AIOps Fundamentals: Monitoring, Correlation, and Intelligent Alertingのトレーニングコース

AIOpsの概要

• AIOpsとは何か、そしてその重要性
• 従来の監視とAIOps駆動型のオブザーバビリティの比較
• AIOpsのアーキテクチャと主要コンポーネント

運用データの収集と正規化

• オブザーバビリティデータの種類：メトリクス、ログ、トレース
• 複数のソース（サーバー、コンテナ、クラウド）からのデータ取り込み
• エージェントとエクスポーターの使用（Prometheus、Beats、Fluentd）

データの相関分析と異常検出

• 時系列相関と統計手法
• MLモデルによる異常検出の使用
• ディストリビューテッドシステム全体でのインシデント検出

アラートとノイズ削減

• インテリジェントなアラートルールと閾値の設計
• サプレッション、重複排除、およびアラートのグループ化
• Alertmanager、Slack、PagerDuty、またはOpsgenieとの統合

根本原因分析と可視化

• ダッシュボードを使用してメトリクスを可視化し、トレンドを検出する
• RCAのためにイベントとタイムラインを探索する
• ディストリビューテッドトレーシングツールを使用してレイヤー間の問題を追跡する

自動化と修復

• インシデントからの自動スクリプトまたはワークフローのトリガー
• ITSMシステム（ServiceNow、Jira）との統合
• ユースケース：セルフヒーリング、スケーリング、トラフィックのリルーティング

オープンソースおよび商用AIOpsプラットフォーム

• ツールの概要：Prometheus、Grafana、ELK、Moogsoft、Dynatrace
• AIOpsプラットフォーム選定の評価基準
• 選定スタックでのデモとハンズオン

まとめと次のステップ