人工智能技術(shù)在容災(zāi)領(lǐng)域的應(yīng)用

人工智能技術(shù)在容災(zāi)領(lǐng)域的應(yīng)用

互聯(lián)網(wǎng)高度發(fā)達(dá)的今天，人工智能已成為各行各業(yè)數(shù)字化轉(zhuǎn)型的重要課題，在企業(yè)的容災(zāi)領(lǐng)域同樣是一個(gè)值得探討并且具備相當(dāng)潛力的應(yīng)用方向。但在企業(yè)的容災(zāi)領(lǐng)域當(dāng)中，企業(yè)IT技術(shù)從業(yè)者當(dāng)前需要考慮在特殊的場(chǎng)景特點(diǎn)和不同的需求特性的前提下如何將人工智能技術(shù)的特質(zhì)應(yīng)用到容災(zāi)領(lǐng)域的哪些場(chǎng)景當(dāng)中去。我們特意邀請(qǐng)了行業(yè)的專家同行來(lái)聊聊人工智能技術(shù)如何應(yīng)用于容災(zāi)領(lǐng)域，未來(lái)有哪些應(yīng)用方向。人工智能技術(shù)如何應(yīng)用于容災(zāi)領(lǐng)域？未來(lái)有哪些應(yīng)用方向？社區(qū)專家主張議題主編蘇海濤某集團(tuán)公司首席數(shù)據(jù)官：本次議題由本人以及民生銀行數(shù)據(jù)庫(kù)架構(gòu)師孔再華、蘭州大學(xué)第一醫(yī)院架構(gòu)師于志軒分別根據(jù)議題方向發(fā)表了自己的觀點(diǎn)，希望這些觀點(diǎn)可以為眾多同行看清前路趨勢(shì)提供一點(diǎn)有益參考。蘇海濤某集團(tuán)公司首席數(shù)據(jù)官：數(shù)字化轉(zhuǎn)型背景下容災(zāi)體系建設(shè)產(chǎn)生了新的需求，我們應(yīng)當(dāng)在當(dāng)前被動(dòng)式容災(zāi)體系的基礎(chǔ)之上的提升能力構(gòu)建主動(dòng)式容災(zāi)體系。數(shù)字化轉(zhuǎn)型進(jìn)程下的容災(zāi)體系需求在今年3月國(guó)務(wù)院發(fā)布的《中華人民共和國(guó)國(guó)民經(jīng)濟(jì)和社會(huì)發(fā)展第十四個(gè)五年規(guī)劃和2035年遠(yuǎn)景目標(biāo)綱要》的深化金融供給側(cè)結(jié)構(gòu)性改革中明確提出，要加快金融機(jī)構(gòu)的數(shù)字化轉(zhuǎn)型進(jìn)程。這對(duì)當(dāng)前金融機(jī)構(gòu)的容災(zāi)體系建設(shè)也提出了新的要求。在過(guò)去基于《銀行業(yè)信息系統(tǒng)災(zāi)難恢復(fù)管理規(guī)范》（JR/T0044-2008）的規(guī)范體系中，實(shí)際上是將容災(zāi)體系的建設(shè)分為了三個(gè)部分：標(biāo)準(zhǔn)、制度和組織。而規(guī)范中所要求的內(nèi)容，都是在圍繞當(dāng)災(zāi)難發(fā)生后所需要具備的業(yè)務(wù)恢復(fù)的相關(guān)能力要素，相當(dāng)于這是一套被動(dòng)的標(biāo)準(zhǔn)體系。而在當(dāng)前數(shù)字化轉(zhuǎn)型的進(jìn)程下，業(yè)務(wù)敏捷的需求，對(duì)于容災(zāi)體系的建設(shè)也提出了新的挑戰(zhàn)，業(yè)務(wù)的敏捷首選需要基礎(chǔ)設(shè)施的敏捷，而容災(zāi)體系往往是從基礎(chǔ)設(shè)施的能力開(kāi)始構(gòu)建的。