至顶网CIO与应用频道 11月10日 北京消息(文/孙博):再有几个小时,“双十一”大战即将打响。各电商网站也正在翘首以盼,期待今年业绩能刷新过往,再度掀起电商热潮。
除了业务部门以外,同样在紧张筹备的还有IT部门。在IT高并发的时段,经受住考验,IT工程师们才能拿到年底的年终奖……
在“双十一”大考前,至顶网记者采访到了Dynatrace销售总监谢志炜,听他谈APM(应用性能管理)对企业业务的意义,以及Dynatrace是如何给企业带来更大的价值。
谢志炜谈到,不同以往,现如今的企业正在飞速的发展,业务成倍的扩张,才能保障企业立于不败的地位。再加上类似云、OpenStack、微服务层出不穷的技术和新架构,对于企业IT的要求就更为严苛起来。甚至为了满足业务发展需求,企业开始以数据中心的规模进行扩张。此时,APM对企业的重要性愈发显现。
传统行业的APM主要偏向业务支持,往往偏向被动响应于业务的。而大家口中的数字化时代,企业IT与业务紧密的结合,也让APM发生了很大的变化。IT不仅需要快速对业务进行反馈,甚至通过IT的创新,也可以为企业带来效益。
“就像造房子,盖多高的楼层完全取决于地基的深度。应用性能管理往往是从开发测试到运维,贯穿了整个应用生命周期。”
Dynatrace销售总监谢志炜
谢志炜说,敏捷开发的一个前提条件是能快速响应业务需求,将业务推上线。并且满足业务稳定的运行需求,而不是说应用上线后才发现性能差,又退回重新进行开发和测试。Dynatrace将应用性能贯穿整个开发过程,不用反复几个来回的测试,也不会出现资源浪费的现象。
此外,从新技术应用来看,由于许多电商企业正在使用很多新技术和开源框架,Dynatrace可以帮助企业从开发阶段入手,从而判断框架、技术对于企业IT系统的适应性。
作为APM(应用性能管理)老牌厂商,Dynatrace已经连续7年被Gartner评为全球领导者。谈到相较于市面上同类产品,Dynatrace的优势体现在哪些方面,谢志炜说了一句类似广告语的话:“我们一直被追随,从未被超越。”
谢志炜说,对于APM象限可以分成三个维度:第一个是用户体验,第二个是自动发现和诊断异构应用系统,第三个是时下火热的人工智能技术。而这三个维度也符合了Dynatrace整体的技术路线。
几个月前,Dynatrace发布了人工智能运维助手Davis,希望在人工智能重新定义应用性能管理的时代下,以智能可视化、全栈式监控和平台化解决方案,为数字化转型中的各行各业带来全新的性能管理体验,助力越来越多的企业快速实现业务升级。
具体来说,“我们希望把复杂的事情留给Dynatrace,给用户一个最简单的页面,清楚的直接告诉用户问题的源头,出现的时间以及影响范围,而不需要用户去查看各种问题报告。”
这是谢志炜口中Dynatrace的愿景,而要实现“化繁为简”也并不是件简单事,需要强有力的技术作支持。据了解,Dynatrace拥有全球大规模部署对于云、IoT的监控,并且利用人工智能技术,直观的让用户以最快速度了解自身企业IT的具体情况,为修复留出足够时间,运维人员再也不用被业务部门投诉。
拿Dynatrace为国内金融行业的部署案例来说,银行客户主要问题是系统复杂、设备数量较多。如果以传统的日志排查方式将会给资源和效率带来较大的消耗。Dynatrace带来的快速预警、准确定位问题、快速修复问题等多个解决对策,似乎给“一秒都不能出问题”的银行业下了场及时雨。
不同于银行,依赖网销业务的国内保险企业,每年都会举行类似“双十一”大促这样的开门红活动。在促销日,其实会有很多意料不到的状况发生。比如货物短缺,又比如经常被人诟病的物流情况,这些因素都会对商家造成不同程度上的经济损失。
通过引入Dynatrace专业的应用性能管理工具,企业不仅可以得到运维的保障,同时Dynatrace提供的用户管理手段,结合其多年的数据经验,企业可以清楚的知道用户的喜好,以及更加偏爱哪类商品。
比如一年一度的“双十一”全民购物节。“曾经我们服务过一家年营销额在300亿左右的企业,其中他们70%的收入来源于促销日,所以这一天对于他们来说非常关键,每宕机一分钟都会是巨大的损失。”谢志炜介绍,在技术方面,Dynatrace从开发、测试到运维形成了一条龙服务,帮助企业将应用性能管控起来。
而针对业务方面,在促销之前Dynatrace会建议商家进行更有针对性的广告来引导消费者购买,同时后端会加强货物的准备和物流资源的配置。这种“智能建议”,帮助企业做好了充足的准备工作,同时消费者得到了一个完美的“双十一”购物体验,也保障了电商企业顺利完成促销日的活动。
此外,值得一提的是,Dynatrace曾在全球范围内帮助企业,在三个月的时间部署了1.5万台主机的监控。在项目一期实施过后,企业运维团队已经由原来的50人减少到5人;整体MTTI时间从70分钟降低到5分钟,给企业节约了不少的成本。
“Dynatrace变了,变成了一个平台公司。”这是Dynatrace大中华区总经理琚伟曾经在第四届Dynatrace Perform上海用户大会上提到的。从开发、测试、运维到DevOps,再到AIOps,Dynatrace正在以人工智能开启运维新模式。
好文章,需要你的鼓励
AWS通过升级SageMaker机器学习平台来扩展市场地位,新增观测能力、连接式编码环境和GPU集群性能管理功能。面对谷歌和微软的激烈竞争,AWS专注于为企业提供AI基础设施支撑。SageMaker新功能包括深入洞察模型性能下降原因、为开发者提供更多计算资源控制权,以及支持本地IDE连接部署。这些更新主要源于客户需求,旨在解决AI模型开发中的实际问题。
南洋理工大学研究团队开发了WorldMem框架,首次让AI拥有真正的长期记忆能力,解决了虚拟世界模拟中的一致性问题。该系统通过记忆银行存储历史场景,并使用智能检索机制,让AI能准确重现之前的场景和事件,即使间隔很长时间。实验显示在Minecraft和真实场景中都表现出色,为游戏、自动驾驶、机器人等领域带来广阔应用前景。
AI虽具备变革企业洞察力的潜力,但成功依赖于数据质量。大多数AI项目失败源于数据混乱分散而非算法局限。谷歌BigQuery云数据AI平台打破数据孤岛,简化治理,加速企业AI应用。通过AI自动化数据处理,实现实时分析,并与Vertex AI深度集成,使企业能够高效处理结构化和非结构化数据,将智能商业转型从愿景变为现实。
MTS AI研究团队提出RewardRanker系统,通过重排序模型和迭代自训练显著提升AI代码生成质量。该方法让13.4B参数模型超越33B大模型,在多种编程语言上表现优异,甚至在C++上超越GPT-4。通过引入困难负样本和PPO优化,系统能从多个代码候选中选出最优方案,为AI编程助手的实用化奠定基础。