大规模和批量化的自动化运维，能极大地减少人力成本，降低操作风险，提高运维效率。但是自动化运维的本质依然是人与自动化工具相结合的运维模式，受限于人类自身的生理极限以及认识的局限，无法持续地面向大规模，高复杂性的系统提供高质量的运维服务。智能化运维是将人工智能应用于运维领域，基于已有的运维数据（日志、监控信息、应用信息等），通过机器学习的方式来进一步解决自动化运维没办法解决的问题。
近年来，自动化运维在企业逐步广泛应用，并最终将向智能化运维发展，在此过程中，运维人员应该如何确保跟上技术趋势，不失去自身的价值？
运维人员需要学习哪些知识去提高自己的价值？自动化运维的要求很高，不仅仅需要具备开发能力，对网络、硬件、操作系统这些也要具备才可以。但是不知道如何下手？如何开始？
专业的人做专业的事，能够各个专业领域通达兼济是难得的。从传统企业来说，自动化运维的建设需要一个团队或者多喝团队协作，而且也应该将各方面力量拉拢一起做这件事。
从自己熟悉的专业领域做起，了解日常工作中重复事项哪些可以由机器替代，可以采用什么技术替代。在开发能力上可以关注shell或Python等语言，工具搭建上可以从ansible等开源软件熟悉。
运维人员能力要求可大可小，最好是对业务与技术都了解，对开发能力要求其实并不高。但对数据库和脚本编程最好精通些，这样各种运维才能得心应手。
自动化运维人员需要具备哪些基本技能？对于传统运维人员如何需要加强那些方面知识的学习？
从实施应用情况来看，自动化运维工作在基础平台搭建完成后，更多的是脚本开发能力，从初期来看需要关注各类脚本的编写能力。同时，自动化运维后需要运维人员对方案制定与评估更为审慎，那么对业务系统架构与关联分析要更严谨。
因此建议传统运维人员在脚本开发能力（shell、Python）、应用架构设计（网络控制。集群管理、负载均衡等）等方面多做些了解。
技术发展过程中必然会有一些先驱探索，智能运维、自动化运维、传统运维之间并无很明显的界限划分。自动化运维并未发展到完全成熟的阶段，也已经在监控领域探索一些智能化的演进，比如对于海量告警的压缩提取有效告警、告警的根因分析、利用大数据拟合动态基线替代静态阈值进行系统运行态监控等。
智能化运维有哪些核心技术？
智能化运维的技术主要组成是运维大数据平台、智能分析决策组件、自动化工具。
运维大数据平台如同眼一样，能采集、处理、存储、展示各种运维数据。智能分析决策组件如同大脑，它以眼睛感知到的数据作为输入，作出实时的运维决策，从而驱动自动化工具实施操作。自动化工具如同手一样，能根据运维决策，实施具体的运维操作，如重启、回滚、扩缩容等。
1.运维大数据平台
①运维大数据组成
②运维大数据平台
2、智能分析决策组件
①运维知识图谱类组件
运维知识图谱类的组件是通过多种算法挖掘运维历史数据，从而得出运维主题各类特性画像和规律，以及运维主题之间的关系，形成运维知识图谱。
②动态决策类组件
动态决策类组件则是在已经挖缺好的运维知识图谱的基础上，利用实时监控数据作出实时决策，最终形成运维策略库。实时决策狐妖有异常检测，故障定位、故障处置，故障规避等。
3、自动化工具
自动化工具按照功能可分为两类：监控报警类自动化工具、运维操作类自动化工具。
自动化工具按照功能可分为两类：监控报警自动化工具、运维操作类自动化工具。
运维工程师QQ在线交流群：580175957