我們認(rèn)為，在新時(shí)期的容災(zāi)體系建設(shè)產(chǎn)生了以下幾點(diǎn)新的需求：1）由于業(yè)務(wù)敏捷和以客戶為中心的現(xiàn)實(shí)需要，容災(zāi)體系將會(huì)由過(guò)去的被動(dòng)處置模式轉(zhuǎn)變?yōu)橹鲃?dòng)發(fā)現(xiàn)模式，通過(guò)主動(dòng)發(fā)現(xiàn)，提前預(yù)防或預(yù)判災(zāi)難的發(fā)生，從而提升服務(wù)質(zhì)量；2）機(jī)器學(xué)習(xí)、深度學(xué)習(xí)和人工智能的應(yīng)用，有利于降低組織在數(shù)字化轉(zhuǎn)型過(guò)程中容災(zāi)體系建設(shè)中的人力成本；3）利用可編程的基礎(chǔ)設(shè)施，簡(jiǎn)化運(yùn)維難度，提升災(zāi)后重建的效率。變被動(dòng)為主動(dòng)以往的業(yè)務(wù)容災(zāi)體系是以災(zāi)難發(fā)生后如何處置為核心原則，從災(zāi)備中心建設(shè)、多級(jí)數(shù)據(jù)容災(zāi)保護(hù)的要求，以及每年度的多次容災(zāi)演練制度，其目的都是在于災(zāi)后的應(yīng)急需要。近兩年行業(yè)中所提倡的主動(dòng)式運(yùn)維，其根本目的也是為了更好的保障業(yè)務(wù)的連續(xù)性，以客戶為中心，為業(yè)務(wù)敏捷提供保障，而實(shí)際上主動(dòng)式運(yùn)維也包括了主動(dòng)式容災(zāi)體系的建設(shè)。構(gòu)建一個(gè)主動(dòng)式容災(zāi)體系，首先應(yīng)當(dāng)是建立在當(dāng)下被動(dòng)式容災(zāi)體系的基礎(chǔ)之上的能力提升，而不是完全的拋棄。具體的說(shuō)，由被動(dòng)式的容災(zāi)轉(zhuǎn)變?yōu)橹鲃?dòng)式容災(zāi)體系的第一步，首先應(yīng)當(dāng)是解決當(dāng)下被動(dòng)容災(zāi)體系的效率問(wèn)題，即自動(dòng)化問(wèn)題。借由對(duì)當(dāng)下體系的效率精益，積累經(jīng)驗(yàn)，實(shí)現(xiàn)裂變，最終完全轉(zhuǎn)變?yōu)榭深A(yù)測(cè)的主動(dòng)式容災(zāi)體系。這其中我們認(rèn)為首先應(yīng)當(dāng)解決的是數(shù)據(jù)效率的問(wèn)題，隨著數(shù)字化進(jìn)程的加快，數(shù)據(jù)的增長(zhǎng)其實(shí)已經(jīng)成為了制約實(shí)現(xiàn)容災(zāi)效率的主要障礙。尤其在基于云原生應(yīng)用的場(chǎng)景下的被動(dòng)容災(zāi)體系建設(shè)，非常困難。當(dāng)下現(xiàn)實(shí)的做法是將無(wú)狀態(tài)的應(yīng)用基于云原生環(huán)境部署，而有狀態(tài)的應(yīng)用仍然以傳統(tǒng)的方式來(lái)構(gòu)建，從而降低容災(zāi)體系的建設(shè)難度，但是這種架構(gòu)實(shí)際上是因?yàn)槿狈τ行У募夹g(shù)手段而不得不采取的折中方案在考察了國(guó)外同業(yè)的架構(gòu)設(shè)計(jì)后發(fā)現(xiàn)，其實(shí)已經(jīng)有大量的持久化應(yīng)用基于云原生的實(shí)踐，往往是基于多云部署分布式的應(yīng)用來(lái)提升業(yè)務(wù)的可用性，這是是行業(yè)內(nèi)通常的做法，但是這其中也存在一些潛在的風(fēng)險(xiǎn)要素：1）分布式跨云部署的共識(shí)效率問(wèn)題，因?yàn)殒溌?、分布式共識(shí)機(jī)制等問(wèn)題造成的執(zhí)行效率降低，這顯然是不符合收益的；2）數(shù)據(jù)膨脹，基于跨云的MPP架構(gòu)，多副本的數(shù)據(jù)效率問(wèn)題，可能會(huì)增加數(shù)據(jù)容災(zāi)的管理難度；3）仍然缺乏邏輯保護(hù)和立體的容災(zāi)體系建設(shè)解決方案，僅僅是解決了高可用問(wèn)題，缺少有效的數(shù)據(jù)邏輯保護(hù)，以及多層次的業(yè)務(wù)保障。