Corso di formazione Costruire un pipeline AIOps con strumenti open source

Progettare un'architettura AIOps aperta

• Panoramica dei componenti chiave nei pipeline AIOps open source
• Flusso dei dati dall'ingestione all'allerta
• Confronto degli strumenti e strategia di integrazione

Raccolta e aggregazione dei dati

• Ingestione di dati in serie temporali con Prometheus
• Acquisizione dei log con Logstash e Beats
• Normalizzazione dei dati per la correlazione tra diverse fonti

Creare dashboard di osservabilità

• Visualizzazione delle metriche con Grafana
• Creazione di dashboard Kibana per l'analisi dei log
• Utilizzo delle query Elasticsearch per estrarre insight operativi

Rilevamento delle anomalie e previsione degli incidenti

• Esportazione dei dati di osservabilità nei pipeline Python
• Addestramento di modelli ML per il rilevamento degli outlier e le previsioni
• Deploy dei modelli per l'inferenza live nel pipeline di osservabilità

Allerta e automazione con strumenti open source

• Creazione di regole di allerta Prometheus e routing di Alertmanager
• Attivazione di script o flussi di lavoro API per la risposta automatica
• Utilizzo di strumenti di orchestrazione open source (ad es., Ansible, Rundeck)

Integrazione e considerazioni su scalabilità

• Gestione dell'ingestione ad alto volume e della conservazione a lungo termine
• Sicurezza e controllo degli accessi negli stack open source
• Scalabilità indipendente di ogni livello: ingestione, elaborazione, allerta

Applicazioni nel mondo reale ed estensioni

• Studi di caso: ottimizzazione delle prestazioni, prevenzione dei tempi di inattività e ottimizzazione dei costi
• Estensione dei pipeline con strumenti di tracciamento o grafici di servizio
• Buone pratiche per l'esecuzione e la manutenzione di AIOps in produzione

Riepilogo e prossimi passi