郭磊 王承志 徐萬新

摘要：在企業(yè)IT系統(tǒng)的日常運(yùn)營(yíng)管理中心，主機(jī)磁盤管理是一項(xiàng)繁瑣、頻繁且重要的工作，耗費(fèi)大量人力，稍有疏忽就會(huì)影響主機(jī)的正常使用，給IT系統(tǒng)帶來不穩(wěn)定性。隨著人工智能的蓬勃發(fā)展，人工智能在日常工作中的應(yīng)用也逐漸嶄露頭角。本文研究并使用人工智能的技術(shù)如時(shí)間序列和回歸算法，綜合歷史同期業(yè)務(wù)量，工程師調(diào)優(yōu)參數(shù)等多因子進(jìn)行磁盤使用率變化趨勢(shì)預(yù)測(cè)，按照日志重要程度分優(yōu)先級(jí)進(jìn)行日志自動(dòng)化清理的方法，并支持分布式系統(tǒng)大批量主機(jī)管理。使用本方法解決了IT系統(tǒng)運(yùn)營(yíng)管理中心一大難題，提高了運(yùn)營(yíng)人員效率，同時(shí)提高了系統(tǒng)可用性和穩(wěn)定性。

關(guān)鍵詞：人工智能;自動(dòng)化運(yùn)維;主機(jī)巡檢;日志清理

一、引言

本文主要基于企業(yè)IT系統(tǒng)日常運(yùn)營(yíng)管理中的痛點(diǎn)，結(jié)合大規(guī)模主機(jī)日志清理工作的現(xiàn)狀，分析傳統(tǒng)管理方案的弊端，提出了基于人工智能進(jìn)行日志清理的方法，并深入研究了人工智能中可應(yīng)用到本場(chǎng)景的技術(shù)如時(shí)間序列和回歸算法，運(yùn)營(yíng)管理經(jīng)驗(yàn)可作為因子輸入到算法中，做到技術(shù)結(jié)合業(yè)務(wù)，形成一套可行的方法和技術(shù)方案，解決實(shí)際生產(chǎn)問題。

二、日志管理現(xiàn)狀

電信運(yùn)營(yíng)商有很多業(yè)務(wù)數(shù)據(jù)規(guī)模較大的IT系統(tǒng)，這些系統(tǒng)的日常維護(hù)過程中，比較繁瑣的一項(xiàng)工作就是對(duì)運(yùn)行中不斷產(chǎn)生的日志文件進(jìn)行及時(shí)清理，這些日志文件包括系統(tǒng)啟動(dòng)日志、用戶登錄日志、服務(wù)訪問日志、服務(wù)報(bào)錯(cuò)日志等，可以幫助查看系統(tǒng)訪問痕跡、安全信息、系統(tǒng)服務(wù)異常原因等。在服務(wù)器的持續(xù)運(yùn)行中，隨著日志的不斷產(chǎn)生，系統(tǒng)的可用空間會(huì)被逐漸占用，如果不及時(shí)清理，會(huì)影響系統(tǒng)正常運(yùn)行，甚至寫滿整個(gè)磁盤導(dǎo)致系統(tǒng)宕機(jī)，影響業(yè)務(wù)的正常使用。

日志清理是保證系統(tǒng)穩(wěn)定運(yùn)行的重要工作，常規(guī)的清理方法是人工登陸服務(wù)器進(jìn)行日志文件清理，或是基于程序腳本定時(shí)清理。以上清理方式或是基于工程師個(gè)人經(jīng)驗(yàn)，或是基于固定程序/任務(wù)，判斷清理頻率、清理?xiàng)l件，清理方式、清理內(nèi)容。常規(guī)方式難以適應(yīng)不同重要程度日志的清理要求，例如：不重要日志可直接進(jìn)行刪除，重要日志需要保留一定時(shí)間，或者備份后刪除源文件。難以適應(yīng)不同機(jī)器類型日志的清理要求，例如：磁盤空間大的機(jī)器可保留時(shí)間稍長(zhǎng)，空間小的需要頻繁的清理。難以適應(yīng)不同業(yè)務(wù)壓力機(jī)器的清理要求，例如：系統(tǒng)訪問頻率高的會(huì)更快的產(chǎn)生日志需要更高的清理頻率，而業(yè)務(wù)壓力小的機(jī)器則無需經(jīng)常清理。因此，面對(duì)多種場(chǎng)景，原有方式或是基于工程師個(gè)人豐富經(jīng)驗(yàn)判斷，難以固化，若相關(guān)工程師轉(zhuǎn)崗會(huì)帶來系統(tǒng)運(yùn)行不穩(wěn)定的風(fēng)險(xiǎn)。基于有限人力，面對(duì)目前越來越多的機(jī)器數(shù)量也難以高效應(yīng)對(duì)?；诠潭ǔ绦蚨〞r(shí)運(yùn)行的方式，需要不同場(chǎng)景定制不同程序，也較為繁瑣，效率低下，容易出錯(cuò)。

