Numaproj :基於Kubernete 的實時分析AIOps
根據麥肯錫公司最近一項關於開發人員速度的研究,數字優先企業的業務績效的首要驅動因素是對一流開發平臺的投資。
在過去四年中,Intuit 對 Kubernetes 和Argo等雲原生技術的投資以在全公司範圍內提供現代平臺,從而使開發速度提高了 6 倍。*
作為製造TurboTax、Credit Karma、QuickBooks和Mailchimp的全球金融技術平臺,我們為迄今為止在為全球 1 億消費者和小型企業客戶以速度和規模推動產品創新方面取得的進展感到自豪。
然而,我們認識到,只有在我們採取措施促進下一階段的AIOps創新時,才能在 Intuit 實現下一個 6 倍的開發速度提升。構建具有簡化使用者體驗的更智慧平臺意味著以可操作的方式管理更多(和更多)資料。
作為一個行業,我們還有很長的路要走。
即使在今天的雲原生世界中,超過 90% 的 IT、DevOps 和站點可靠性工程專業人員報告服務事件有所增加。更高百分比的人報告說,遠端工作時解決事件需要更長的時間。
更多資料,更多問題。
下一代開發平臺必須使應用程式團隊能夠專注於指定執行應用程式的高階要求,而不是配置和管理底層基礎設施。
使用 AIOps 從運營資料中獲取實時、可操作的見解,該平臺應該能夠快速檢測、隔離和修復生產問題,並自動調整當今由開發人員和平臺工程師手動配置的許多系統引數。
介紹開源專案 Numaproj!
這就是我們構建並開源Numaproj的原因,Numaproj 是用於實時資料分析和 AIOps 的 Kubernetes 原生工具集合。
Numaproj 有兩個初始工具可幫助您處理 AIOps 旅程中的關鍵領域:
- Numaflow — 具有自動故障恢復、精確一次語義、自動縮放、背壓和水印的大規模並行實時資料/流處理引擎。它允許輕鬆建立即發即棄的管道,這些管道可靠地執行其分配的資料處理和分析任務,直到被指示停止。
- Numalogic — 用於實時資料分析和 AIOps 的 ML 模型和演算法,包括異常檢測。當前版本包括用於持續實時資料豐富的 ML 模型,包括異常評分。
要了解有關 Numaproj 的更多資訊,請在此處檢視此技術部落格,直接前往repo ,並在最近的ArgoCon上觀看由 Numaproj 提供支援的 Argo Observability 演示。
相關文章
- 基於雲原生的大資料實時分析方案實踐大資料
- 基於 Spark 的資料分析實踐Spark
- 基於 Flink CDC 的實時同步系統
- 基於 Flink 的實時數倉生產實踐
- 實時分析全面賦能金融業務,馬上消費基於 Apache Doris 構建實時數倉的實踐Apache
- 準備好迎接 AIOps 時代AI
- 錢大媽基於 Flink 的實時風控實踐
- 攜程基於Flink的實時特徵平臺特徵
- 基於Python的效能分析Python
- 基於flink的電商使用者行為資料分析【3】| 實時流量統計
- 快手基於 Apache Flink 的實時數倉建設實踐Apache
- 基於REDIS實現延時任務Redis
- 基於redis實現定時任務Redis
- python基於opencv 實現影像時鐘PythonOpenCV
- GaussDB(DWS)基於Flink的實時數倉構建
- 基於flink和drools的實時日誌處理
- 基於 goc 的 Golang 程式碼 VsCode 實時染色方案GolangVSCode
- 基於Azkaban的任務定時排程實踐
- 【Flink】基於 Flink 的流式資料實時去重
- 基於 Vuex 的時移操作(撤回/恢復)實現Vue
- 基於WebSocket的實時訊息傳遞設計Web
- 基於DEM的坡度坡向分析
- 基於 Formily 的表單設計器實現原理分析 ORM
- 基於 Kafka 的實時數倉在搜尋的實踐應用Kafka
- 基於 Paimon 的袋鼠雲實時湖倉入湖實戰剖析AI
- 基於PostgreSQL實時干預搜尋排序實踐SQL排序
- 基於Canal+Kafka實現快取實時更新Kafka快取
- 基於 Blazor 打造一款實時字幕Blazor
- 基於 junit5 實現 junitperf 原始碼分析原始碼
- 位元組跳動基於Doris的湖倉分析探索實踐
- 基於flink的電商使用者行為資料分析【2】| 實時熱門商品統計
- 基於知識引入的情感分析
- 基於Apache Doris的湖倉分析Apache
- 基於原始碼分析Vue的nextTick原始碼Vue
- 美團點評基於 Flink 的實時數倉建設實踐
- 如何基於實時聲紋變聲實現對聲音的“克隆”
- 上海久耶基於HBase實時數倉探索實踐
- AIOps的落地應用AI