【IT168 技术】我们身处数据爆发时代，世界正从IT走向DT。在移动互联网、云计算和大数据的穹顶之下，IT运维管理被赋予了更多信息挖掘和数据分析重任。信息碎片化加大了选择成本的空间，如何有效采集和分析数据、排除阅读噪音成为IT部门在大数据时代亟待解决的难题。
Splunk安全之海的革命，其探险家精神又将在企业IT运维领域擦出怎样的火花?Splunk>live2018中国用户大会北京站IT运维场，我们一起来听技术专家怎样说。
Splunk北亚合作伙伴技术经理 翁捷荣：Splunk对DevOps的价值
Splunk北亚合作伙伴技术经理 翁捷荣
DevOps运动的主要特点是在软件建构的所有步骤中大力提倡自动化和监控#FormatImgID_1#,旨在缩短开发周期，增加部署频率和更可靠的版本，与业务目标紧密结合。
DevOps自出现以来很大程度上改善了IT运维环境，增加了团队协作效率，加速了产品生命周期。但DevOps同时也会产生一些问题。例如，需要对商务流程有充分理解才能定义有效API接口;测试非常复杂、团队需要建立DevOps文化;在微服务间传送嵌入式数据也很麻烦。为了解决这些问题，DevOps的复杂程度呈指数级增长。
翁捷荣表示，想要使整个DevOps运行良好，不能简单的依靠开发工具，需要将运维、安全等环节汇集在一起才能达到更好的监控效果。DevOps需要为整个团队服务，包括商业、项目管理、开发、构建、QA、安全、阶段、运营等。
Splunk在一定程度上帮助了DevOps实现这样的价值。Splunk提供跨开发及跨运营的可见性。利用Splunk，我们达到了更理想的开发环境。Splunk帮助DevOps更快的投入市场，开发人员能够更快得修复软件出现的问题。
Splunk 亚太区客户关系总监 杨鹏：人工智能运维AIOps，为企业提供IT预测性
Splunk 亚太区客户关系总监 杨鹏
Splunk是安全之海的革命，拥有无限的探险家精神。在ITOA领域，Splunk是领导者。但在ITOM领域，面对很多强大的对手，Splunk不在占据眉头。
根据Garner发布的Market Share Analysis报告，在ITOM领域，Splunk排在第二位。Garner在今年的报告里，把AI及相关能力摆在了一个很重要的位置。
在Splunk里，AIOps更希望能够从根本上为企业节省时间和开销。对此，Splunk的贡献很大，该贡献不只是AI本身，还有很多其他能力，例如：高质量大数据能力、掌握全部数据洞察能力、降低数据使用成本以及AI能力的最大化。
杨鹏老师强调，数据是AI成功的基础。在市场中，随处可见AI实力很强的公司，却把大量时间和精力用于数据发现，因为对于AI而言，数据真的很重要。Splunk在整个流程里便贡献了一种数据的能力以实现AI价值最大化。
在机器学习工具包里，Splunk并没有贡献多高超的算法，Splunk真正的的贡献是让大家在机器学习工具包上更容易的使用数据，降低机器学习的使用门槛并提升效率。
Splunk 亚洲区首席IT运维技术顾问 林雄蔚：以数据为导向，实时监控和分析您的商业和IT服务
Splunk 亚洲区首席IT运维技术顾问 林雄蔚
研发人员想要把商务跟IT串联起来，最重要的不是从IT主键出发，而是从外到内，从业务角度出发，逐渐与IT串联起来。林雄蔚表示，可以利用现有子程序、监控资料用Splunk大数据的方式把资料统一集中到一起。这是一个渐进性的过程，并非一次性项目。
F5大中华区首席技术官 吴静涛：网络感知应用，应用控制网络
F5大中华区首席技术官 吴静涛
在传统的网络结构中，糖葫芦串式的网络设计方式跟新的云环境设计方式存在致命的不同，这不是网络本身造成的，而是应用程序造成的。一个复杂的应用结构，一旦出现问题便很难去查。新一代运维平台一定会谈到DevOps实现东西流量应用调用可视化的问题。关于这一点，F5有一个非常好的想法，以软负载、虚拟应用服务的形式在云中部署。将软负载和虚拟应用服务打包，开发部门控制的是打包好的网络服务。网络部门仍然控制硬件形式存在的交付服务，并将软负载在多云环境中灵活扩展，形成统一交付平台。实现了这一点，紧接着可以做DevOps网络中间键，这就跟Splunk建立了非常紧密的联系。我们可以实现用户/网络体验监控、用户行为监控、应用性能管理等。
F5的客户曾给过这样一个建议，即F5的“A、B、C、D、E”，通过“AI Ops”和机器学习，以F5 作为“BigData”的网络数据引擎，在“Cloud”环境中实现“DevOps”的可视化和提升“user Experience”。
吴静涛表示，今天的F5改变了。Splunk的加入，让F5不在是一个传统网络的厂商，而是一个跟A、B、C紧密结合的厂商，企业理念也得到了更多的认可。
Tableau大中华区技术顾问 郭杰：Tableau 可视化科学与艺术
Tableau大中华区技术顾问 郭杰
Tableau创建于2013年，目标是希望帮助所有人理解数据。郭杰老师表示数据可视化的基础是前意识属性，没有可视化的话，我们分析会很困难。可视化是一门艺术，通过可视化，人们能够更深入的理解数据。
郭杰用了两个形象的词来解释数据探索，一个是已知的未知问题，即回答问题的方法已知，答案未知。另一个是未知的未知问题，即回答问题的方法未知，答案也未知。而未知的未知问题就是大数据的真正价值所在。
当你有数据，即便你认为已经理解了，但Tableau会用一种可视化的方式帮助你更好的探查和理解数据。
欲了解更多大会北京站精彩内容，请点击观看完整视频回放