三、研究目的

面對(duì)以上日志清理的運(yùn)營(yíng)痛點(diǎn)問題，本發(fā)明提出基于人工智能的日志清理方式，可基于機(jī)器磁盤空間大小、業(yè)務(wù)壓力、日志類型、日志重要程度等因素綜合考慮進(jìn)行日志清理，提高運(yùn)營(yíng)效率和維護(hù)操作的安全性。并且在機(jī)器系統(tǒng)信息或業(yè)務(wù)產(chǎn)生變化后，可基于機(jī)器學(xué)習(xí)自動(dòng)調(diào)優(yōu)以達(dá)到智能清理日志的目的。

四、基于人工智能技術(shù)的日志清理技術(shù)方案

接下來詳細(xì)說明下這種基于人工智能日志清理方法的技術(shù)方案。方案整體架構(gòu)如附圖一所示，基于人工智能的日志清理系統(tǒng)支持多臺(tái)機(jī)器的日志自動(dòng)清理，無需人工登陸主機(jī)清理，也無需在主機(jī)上定制腳本定時(shí)清理。支持智能預(yù)測(cè)，智能清理，清理效果統(tǒng)一展示，工程師評(píng)分優(yōu)化，模型訓(xùn)練，不斷優(yōu)化清理效果。具體流程如附圖2所示。

1、當(dāng)有機(jī)器接入網(wǎng)絡(luò)時(shí)可自動(dòng)注冊(cè)到日志清理系統(tǒng)中，并將系統(tǒng)信息如磁盤數(shù)量，磁盤空間大小等信息發(fā)送給日志清理系統(tǒng)。

2、機(jī)器系統(tǒng)信息發(fā)生改變時(shí)，如擴(kuò)容了磁盤，可自動(dòng)反饋更新信息。

3、日志清理系統(tǒng)可實(shí)時(shí)自動(dòng)采集已注冊(cè)機(jī)器的日志信息，如日志文件名稱，日志文件路徑，日志文件大小，磁盤空間剩余大小等。

4、日志清理系統(tǒng)進(jìn)行日志清理分析，使用但不限于以下算法：

（1）利用采集數(shù)據(jù)，使用時(shí)間序列算法或回歸算法預(yù)測(cè)日志增長(zhǎng)趨勢(shì)。

（2）結(jié)合系統(tǒng)業(yè)務(wù)歷史數(shù)據(jù)，如往年同期業(yè)務(wù)情況進(jìn)行日志增長(zhǎng)預(yù)測(cè)修正。

（3）支持外部信息輸入，如預(yù)期接下來一段時(shí)間會(huì)新增業(yè)務(wù)，工程師可反饋系統(tǒng)調(diào)整優(yōu)化，模型訓(xùn)練。

（4）結(jié)合磁盤空間大小與日志增長(zhǎng)預(yù)測(cè)磁盤還可使用時(shí)間。

（5）分析往期預(yù)測(cè)與實(shí)際情況數(shù)據(jù)的差異，不斷進(jìn)行因子調(diào)優(yōu)，增加預(yù)測(cè)準(zhǔn)確度。

（6）結(jié)合日志類型，日志重要性，日志最近修改時(shí)間等做出日志清理的操作，計(jì)算需要清理的日志名稱，清理方式;如優(yōu)先刪除重要性低的日志，優(yōu)先刪除老舊日志，壓縮保留重要性高的日志等。