針對(duì)這三點(diǎn)問(wèn)題，在應(yīng)用層或PaaS層也有不同程度的相關(guān)解決方案，但是技術(shù)方法適用性相對(duì)較窄，不具備普適性，這也為構(gòu)建自動(dòng)化的被動(dòng)式容災(zāi)體系造成了障礙。從業(yè)務(wù)的數(shù)據(jù)構(gòu)成來(lái)說(shuō)，當(dāng)下的現(xiàn)代化應(yīng)用實(shí)際是以半結(jié)構(gòu)化或非結(jié)構(gòu)化的數(shù)據(jù)類(lèi)型為主的數(shù)據(jù)應(yīng)用類(lèi)型，這就為我們從基礎(chǔ)設(shè)施層考慮一體化的自動(dòng)容災(zāi)體系建設(shè)提供了契機(jī)。從制度上來(lái)說(shuō)，應(yīng)當(dāng)遵從當(dāng)前的行業(yè)規(guī)范對(duì)于業(yè)務(wù)連續(xù)性的相關(guān)標(biāo)準(zhǔn)，避免過(guò)度的高可用建設(shè)，要理清各業(yè)務(wù)的容災(zāi)邊界。在此基礎(chǔ)上利用充分利用基礎(chǔ)設(shè)施的能力來(lái)簡(jiǎn)化建設(shè)的難度，數(shù)據(jù)膨脹帶來(lái)的數(shù)據(jù)備份窗口問(wèn)題，可以通過(guò)快照、數(shù)據(jù)全局去重和全局壓縮等解決方案來(lái)實(shí)現(xiàn)數(shù)據(jù)備份的敏捷。利用快照技術(shù)作為數(shù)據(jù)邏輯保護(hù)的基礎(chǔ)能力，基于快照數(shù)據(jù)副本的D2D2T或D2D2C來(lái)實(shí)現(xiàn)在線、近線、離線的多層次的數(shù)據(jù)保護(hù)要求。通過(guò)基礎(chǔ)設(shè)施能力，對(duì)半結(jié)構(gòu)化，非結(jié)構(gòu)化數(shù)據(jù)提供普適性的數(shù)據(jù)容災(zāi)能力。而針對(duì)某些特殊的結(jié)構(gòu)化數(shù)據(jù)應(yīng)用，采用專有的容災(zāi)技術(shù)和流程，組合使用，從而降低實(shí)現(xiàn)自動(dòng)化的門(mén)檻。在應(yīng)用層，基于可編排、可編程的云原生能力，這有助于提升災(zāi)后重建的效率。最終的形態(tài)是構(gòu)建一個(gè)可提供現(xiàn)代化應(yīng)用容災(zāi)管理的PaaS平臺(tái)，實(shí)現(xiàn)上述需求的統(tǒng)一管理。AIOps自動(dòng)化運(yùn)維的實(shí)踐當(dāng)具備了一定程度的自動(dòng)化被動(dòng)容災(zāi)體系能力之后，就需要考慮如何通過(guò)人工智能和機(jī)器學(xué)習(xí)來(lái)釋放生產(chǎn)力，逐步由被動(dòng)式運(yùn)維向主動(dòng)式運(yùn)維過(guò)渡。這需要構(gòu)建一個(gè)基于日志和狀態(tài)指標(biāo)的機(jī)器學(xué)習(xí)平臺(tái)，通過(guò)對(duì)算法的迭代，基于數(shù)據(jù)給出主動(dòng)的預(yù)測(cè)結(jié)果。在行業(yè)內(nèi)無(wú)論國(guó)內(nèi)國(guó)外，當(dāng)前的相關(guān)實(shí)踐非常多，比如通過(guò)利用日志索引分析引擎，對(duì)網(wǎng)絡(luò)峰值的分析來(lái)預(yù)測(cè)業(yè)務(wù)的峰谷情況，從而編排和改善資源的利用效率。通過(guò)數(shù)據(jù)鏈?zhǔn)降慕换シ治?，進(jìn)一步的將這些看似無(wú)關(guān)的數(shù)據(jù)進(jìn)行二次創(chuàng)造，實(shí)現(xiàn)業(yè)務(wù)創(chuàng)新。這都為AIOps在組織內(nèi)的應(yīng)用開(kāi)創(chuàng)了想象空間。