运维发展其实和各种技术更新是密不可分

在大数据时代下，我们借助机器学习、数据仓库、大数据平台等大数据技术手段，将运维产生的数据进行分析、处理，得出最佳运维策略，以期实现对故障的事先干预，将风险降低到最低，从而降低运维成本，提升运维效率，最终实现运维智能化。早期的手工运维，到流程化、标准化运维，再到平台化、自动化运维，最后到近十年的DevOps（研发运营一体化）和AIOps（智能运维）。运维发展其实和各种技术更新是密不可分的，也是各种技术重要的实验田。

AIOps 将 AI 和运维很好的结合起来，熟悉行业生产实践中的难题；更深入研究了运维场景领域知识：包括异常检测、故障预测、瓶颈分析、容量预测等；而且把实际问题转化为算法问题，主张由机器学习算法自动地从海量运维数据中不断地学习，不断地提炼并总结规则，从而更好的得出解决方案，及建立一套更好的监控机制。