Microsoft s'est associé à des institutions de recherche telles que l'Université de Californie, Berkeley et l'Université de l'Illinois pour ouvrir la source du projet d'agent d'agent d'opération et de maintenance des agents intelligents appelée AIOPSLAB. Le projet vise à réaliser la détection automatique, l'emplacement et la résolution des échecs en simulant un véritable environnement de service cloud, améliorant ainsi considérablement l'observabilité et l'efficacité de fonctionnement et de maintenance des services cloud. AIOPSLAB adopte une conception modulaire, prend en charge la collaboration des ordinateurs humains et est très évolutif, ce qui permet aux développeurs de gérer plus facilement différentes charges de travail et scénarios d'échec. Ses fonctions principales incluent cinq pièces clés: le coordinateur, le service, le générateur de charge de travail, le générateur de défauts et l'observabilité.
La fonction principale de l'AIOPSLAB est de soutenir la collaboration entre les humains et les agents numériques grâce à la conception modulaire, qui facilite les développeurs à étendre les applications et à gérer différentes charges de travail et scénarios de défaillance. Son architecture se compose de cinq composants clés: coordinateur, service, générateur de charge de travail, générateur de défauts et observabilité.
Le coordinateur est responsable de l'établissement d'une session avec l'agent et du partage d'informations sur les problèmes d'analyse comparative. Il aide l'agent à résoudre efficacement les tâches en appelant une série d'API documentée (comme obtenir des journaux, des mesures, etc.). Le coordinateur peut également fonctionner au nom de l'agent, comme l'extension ou le redéployer des services, garantissant que l'agent peut fonctionner en douceur dans l'environnement réel.
Le module de service peut s'adapter à une variété d'environnements de service cloud réels, tels que les microservices, les serveurs et les services uniques. AIOPSLAB exploite également la suite d'application open source Deathstarbench, offrant aux chercheurs un outil pour reproduire et étudier les événements de production dans un environnement contrôlé. De plus, grâce à l'intégration d'outils tels que Blueprint, AIOPSLAB peut également être étendu à d'autres services académiques et de production, permettant un déploiement rapide de nouvelles variantes.
Les générateurs de charge de travail jouent un rôle important dans AIOPSLAB et sont responsables de la création de simulations de scénarios normaux et de défaillance pour tester les performances des agents dans différentes conditions. Il génère des charges de travail correspondantes en fonction des spécifications du coordinateur, aidant les utilisateurs à tester dans une variété de situations.
Le générateur de défauts est une caractéristique innovante de l'AIOPSLAB qui permet une injection de défaut à grain fin dans une variété de scénarios de nuages. Cette fonction peut simuler l'ensemble du processus de défaillances complexes et considérer l'interdépendance entre les microservices, fournissant aux utilisateurs des capacités complètes de tests et d'évaluations.
Enfin, la fonction d'observabilité intègre plusieurs outils de surveillance pour améliorer les capacités de surveillance complètes de l'AIOPSLAB, garantissant que les utilisateurs peuvent obtenir des informations système personnalisées pour une gestion efficace en cas de surcharge de données possible.
Adresse open source: https://github.com/microsoft/aiopslab/?tab=readme-ov-file
Points:
Microsoft et les universités Open Source AIOPSLAB, visant à améliorer le fonctionnement d'automatisation et les capacités de maintenance des services cloud.
AIOPSLAB prend en charge plusieurs environnements de service cloud via cinq composants principaux: coordinateur, service, générateur de charge de travail, générateur de défauts et observabilité.
Les fonctions d'observabilité intègrent plusieurs outils de surveillance pour garantir que les utilisateurs obtiennent des informations efficaces du système et des capacités de surveillance.
L'open source d'Aiopslab offre de nouvelles possibilités d'amélioration de l'efficacité du fonctionnement et de la maintenance dans le champ natif du cloud. Nous attendons avec impatience davantage de développeurs y participer et l'amélioration et le développement conjointement de ce projet.