通過(guò)這些數(shù)據(jù)分析，完全可以實(shí)現(xiàn)對(duì)于容災(zāi)的主動(dòng)預(yù)判，比如：1）根據(jù)業(yè)務(wù)負(fù)載和備份流以及基礎(chǔ)設(shè)施負(fù)載的分析，提供滿足SLA的自動(dòng)化彈性備份策略，提高數(shù)據(jù)備份效率；2）通過(guò)對(duì)業(yè)務(wù)負(fù)載的實(shí)時(shí)分析，以及業(yè)務(wù)的關(guān)鍵行為分析，制定自動(dòng)化的災(zāi)備驗(yàn)證策略，保證災(zāi)備端數(shù)據(jù)的可用性，提升災(zāi)難恢復(fù)過(guò)程的服務(wù)質(zhì)量；3）根據(jù)分析結(jié)果實(shí)時(shí)判斷是否需要預(yù)熱啟動(dòng)災(zāi)備站點(diǎn)，為災(zāi)難恢復(fù)縮短響應(yīng)時(shí)間，提升業(yè)務(wù)連續(xù)性效率；4）自動(dòng)化的基礎(chǔ)設(shè)施壽命預(yù)測(cè)，基礎(chǔ)應(yīng)用程序的已知Bug分析，主動(dòng)避免災(zāi)難的發(fā)生等等。而實(shí)現(xiàn)這些的前提，首先是釋放人員的生產(chǎn)力，讓有限的人力資源投入到數(shù)字化轉(zhuǎn)型的價(jià)值要素中去?？删幊痰幕A(chǔ)設(shè)施利用基礎(chǔ)設(shè)施的能力、PaaS的能力、AIOps的能力，這些基礎(chǔ)能力，實(shí)現(xiàn)容災(zāi)管道的自動(dòng)化——即WFA（workflowautomation）。1）應(yīng)用程序的可編排，降低了在容災(zāi)端重構(gòu)業(yè)務(wù)的難度；2）數(shù)據(jù)的備份、容災(zāi)基于基礎(chǔ)設(shè)施的能力降低了備份與恢復(fù)的窗口；3）基于AIOps為災(zāi)難的預(yù)測(cè)和優(yōu)化容災(zāi)體系的效率提供了數(shù)據(jù)的支撐；4）基礎(chǔ)設(shè)施的自動(dòng)化，則將復(fù)雜的PaaS，可以基于代碼重構(gòu)，這有利于加速災(zāi)后重建的效率；同樣的，最終利用一體化的PaaS平臺(tái)，將這些關(guān)鍵要素集成，形成真正意義上的人工智能容災(zāi)平臺(tái)?？自偃A民生銀行數(shù)據(jù)庫(kù)架構(gòu)師：人工智能可以在容災(zāi)領(lǐng)域發(fā)揮很大的作用，讓災(zāi)備建設(shè)和管理能力更進(jìn)一步，在建立災(zāi)備大數(shù)據(jù)、建立災(zāi)備知識(shí)圖譜、動(dòng)態(tài)資源調(diào)配、中心資源規(guī)劃幾個(gè)方面都是人工智能可以應(yīng)用的方向。在容災(zāi)領(lǐng)域，通常認(rèn)為采用各種復(fù)制技術(shù)實(shí)現(xiàn)數(shù)據(jù)中心的數(shù)據(jù)同步就算完成了災(zāi)備建設(shè)。事實(shí)上在災(zāi)備建設(shè)和應(yīng)用的過(guò)程中，有非常多容易出問(wèn)題的環(huán)節(jié)，所以對(duì)于災(zāi)備建設(shè)的管理和運(yùn)維同樣重要。人工智能技術(shù)在很多行業(yè)已經(jīng)得到了廣泛應(yīng)用。在基礎(chǔ)設(shè)施的運(yùn)維領(lǐng)域也出現(xiàn)了各種智能運(yùn)維的案例。那么在容災(zāi)領(lǐng)域，人工智能技術(shù)又有什么樣的應(yīng)用場(chǎng)景呢？先來(lái)回顧下容災(zāi)建設(shè)中曾經(jīng)遇到的種種問(wèn)題吧：在兩地三中心架構(gòu)下，有沒(méi)有遇到中心網(wǎng)絡(luò)不穩(wěn)定影響災(zāi)備一致性，甚至影響當(dāng)前的主中心業(yè)務(wù)性能？