物聯(lián)網(wǎng)給IT帶來(lái)了新的挑戰

　　物聯(lián)網(wǎng)已經(jīng)在許多領(lǐng)域成為現實(shí)：智能路燈、智能電表和自耕農田等等。設備可以決定何時(shí)啟動(dòng)，何時(shí)購買(mǎi)能源(因為價(jià)格便宜)以及何時(shí)開(kāi)始澆灌田地。決策基于數據，而不僅僅是預編程的激活。

　　甚至還有更多：可預測即將到來(lái)疾病的可穿戴設備，或者在出現問(wèn)題時(shí)可自行通知客服人員的電子設備。

　　這些用例都有一個(gè)共同點(diǎn)：數據。數據量已經(jīng)達到歷史新高，問(wèn)題是誰(shuí)應該分析這些海量數據?自從物聯(lián)網(wǎng)時(shí)代開(kāi)始以來(lái)，就不可能再手動(dòng)監控IT運營(yíng)。物聯(lián)網(wǎng)將很快成為標準解決方案，因此您將必須自動(dòng)進(jìn)行可用性檢查和監控。
 

　　復雜性爆發(fā)

　　云技術(shù)和物聯(lián)網(wǎng)幾乎同時(shí)席卷全球。這意味著(zhù)通過(guò)設備的廣泛聯(lián)網(wǎng)，數據量爆炸式增長(cháng)，以及當今基于云的超動(dòng)態(tài)應用的高變化率。

　　麥肯錫預計，到2025年，物聯(lián)網(wǎng)每年將帶來(lái)11萬(wàn)億美元的全球經(jīng)濟價(jià)值。例如，總價(jià)值的90%將通過(guò)降低費用或節省時(shí)間而使用戶(hù)(使用物聯(lián)網(wǎng)應用的消費者或公司)受益。與此同時(shí)，物聯(lián)網(wǎng)將軟化技術(shù)公司和傳統企業(yè)之間的界限，從而實(shí)現新的、數據驅動(dòng)的商業(yè)模式。

　　讓我們繼續澆灌田地的例子。后端系統對自動(dòng)噴灌負責，在某些情況下還負責現場(chǎng)的邊緣處理。但是，如果通信不起作用怎么辦?或者是后端系統有問(wèn)題，也許是因為部署了錯誤的更新?系統不會(huì )開(kāi)始澆地，結果農作物會(huì )死掉。

　　問(wèn)題出在哪里?

　　通常很難判斷問(wèn)題的原因出在哪里。找出一個(gè)設備工作而另一個(gè)不工作的原因可能是一個(gè)挑戰。而且隨著(zhù)物聯(lián)網(wǎng)的出現，這些問(wèn)題只會(huì )越來(lái)越多，因此有必要自動(dòng)檢測和分析物聯(lián)網(wǎng)拓撲，以了解其影響，并實(shí)時(shí)、快速地主動(dòng)解決問(wèn)題。智能家居中的系統故障可能不會(huì )導致危及生命，而自動(dòng)駕駛汽車(chē)中的系統故障可能會(huì )。因此，有必要立即發(fā)現問(wèn)題并進(jìn)行修復或切換到備用系統。

　　海量數據的一個(gè)后果是物聯(lián)網(wǎng)設備必須自我監控，正如前面提到的那樣，可用性監測已成為物聯(lián)網(wǎng)的核心要素。

　　人工智能拯救

　　利用人工智能和機器學(xué)習，即使是最復雜的系統也可以實(shí)現無(wú)縫監控?；谌斯ぶ悄艿谋O控解決方案需要了解整個(gè)系統。除了物聯(lián)網(wǎng)設備的邊緣基礎設施之外，這也適用于相關(guān)后端系統以及連接的系統，如數據庫、中間件、應用程序和前端應用程序。

　　因此，端到端應用程序性能監控變得更加重要。企業(yè)需要智能解決方案來(lái)避免停機和性能問(wèn)題?？沙掷m發(fā)展的公司需要實(shí)時(shí)分析其系統是否平穩運行、用戶(hù)目前正在做什么和體驗什么，以及邊緣設備在物聯(lián)網(wǎng)中的行為。