उपकरण विकसित करने के लिए एक तार्किक तरीका है। हमें ऐसा लगता है कि सेवाओं के लिए SLA का अनुपालन जारी रखने का यह एकमात्र तरीका है।