有沒(méi)有遇到晚上跑批或者業(yè)務(wù)繁忙導(dǎo)致雙中心的復(fù)制延遲？這種情況只會(huì)影響當(dāng)前這個(gè)系統(tǒng)嗎？災(zāi)備切換的服務(wù)器資源容量夠嗎？整體切換需要多久的時(shí)間？如果真的讓災(zāi)備中心承載全部業(yè)務(wù)是否可行？災(zāi)備中心的容量規(guī)劃怎么做？能不能做趨勢(shì)預(yù)測(cè)？災(zāi)備中心的服務(wù)器能否承載壓力分流，該如何調(diào)控？……其實(shí)人工智能可以在容災(zāi)領(lǐng)域發(fā)揮很大的作用，讓災(zāi)備建設(shè)和管理能力更進(jìn)一步，下面探討一些人工智能可以應(yīng)用的方向。1）建立災(zāi)備大數(shù)據(jù)，將容災(zāi)相關(guān)的CMDB、狀態(tài)指標(biāo)、性能指標(biāo)等全部管理起來(lái)，通過(guò)人工智能實(shí)現(xiàn)異常檢測(cè)，根因分析等智能運(yùn)維場(chǎng)景，讓管理者更洞悉容災(zāi)運(yùn)行情況。2）建立災(zāi)備知識(shí)圖譜，建立異常影響模型，通過(guò)人工智能分析故障產(chǎn)生的影響范圍和解決方案。3）動(dòng)態(tài)資源調(diào)配，根據(jù)系統(tǒng)重要性，性能壓力等多方面因素，建立資源調(diào)配模型，優(yōu)化網(wǎng)絡(luò)帶寬的使用情況，保障重要系統(tǒng)可用性。4）中心資源規(guī)劃，依據(jù)歷史發(fā)展趨勢(shì)，建立預(yù)測(cè)模型，為數(shù)據(jù)中心擴(kuò)容提供決策。其實(shí)人工智能就是一種分析方法，只要在工作中依據(jù)實(shí)際需求，挑選合適的技術(shù)方法，那么就能夠?qū)崿F(xiàn)運(yùn)維能力提升。于志軒蘭州大學(xué)第一醫(yī)院架構(gòu)師：假使人工智能系統(tǒng)自動(dòng)的對(duì)故障點(diǎn)進(jìn)行預(yù)判，在即將發(fā)生災(zāi)難故障之前進(jìn)行系統(tǒng)的容災(zāi)恢復(fù)，則可以直接避免因?yàn)?zāi)難發(fā)生導(dǎo)致系統(tǒng)短暫的服務(wù)停止和業(yè)務(wù)數(shù)據(jù)丟失。數(shù)據(jù)中心的超級(jí)計(jì)算機(jī)，可以模擬人類(lèi)發(fā)出聲音，可以隨時(shí)隨地監(jiān)控整個(gè)數(shù)據(jù)中心包括軟硬件的運(yùn)行狀態(tài)，在發(fā)現(xiàn)有人要破壞數(shù)據(jù)磁盤(pán)時(shí)，還能為了保護(hù)自己，調(diào)動(dòng)機(jī)械臂來(lái)攻擊人類(lèi)。這是電影《鷹眼》中的片段，片中的超級(jí)人工智能計(jì)算機(jī)不但能夠通過(guò)數(shù)據(jù)中心中的海量數(shù)據(jù)進(jìn)行分析，做出決策，還能夠?qū)诵南到y(tǒng)進(jìn)行保護(hù)。這雖然是科幻，但是在未來(lái)有很大的概率會(huì)成為現(xiàn)實(shí)。隨著計(jì)算機(jī)技術(shù)的發(fā)展，以及近年來(lái)人工智能領(lǐng)域成果的不斷出現(xiàn)，一些傳統(tǒng)的計(jì)算機(jī)信息系統(tǒng)也開(kāi)始采用智能化的技術(shù)來(lái)應(yīng)對(duì)諸如監(jiān)控，網(wǎng)絡(luò)安全，數(shù)據(jù)分析以及容災(zāi)等方面的挑戰(zhàn)。人工智能作為計(jì)算機(jī)科學(xué)研究的一個(gè)分支，從誕生之日起就令無(wú)數(shù)計(jì)算機(jī)從業(yè)者以及大眾為其著迷。人們期望計(jì)算機(jī)能夠擁有人類(lèi)的智慧，自主的去思考，分析問(wèn)題，給人類(lèi)帶來(lái)決策的支持，并自動(dòng)化的協(xié)助人類(lèi)去完成較高難度的工作。