（7）根據(jù)系統(tǒng)計(jì)算結(jié)果下發(fā)清理命令給不同機(jī)器進(jìn)行個(gè)性化清理操作。

5、機(jī)器清理結(jié)果反饋給日志清理系統(tǒng)。

6、展示清理記錄、清理效果，支持工程師評(píng)分，調(diào)優(yōu)，輸入專家經(jīng)驗(yàn)優(yōu)化下次清理準(zhǔn)確度。

五、概述應(yīng)用案例

這里將針對(duì)本申請(qǐng)?zhí)岢龅募夹g(shù)方案給出更詳細(xì)的示例性應(yīng)用案例。基于人工智能的日志清理方法及系統(tǒng)實(shí)現(xiàn)實(shí)例如下。

（1）視需要清理機(jī)器的數(shù)量，使用單臺(tái)機(jī)器或者集群部署日志清理系統(tǒng)。機(jī)器通過部署代理的方式注冊(cè)到日志清理系統(tǒng)，并通過接口發(fā)送系統(tǒng)信息到日志清理系統(tǒng)。

（2）機(jī)器系統(tǒng)信息發(fā)生改變時(shí)，如擴(kuò)容了磁盤，可觸發(fā)系統(tǒng)信息通過接口發(fā)送系統(tǒng)更新信息到日志清理系統(tǒng)。

（3）日志清理系統(tǒng)可實(shí)時(shí)通過接口采集已注冊(cè)機(jī)器的日志信息，如日志文件名稱，日志文件路徑，日志文件大小，磁盤空間剩余大小等并將數(shù)據(jù)寫入kafka進(jìn)行保存。

（4）使用scala消費(fèi)Kafka數(shù)據(jù)隊(duì)列寫入Redis，供算法程序使用，使用python讀取Redis的數(shù)據(jù)，進(jìn)行數(shù)據(jù)清洗、訓(xùn)練模型、進(jìn)行預(yù)測(cè)、計(jì)算結(jié)果，預(yù)測(cè)結(jié)果寫入Mysql進(jìn)行存儲(chǔ)。根據(jù)計(jì)算結(jié)果進(jìn)行界面展示。使用以下算法：

1.利用采集數(shù)據(jù)，使用時(shí)間序列算法和回歸算法預(yù)測(cè)日志增長(zhǎng)趨勢(shì)。

針對(duì)時(shí)間序列數(shù)據(jù)的預(yù)測(cè)問題，可以用時(shí)間序列算法實(shí)現(xiàn)，也可以用回歸算法實(shí)現(xiàn)。時(shí)間序列算法一般默認(rèn)數(shù)據(jù)是平穩(wěn)無劇烈波動(dòng)的，但是非平穩(wěn)數(shù)據(jù)經(jīng)過差分等預(yù)處理后，也可以進(jìn)行預(yù)測(cè)，只是增加了時(shí)間成本。主機(jī)性能指標(biāo)，像磁盤空間使用率，一般是呈線性或非線性增長(zhǎng)，且再結(jié)合實(shí)際運(yùn)維場(chǎng)景，如磁盤空間達(dá)到告警警戒線時(shí)，通過分析近2個(gè)小時(shí)的增長(zhǎng)情況，預(yù)測(cè)達(dá)到100%使用率所需的時(shí)間，由此可見，使用回歸分析算法更加合適。

自變量和因變量是回歸預(yù)測(cè)中重要的概念，在主機(jī)性能指標(biāo)趨勢(shì)預(yù)測(cè)中，時(shí)間可以作為自變量，使用率作為因變量，當(dāng)使用率達(dá)到100%時(shí)，通過已經(jīng)訓(xùn)練好的回歸模型，反推時(shí)間。下面以簡(jiǎn)單線性回歸來舉例。

上面的公式是多元線性回歸方程式，具有多個(gè)自變量，但是主機(jī)性能指標(biāo)的趨勢(shì)預(yù)測(cè)是單指標(biāo)的預(yù)測(cè)，所以自變量只有時(shí)間，所以下面的回歸公式更加合適：

