近年来软件系统领域有两个显著的趋势。第一个趋势是随着云计算的发展，软件系统架构由单体架构逐渐转变为面向服务的架构。如此便可开发细粒度、松耦合、通过API互相连接的服务，达到持续开发和灵活扩展的目的。其中微服务架构就是典型代表，部署在云上、面向服务的架构可以适应系统规模的快速增长，具备更快的迭代速度、更低的开发复杂性和更好的可扩展性，但它的部署和运维复杂性却大大增加，给故障检测和诊断等运维工作带来挑战。

 

第二个趋势是传统人工运维逐渐向智能运维转变。传统人工运维是基于运维人员的领域知识，人工分析故障原因或者编写自动化脚本进行检查。这一过程耗费大量的时间和人力成本，且人工运维难以应对系统规模增大和复杂度增加带来的挑战。

据Gartner预测，企业IT基础设施平均每年生成的IT运营数据正在以2—3倍的速度不断增长。面对如此海量的数据，伴随人工智能、机器学习和数据挖掘的兴起，智能运维应运而生。运维知识、运维数据和人工智能的结合，就是AIOps研究和实践的核心。

 

为保证软件服务的可靠性与稳定性，AIOps的核心场景是故障的快速发现与诊断，也就是基于软件架构中基础设施层、应用软件层和业务层采集到的监控数据，基于故障图谱、知识图谱和各种算法引擎，实现故障的及时发现、快速诊断乃至提前预警。

 

 

 

另一个挑战是多模态的运维数据。运维数据类型较多，比较典型的包括指标、日志和调用链。指标也被叫做KPI，能够反映业务状态和机器性能的时间序列数据。日志是一种程序打印或者执行代码输出的非结构化文本。调用链则是在系统完成一次业务调用的过程中，把服务之间的调用信息连接成的一个树状链条。

 

目前大多数监控系统以及学术界的一些工作主要聚焦单一数据源，比如指标异常检测、日志异常检测等。这些多模态运维数据可以反映系统状态的全方位信息，从而给出更精准的故障发现和诊断结果。但是如何关联和融合多模态数据，并从多模态数据中挖掘关键信息用于故障发现和诊断是算法面临的挑战。

 

针对以上挑战，结合面向云原生架构和多模态的运维数据，“微服务架构电商系统下的故障识别与分类”作为本届挑战赛赛题应运而生。

 

挑战赛赛题解读 
 

• 业务指标，通常也叫黄金指标。它包含10位的UNIX标准时间戳，具体类型分别是系统响应率、业务成功率、交易量和平均响应时间。这里的采样间隔为一分钟，业务指标监控粒度按照服务层面监控，其中service字段标注了该业务指标来自哪个服务。

• 性能指标，记录基础设施层面的性能信息。它的格式包括时间戳、cmdb_id、kpi_name和value。由于K8s的部署架构不同于去年的虚拟机部署架构，所以这里不同类型的性能指标对应的cmdb_id格式可能不同。

• Container指标，主要用于监控容器状态，也就是Pod粒度的监控。Container的cmdb_id是node:pod的格式，也反映了Pod和node之间的动态部署关系。
• Node指标，用于监控虚拟机状态。node指标的cmdb_id对应的是相应虚拟机名称。
• JVM指标及Istio指标，用于监控JVM和服务调用。

• 日志格式，包括日志的ID、时间戳、cmdb_id、日志名称和日志原文信息。

• 调用链格式，包括时间戳、调用链的对象名、父亲span id、本流程的span id、全局的trace_id，以及当前该流程的处理时间。调用类型分为gRPC和https。

本届挑战赛的正赛部分包括初赛、复赛和决赛三个阶段。报名阶段从3月10日起至4月12日止，目前报名火热进行中。4月12日将开启热身赛，帮助大家提前熟悉数据格式和测试算法。