關于開源工具與專有工具的爭論早已不是什么新鮮事。但在AIOps工具方面，還有其他一些特殊的因素需要考量。AlOps工具市場不僅特別復雜，而且相關工具總是有著很多獨特的性質，例如需要訪問敏感數據，往往進一步影響到采購方在評估方面的具體判斷。今天我們一塊看下AIOps智能運維?的相關知識。

1.AIOps工具定義

有些企業想要更好地監控IT資產，進而轉向了人工智能，目的是提前解決性能問題，在感受到負面影響之前自動進行修復。云平臺、托管服務提供商和進行數字化轉型的企業得益于一種新興的IT趨勢:使用支持人工智能的IT運維技術來自動監控和管理IT業務。這種新出現的技術趨勢被稱為AIOps。

2.評估注意事項

評估開源 AIOps應注意到目前為止還沒有出現任何端到端開源AlOps 平臺。換句話說，沒有哪種單一的開源平臺能夠直接為企業提供簡化IT運營的全部必要AIOps 功能。相反需要將多種不同開源工具整合起來，每款工具只能提供一部分AlOps功能。要使用這些開源工具并充分發揮AlOps 的優勢，IT運營團隊需要面對大量工具選項，自然也就得耗費大量精力。

3.合規性

AIOps工具在運維時需要訪問到大量數據，這些數據中有一部分可能是相當敏感的，甚至會引起被攻擊乃至破壞。這意味著我們使用AIOps工具時，必須選擇合規的提供者，合規性問題很重要，好在目前不少法律已經對供應商工具的相關安全問題做出了約束。

如果AIOps智能運維?平臺需要借助外部基礎設施進行數據處理，那么開源工具也會受到同樣的影響。但大多數開源工具主要運行在用戶的自有數據中心內，或者至少是在用戶控制的公有云基礎設施之上運行，因此帶來的合規性或數據隱私問題一般更少。