只要訓(xùn)練模型求出回歸系統(tǒng)和截距，當(dāng)使用率為100%時(shí)，求出相應(yīng)的即可以知道多長(zhǎng)時(shí)間達(dá)到100%使用率。

2.結(jié)合系統(tǒng)業(yè)務(wù)歷史數(shù)據(jù)，如往年同期業(yè)務(wù)情況進(jìn)行日志增長(zhǎng)預(yù)測(cè)修正。支持專家經(jīng)驗(yàn)輸入，如系統(tǒng)預(yù)期接下來一段時(shí)間會(huì)新增業(yè)務(wù)，工程師可反饋系統(tǒng)調(diào)整優(yōu)化，模型訓(xùn)練。調(diào)整磁盤達(dá)到100%的時(shí)間。

3.分析往期預(yù)測(cè)與實(shí)際情況數(shù)據(jù)，不斷進(jìn)行因子調(diào)優(yōu)，增加預(yù)測(cè)準(zhǔn)確度。

4.結(jié)合日志類型，日志重要性，日志最近修改時(shí)間等做出日志清理的操作，計(jì)算需要清理的日志名稱，清理方式;如優(yōu)先刪除重要性低的日志，優(yōu)先刪除老舊日志，壓縮保留重要性高的日志等。

如系統(tǒng)訪問日志，系統(tǒng)運(yùn)行日志，系統(tǒng)報(bào)錯(cuò)日志重要性因子可給一個(gè)略低的初始值，可以進(jìn)行刪除操作。而系統(tǒng)登錄日志，重要操作日志需要給一個(gè)高的因子，進(jìn)行壓縮保留。因子支撐工程師經(jīng)驗(yàn)輸入進(jìn)行調(diào)整，

5.根據(jù)系統(tǒng)計(jì)算結(jié)果下發(fā)清理命令給不同機(jī)器進(jìn)行個(gè)性化清理操作。

（5）機(jī)器清理結(jié)果反饋給日志清理系統(tǒng)。

（6）展示清理記錄，清理效果，支持工程師評(píng)分，調(diào)優(yōu)，優(yōu)化下次清理準(zhǔn)確度。

六、應(yīng)用效果

采用人工智能的方法進(jìn)行日志清理。提出一整套基于多因子如使用磁盤空間大小，日志大小增長(zhǎng)數(shù)據(jù)，磁盤空間剩余大小，歷史業(yè)務(wù)量數(shù)據(jù)，日志類型如重要性等因子智能預(yù)測(cè)，智能清理日志。并支持工程師專家經(jīng)驗(yàn)輸入，如：調(diào)整日志重要性程度因子，基于即將開展的業(yè)務(wù)預(yù)期調(diào)整日志增長(zhǎng)預(yù)測(cè)結(jié)果，對(duì)清理效果進(jìn)行評(píng)分來進(jìn)行模型訓(xùn)練，優(yōu)化系統(tǒng)。

本方案可自動(dòng)進(jìn)行日志清理，無需人工登陸主機(jī)清理，無需每臺(tái)機(jī)器定制程序，節(jié)約了人力，基于多種因子智能清理，增加了清理準(zhǔn)確性，合理性。解決了以往清理程序分布各個(gè)機(jī)器清理結(jié)果難以掌握，人員變更后難以交維的IT系統(tǒng)日志清理的運(yùn)營(yíng)痛點(diǎn)。當(dāng)有新機(jī)器接入時(shí)可自動(dòng)注冊(cè)，十分方便。支持清理效果展示，評(píng)分不斷訓(xùn)練模型。

參考文獻(xiàn)：

[1]人工智能時(shí)代帶來什么？[N]. 張燁.?南通日?qǐng)?bào). 2021-12-01 （A02）

[2]人工智能新圖景，比想象更“無限”[N]. 何明.?安徽日?qǐng)?bào). 2021-09-07 （010）

作者介紹： 郭磊（1992.8.16），性別：男;籍貫：安徽;民族：漢;學(xué)歷：本科、學(xué)士;研究方向：自動(dòng)化運(yùn)維。