Microsoft hat sich mit Forschungsinstitutionen wie der University of California, Berkeley und der University of Illinois zusammengetan, um die Quelle des Projekts Cloud Automation Operation and Maintenance Intelligent Agent System namens AIOPSLAB zu eröffnen. Das Projekt zielt darauf ab, die automatische Erkennung, den Standort und die Auflösung von Fehlern durch Simulation einer realen Cloud -Service -Umgebung zu realisieren, wodurch die Beobachtbarkeit, die Betriebs- und Wartungseffizienz von Cloud -Diensten erheblich verbessert wird. AIOPSLAB nimmt ein modulares Design ein, unterstützt die Zusammenarbeit zwischen Mensch und Komputer und ist sehr skalierbar, was es den Entwicklern erleichtert, mit unterschiedlichen Workloads und Misserfolgszenarien umzugehen. Zu den Kernfunktionen gehören fünf wichtige Teile: Koordinator, Service, Arbeitsbelastungsgenerator, Fehlergenerator und Beobachtbarkeit.
Die Hauptfunktion von AIOPSLAB besteht darin, die Zusammenarbeit zwischen Menschen und digitalen Agenten durch modulares Design zu unterstützen, was den Entwicklern erleichtert, Anwendungen zu erweitern und verschiedene Workloads und Misserfolgsszenarien zu verarbeiten. Seine Architektur besteht aus fünf Schlüsselkomponenten: Koordinator, Service, Workload -Generator, Fehlergenerator und Beobachtbarkeit.
Der Koordinator ist dafür verantwortlich, eine Sitzung mit dem Agenten einzurichten und Informationen über Benchmarking -Probleme zu teilen. Es hilft dem Agenten, Aufgaben effektiv zu lösen, indem sie eine Reihe dokumentierter APIs aufrufen (z. B. Protokolle, Metriken usw.). Der Koordinator kann auch im Namen des Agenten operieren, z. B. die Erweiterung oder Wiedereinnahme von Diensten, um sicherzustellen, dass der Agent in der tatsächlichen Umgebung reibungslos arbeiten kann.
Das Servicemodul kann sich an eine Vielzahl von realen Cloud-Service-Umgebungen wie Microservices, serverlose und einzelne Dienstleistungen anpassen. AIOPSLAB nutzt auch die Open Source Application Suite Deathstarbench und bietet Forschern ein Instrument zur Reproduktion und Studie von Produktionsereignissen in einer kontrollierten Umgebung. Darüber hinaus kann AIOPSLAB durch die Integration von Tools wie Blueprint auch auf andere akademische und Produktionsdienste ausgedehnt werden, die eine schnelle Bereitstellung neuer Varianten ermöglichen.
Workload -Generatoren spielen eine wichtige Rolle in AIOPSLAB und sind dafür verantwortlich, Simulationen von normalen und Fehlerszenarien zu erstellen, um die Leistung von Agenten unter verschiedenen Bedingungen zu testen. Es generiert entsprechende Workloads gemäß den Spezifikationen des Koordinators und hilft den Benutzern dabei, in verschiedenen Situationen zu testen.
Der Fehlergenerator ist ein innovatives Merkmal von AIOPSLAB, das eine feinkörnige Fehlerinjektion in einer Vielzahl von Wolkenszenarien ermöglicht. Diese Funktion kann den gesamten Prozess komplexer Fehler simulieren und die gegenseitige Abhängigkeit zwischen Microservices berücksichtigen und den Benutzern umfassende Test- und Bewertungsfunktionen bieten.
Schließlich integriert die Observierbarkeitsfunktion mehrere Überwachungstools, um die umfassenden Überwachungsfunktionen von AIOPSLAB zu verbessern, um sicherzustellen, dass Benutzer angepasste Systeminformationen für das effektive Management im Falle einer möglichen Datenüberlastung erhalten können.
Open Source-Adresse: https://github.com/microsoft/aiopslab/?tab=readme-ov-file
Punkte:
Microsoft und Universitäten Open Source AIOPSLAB gemeinsam, um die Automatisierungsbetriebs- und Wartungsfunktionen von Cloud -Diensten zu verbessern.
AIOPSLAB unterstützt mehrere Cloud -Service -Umgebungen über fünf Hauptkomponenten: Koordinator, Service, Workload -Generator, Fehlergenerator und Beobachtbarkeit.
Beobachtbarkeitsfunktionen integrieren mehrere Überwachungstools, um sicherzustellen, dass Benutzer effektive Systeminformationen und Überwachungsfunktionen erhalten.
Die Open Source of AIOPSLAB bietet neue Möglichkeiten zur Verbesserung der Betriebs- und Wartungseffizienz im Cloud-nativen Bereich. Wir freuen uns darauf, dass mehr Entwickler daran teilnehmen und dieses Projekt gemeinsam verbessern und entwickeln.