导读：从移动互联网、消费互联网向工业互联网转型的过程中，我们发现一些场景下对数据存在很多挑战。随着技术和业务的发展，在智能运维这个赛道作为一个大数据驱动的行业中，云智慧作为智能运维行业中国最大的独角兽，是怎么去选择和设计时序数据库的？今天分享的内容都是来自于一线的真实实践。
今天的介绍会围绕下面四点展开：
- 智能运维概述
- IoTDB 的价值
- 运维的数据挑战
- 案例分享
分享嘉宾｜张博 云智慧 CTO
编辑整理｜张德通 DataFun志愿者
出品平台｜DataFunSummit
01
智能运维概述
智能运维是什么行业？智能运维和传统的理解中的接网线、网管工作早已不同，这个赛道上有很多成功的企业如 SerivceNow、DataDog、Splunk、Dynatrace，他们的市值在百亿到千亿级别。云智慧是中国智能运维赛道上最大的独角兽。
物联网、工业互联网、企业服务这些领域内都有哪些可以做的事？下图是源自 Servicenow 的一张图，其中把企业服务分为了 8 个领域，包括 IT、Sales、ERP 等等，他们认为每各领域都可以支撑千亿美金的公司，事实上 It 领域的 ServiceNow、HR 领域的 WorkDay、Sales 领域的SalesForce 等等分别在各自的领域作为佼佼者有着良好的市场口碑和影响力。
从消费互联网到产业互联网，数字化转型已经成为企业发展的必修课。数字化的进程逐渐深入，对 IT 系统的投入和维护投入会不断增多，随之便会产生海量的 IoT 数据、时序数据。
企业数字化转型下面临着巨大挑战，根据统计，41% 的组织在过去 18 个月中重新确定了 IT 运维战略，过去两年中处理的报警和事件总量平均增加 2.7 倍，68% 的组织在过去 12 个月中感受到客户期待着更好的体验和合作。IT 运维赛道在产业互联网时代被给予了很大关注。
运维数据包括指标、日志和调用链。一台机器的CPU、内存是指标，也就是我们常说的时序数据。除指标外，日志数据也记录着很多有价值的信息，但日志数据存在体量大、价值稀疏、结构化复杂等问题，处理和分析日志数据是一个难点。调用链数据服务于分布式场景下大量微服务的，用来体现复杂服务调用关系。运维的指标、日志、调用链数据的异常变化都会反应成告警。
运维又有哪些场景？云智慧通过在运维场景的积累，将运维场景分为“一元场景”、“二元场景”和“转换场景”三大类。
什么是智能运维？与人工智能、大数据、区块链等技术不同，智能运维不是一项“全新”的技术，而是以智能运维场景为基础的智能技术应用和融合。智能运维是应用创新而不是算法创新。剥离场景谈智能运维没有实际意义。智能运维核心在于探索智能技术如何适配运维行业发展，为运维行业带来新的解决问题思路。
