以微服务体系结构为主要特征的云原生软件系统通过细粒度的服务拆分以及服务的独立开发、交付、部署和伸缩能力极大地降低了单个服务开发的复杂性以及整体系统的可用性和可伸缩性。然而，云原生软件系统所包含的大量服务之间复杂、动态的交互关系以及系统所处的复杂、动态的运行环境使得系统的运维管理和高可用性保障成为一个重要的挑战。当前，以指标（metrics）、日志（log）、链路轨迹（trace）为主要支柱的可观测性（Observability）已经成为所谓的智能化运维（即AIOps）的重要基础。可观测性具体代表什么含义观测性在实践中有哪些具体实践观测性的流行代表着我们看待复杂软件系统的眼光发生了什么样的变化于可观测性的智能化运维未来的发展方向在哪里/p>
针对这些问题，本次微访谈邀请了来自学术界和工业界的多位专家，围绕可观测性与智能化运维这一主题展开讨论，总结业界实践和学术界研究进展、探讨相关技术问题以及未来的发展方向。
访谈问题
01
能否谈一下您对可观测性的理解观测性对于以微服务架构为主要特点的云原生软件系统为什么特别重要与我们一般所说的“监控”是什么关系/p>
02
可观测性这个概念为什么这两年会火起来观测性的流行代表着我们看待复杂软件系统的眼光发生了什么样的变化/p>
03
您所在的企业以及您所了解的企业中在可观测性数据的收集、处理、分析方面有哪些成功的实践前所使用的可观测性技术还存在哪些问题和不足细粒度、更深层次的可观测性技术是否有现实需求和应用前景/p>
04
您如何评价数据挖掘、深度学习、知识图谱等智能化技术在可观测性数据分析中所发挥的作用能化技术在当前的云原生软件系统运维实践中发挥了什么样的作用/p>
05
您认为基于可观测性的智能化运维未来的发展前景如何哪些值得学术界和工业界探索的发展方向对相关领域的学术界研究者或工业界实践者有什么建议/p>
访谈时间与地点
“智能化软件开发沙龙”微信群
主持人
裴丹
清华大学计算机系长聘副教授
裴丹博士是清华大学计算机系长聘副教授、博士生导师。裴博士的主要研究方向是基于机器学习的智能运维（AIOps），与国内大型金融机构、运营商、互联 公司有众多合作。裴博士在美国UCLA获得了博士学位，之后加入美国AT&T研究院担任资深研究员、主任研究员。裴博士在智能运维领域发表了近200篇学术论文和20多项美国专利授权。他是AIOps Challenge挑战赛的创办者。他是ACM和IEEE的Senior Member。
贺品嘉
香港中文大学（深圳）助理教授
香港中文大学（深圳）助理教授、校长青年学者、博士生导师。博士毕业于香港中文大学，在苏黎世联邦理工学院任职博士后三年。研究方向为软件可靠性、软件测试、MLOps、智能运维等。近年来在ICSE, FSE, ASE, ISSTA, OSDI, CSUR, TDSC等顶级会议期刊发表学术论文20余篇。获得ISSRE最有影响力论文奖。Google Scholar引用超2300次，H-Index为19。主导的自动化日志分析开源项目LogPAI在GitHub上被star 3000余次，并被380多个学界业界组织下载7万余次。
林庆维
微软亚洲研究院首席研究员
林庆维, 微软亚洲研究院首席研究员，带领研究团队致力于云智能的算法创新。结合海量云平台数据，研究技术以有效提升云系统的质量和资源效率。在云智能/智能运维领域，林庆维有~50篇文章发表在高影响力的国际会议上，包括ICSE, FSE, OSDI, NSDI, AAAI, SigKDD等。其研究成果被微软多个产品部门采用，合作的产品包括微软云Azure，Office，Bing，Windows等。林庆维多次以会议主席身份组织了面向微软全公司的云智能峰会。
凌志钧
字节跳动 APM服务端负责人
2018年加入字节跳动，拥有10多年的私有云、 风控离在线平台、可观测性基础设施 等方向工作经验，目前负责基础架构–可观测性基础设施建设 包括指标模型的时序数据库bytetsd、链路追踪bytedTrace、 警引擎bAlarm、可观测性平台Argos等产品的研发和运营运维工作。
蔡小刚
华为云应用运维域首席架构师
先后就职于IBM和华为，长期从事应用和云的ops，aiops、bigfastdata等方面的技术研究和工程化工作，主导架计了APM、AOM、LTS、CTS等云服务，持续构筑华为云面向租户的立体运维能力。常年与国内外高校紧密合作，在多个技术领域进行前瞻性研究和难题攻关；是技术分享 区的参与者和推动者。
排版｜CodeWisdom
文案｜CodeWisdom
专注智能化软件开发， 我们
文章知识点与官方知识档案匹配，可进一步学习相关知识Java技能树首页概览92118 人正在系统学习中
声明：本站部分文章及图片源自用户投稿，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！