特別是近十年來(lái)，在深度神經(jīng)網(wǎng)絡(luò)技術(shù)的出現(xiàn)背景下，又將人工智能的研究和應(yīng)用推向了一個(gè)新的高度。在各行業(yè)都在爭(zhēng)先恐后的采用人工智能的相關(guān)技術(shù)進(jìn)行應(yīng)用的同時(shí)，我也進(jìn)行了思考，在系統(tǒng)架構(gòu)，特別是系統(tǒng)容災(zāi)架構(gòu)層面能否使用人工智能的相關(guān)技術(shù)來(lái)進(jìn)行輔助，解決靠人工無(wú)法解決的容災(zāi)需求。近年來(lái)人工智能的一些應(yīng)用實(shí)例得益于機(jī)器學(xué)習(xí)和基于神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)的發(fā)展，依托大規(guī)模數(shù)據(jù)的模型訓(xùn)練而完成一些分類(lèi)、聚類(lèi)、預(yù)測(cè)、識(shí)別、決策判斷等任務(wù)。那么在信息系統(tǒng)容災(zāi)中我們?nèi)绾螌⑷斯ぶ悄軕?yīng)用其中呢？首先明確，信息系統(tǒng)、數(shù)據(jù)中心容災(zāi)包含數(shù)據(jù)的安全、網(wǎng)絡(luò)的安全、機(jī)房環(huán)動(dòng)系統(tǒng)的安全三個(gè)環(huán)節(jié)，每個(gè)環(huán)節(jié)的要求都不一樣。比如，國(guó)際上對(duì)數(shù)據(jù)的安全要求從0級(jí)開(kāi)始到6級(jí)有7個(gè)保護(hù)級(jí)別，特別是最高的6級(jí)，可以實(shí)現(xiàn)0數(shù)據(jù)丟失率，被認(rèn)為是災(zāi)難恢復(fù)的最高級(jí)別。在本地和遠(yuǎn)程的所有數(shù)據(jù)被更新的同時(shí)，利用了雙重在線存儲(chǔ)和完全的網(wǎng)絡(luò)切換能力，當(dāng)發(fā)生災(zāi)難時(shí)，能夠提供跨站點(diǎn)動(dòng)態(tài)負(fù)載平衡和自動(dòng)系統(tǒng)故障切換功能。由于災(zāi)難發(fā)生的故障點(diǎn)是隨機(jī)的，數(shù)據(jù)中心通常需要一些監(jiān)控系統(tǒng)，只能在故障發(fā)生時(shí)或者發(fā)生之后才能檢測(cè)到。假使人工智能系統(tǒng)自動(dòng)的對(duì)故障點(diǎn)進(jìn)行預(yù)判，在即將發(fā)生災(zāi)難故障之前進(jìn)行系統(tǒng)的容災(zāi)恢復(fù)，則可以直接避免因?yàn)?zāi)難發(fā)生導(dǎo)致系統(tǒng)短暫的服務(wù)停止和業(yè)務(wù)數(shù)據(jù)丟失。其次，在業(yè)務(wù)系統(tǒng)的網(wǎng)絡(luò)安全中，將人工智能應(yīng)用在網(wǎng)絡(luò)流量監(jiān)控、網(wǎng)絡(luò)攻擊預(yù)判、流量數(shù)據(jù)分析等方面，結(jié)合網(wǎng)絡(luò)安全態(tài)勢(shì)感知技術(shù)可以很好的分析出網(wǎng)絡(luò)中潛在的攻擊行為、潛在的安全隱患。對(duì)于人工智能在業(yè)務(wù)網(wǎng)絡(luò)中的應(yīng)用，還可以智能分析網(wǎng)絡(luò)中的數(shù)據(jù)，提供有關(guān)管理決策的信息，諸如規(guī)律的數(shù)據(jù)流量的強(qiáng)度可以智能分析出業(yè)務(wù)的使用高峰時(shí)段，判斷不同業(yè)務(wù)數(shù)據(jù)的流量強(qiáng)度進(jìn)而判斷業(yè)務(wù)的重要程度。對(duì)于數(shù)據(jù)中心機(jī)房的