Microsoftは、カリフォルニア大学バークレー校、イリノイ大学などの研究機関と協力して、AIOPSLABと呼ばれるクラウドオートメーション運用およびメンテナンスのインテリジェントエージェントシステムプロジェクトのソースを開設しました。このプロジェクトの目的は、実際のクラウドサービス環境をシミュレートすることにより、自動検出、位置、および障害の解決を実現することを目的としており、それによりクラウドサービスの観察性と操作とメンテナンスの効率を大幅に改善します。 AIOPSLABは、モジュラー設計を採用し、ヒューマンコンピューターのコラボレーションをサポートし、非常にスケーラブルであるため、開発者がさまざまなワークロードや障害シナリオに対処しやすくなります。そのコア機能には、コーディネーター、サービス、ワークロードジェネレーター、障害ジェネレーター、および観察可能性の5つの重要な部分が含まれます。
AIOPSLABの主な機能は、モジュール設計を介して人間とデジタルエージェントのコラボレーションをサポートすることです。これにより、開発者がアプリケーションを拡大し、さまざまなワークロードと障害シナリオを処理することが容易になります。そのアーキテクチャは、コーディネーター、サービス、ワークロードジェネレーター、故障ジェネレーター、および観測可能性の5つの重要なコンポーネントで構成されています。
コーディネーターは、エージェントとのセッションを確立し、ベンチマークの問題に関する情報を共有する責任があります。これは、ドキュメントされた一連のAPI（ログ、メトリックなど）を呼び出すことにより、エージェントがタスクを効果的に解決するのに役立ちます。コーディネーターは、サービスの拡張や再配置など、エージェントに代わって運用して、エージェントが実際の環境でスムーズに動作できるようにすることもできます。
サービスモジュールは、マイクロサービス、サーバーレス、シングルサービスなど、さまざまな実際のクラウドサービス環境に適応できます。 AIOPSLABはまた、オープンソースアプリケーションスイートのDeathStarbenchを活用し、研究者に制御された環境で生産イベントを再現および研究するツールを提供します。さらに、BluePrintなどのツールの統合を通じて、AIOPSLABは他の学術および生産サービスに拡張することもでき、新しいバリアントの迅速な展開を可能にします。
ワークロードジェネレーターは、AIOPSLABで重要な役割を果たし、異なる条件下でエージェントのパフォーマンスをテストするための通常および障害シナリオのシミュレーションを作成する責任があります。コーディネーターの仕様に従って対応するワークロードを生成し、さまざまな状況でユーザーがテストするのに役立ちます。
断層ジェネレーターは、さまざまなクラウドシナリオで細粒の断層注入を可能にするAIOPSLABの革新的な機能です。この関数は、複雑な障害のプロセス全体をシミュレートし、マイクロサービス間の相互依存を考慮して、ユーザーに包括的なテストと評価機能を提供します。
最後に、観測可能性関数は複数の監視ツールを統合してAIOPSLABの包括的な監視機能を改善し、ユーザーがデータ過負荷の可能性がある場合に効果的な管理のためにカスタマイズされたシステム情報を取得できるようにします。
オープンソースアドレス：https：//github.com/microsoft/aiopslab/?tab = readme-ov-file
ポイント：
MicrosoftとUniversitiesは、クラウドサービスの自動化運用とメンテナンス機能の改善を目指して、AIOPSLABを共同で開いています。
AIOPSLABは、コーディネーター、サービス、ワークロードジェネレーター、障害ジェネレーター、および観測可能性の5つの主要なコンポーネントを通じて、複数のクラウドサービス環境をサポートしています。
観測性関数複数の監視ツールを統合して、ユーザーが効果的なシステム情報と監視機能を取得できるようにします。
AIOPSLABのオープンソースは、クラウドネイティブの設計と強力な機能を備えた操作効率を改善するための新しい可能性を提供します。 より多くの開発者が参加し、このプロジェクトを共同で改善および開発することを楽しみにしています。