Microsoft ได้ร่วมมือกับสถาบันวิจัยเช่นมหาวิทยาลัยแห่งแคลิฟอร์เนียเบิร์กลีย์และมหาวิทยาลัยอิลลินอยส์เพื่อเปิดแหล่งที่มาของการดำเนินงานระบบระบบอัตโนมัติและการบำรุงรักษาระบบตัวแทนอัจฉริยะที่เรียกว่า Aiopslab โครงการมีวัตถุประสงค์เพื่อตระหนักถึงการตรวจจับตำแหน่งและความละเอียดของความล้มเหลวโดยอัตโนมัติโดยการจำลองสภาพแวดล้อมการบริการคลาวด์จริงซึ่งจะช่วยปรับปรุงความสามารถในการสังเกตและการดำเนินงานและประสิทธิภาพการบำรุงรักษาของบริการคลาวด์อย่างมีนัยสำคัญ Aiopslab ใช้การออกแบบแบบแยกส่วนสนับสนุนการทำงานร่วมกันของมนุษย์กับคอมพิวเตอร์และสามารถปรับขนาดได้สูงทำให้นักพัฒนาสามารถจัดการกับภาระงานและสถานการณ์ความล้มเหลวที่แตกต่างกันได้ง่ายขึ้น ฟังก์ชั่นหลักของมันรวมถึงห้าส่วนสำคัญ: ผู้ประสานงาน, บริการ, เครื่องกำเนิดเวิร์กโหลด, เครื่องกำเนิดความผิดพลาดและความสามารถในการสังเกต
ฟังก์ชั่นหลักของ AiopsLab คือการสนับสนุนการทำงานร่วมกันระหว่างมนุษย์และตัวแทนดิจิตอลผ่านการออกแบบแบบแยกส่วนซึ่งอำนวยความสะดวกให้กับนักพัฒนาในการขยายแอปพลิเคชันและจัดการกับเวิร์กโหลดที่แตกต่างกันและสถานการณ์ความล้มเหลว สถาปัตยกรรมของมันประกอบด้วยห้าองค์ประกอบที่สำคัญ: ผู้ประสานงาน, บริการ, เครื่องกำเนิดเวิร์กโหลด, เครื่องกำเนิดความผิดพลาดและความสามารถในการสังเกต
ผู้ประสานงานมีหน้าที่รับผิดชอบในการสร้างเซสชันกับตัวแทนและการแบ่งปันข้อมูลเกี่ยวกับปัญหาการเปรียบเทียบ ช่วยให้ตัวแทนสามารถแก้ปัญหาได้อย่างมีประสิทธิภาพโดยเรียกชุดของ API ที่บันทึกไว้ (เช่นการรับบันทึกตัวชี้วัด ฯลฯ ) ผู้ประสานงานยังสามารถทำงานในนามของตัวแทนเช่นการขยายหรือการใช้งานบริการใหม่เพื่อให้มั่นใจว่าตัวแทนสามารถทำงานได้อย่างราบรื่นในสภาพแวดล้อมจริง
โมดูลบริการสามารถปรับให้เข้ากับสภาพแวดล้อมการบริการคลาวด์จริงที่หลากหลายเช่นไมโครเซิร์ต, เซิร์ฟเวอร์และบริการเดี่ยว Aiopslab ยังใช้ประโยชน์จากชุดแอปพลิเคชันโอเพ่นซอร์ส Deathstarbench ให้นักวิจัยด้วยเครื่องมือในการทำซ้ำและศึกษาเหตุการณ์การผลิตในสภาพแวดล้อมที่ควบคุม นอกจากนี้ด้วยการรวมเครื่องมือเช่นพิมพ์เขียว AiopsLab ยังสามารถขยายไปยังบริการด้านวิชาการและการผลิตอื่น ๆ เพื่อให้สามารถใช้งานได้อย่างรวดเร็วของตัวแปรใหม่
เครื่องกำเนิดปริมาณงานมีบทบาทสำคัญใน Aiopslab และรับผิดชอบในการสร้างสถานการณ์จำลองสถานการณ์ปกติและความล้มเหลวเพื่อทดสอบประสิทธิภาพของตัวแทนภายใต้เงื่อนไขที่แตกต่างกัน มันสร้างปริมาณงานที่สอดคล้องกันตามข้อกำหนดของผู้ประสานงานช่วยให้ผู้ใช้ทดสอบในสถานการณ์ที่หลากหลาย
เครื่องกำเนิดความผิดพลาดเป็นคุณลักษณะที่เป็นนวัตกรรมของ Aiopslab ที่ช่วยให้การฉีดความผิดปกติอย่างละเอียดในสถานการณ์คลาวด์ที่หลากหลาย ฟังก์ชั่นนี้สามารถจำลองกระบวนการทั้งหมดของความล้มเหลวที่ซับซ้อนและพิจารณาการพึ่งพาซึ่งกันและกันระหว่าง microservices ทำให้ผู้ใช้มีการทดสอบที่ครอบคลุมและความสามารถในการประเมินผล
ในที่สุดฟังก์ชั่นการสังเกตได้รวมเครื่องมือตรวจสอบหลายอย่างเพื่อปรับปรุงความสามารถในการตรวจสอบที่ครอบคลุมของ AiOpsLab เพื่อให้แน่ใจว่าผู้ใช้สามารถรับข้อมูลระบบที่กำหนดเองสำหรับการจัดการที่มีประสิทธิภาพในกรณีที่มีการโอเวอร์โหลดข้อมูลที่เป็นไปได้
ที่อยู่โอเพ่นซอร์ส: https://github.com/microsoft/aiopslab/?tab=readme-ov-file
คะแนน:
Microsoft และมหาวิทยาลัยร่วมกันโอเพนซอร์ส Aiopslab โดยมีวัตถุประสงค์เพื่อปรับปรุงการดำเนินงานระบบอัตโนมัติและความสามารถในการบำรุงรักษาของบริการคลาวด์
AiopsLab รองรับสภาพแวดล้อมการให้บริการคลาวด์หลายอย่างผ่านส่วนประกอบสำคัญห้าประการ: ผู้ประสานงาน, บริการ, เครื่องกำเนิดเวิร์กโหลด, เครื่องกำเนิดความผิดพลาดและความสามารถในการสังเกต
ฟังก์ชั่นการสังเกตรวมเครื่องมือตรวจสอบหลายอย่างเพื่อให้แน่ใจว่าผู้ใช้จะได้รับข้อมูลระบบที่มีประสิทธิภาพและความสามารถในการตรวจสอบ
แหล่งที่มาของ Aiopslab ให้ความเป็นไปได้ใหม่สำหรับการปรับปรุงการดำเนินงานและประสิทธิภาพการบำรุงรักษาในเขตข้อมูลเมฆ เราหวังว่าจะมีนักพัฒนาซอฟต์แวร์ที่เข้าร่วมและร่วมกันปรับปรุงและพัฒนาโครงการนี้มากขึ้น