AIOps : pilvipalveluiden monitorointi tekoälyn avulla

Abstract

Digitalisaation edetessä erilaisten monitoroitavien palveluiden määrä on kasvanut merkittävästi. Tämä on asettanut aivan uudenlaisia vaatimuksia niin monitoroinnille kuin operoinnillekin. Aiemmin tämä kaikki oli myös teknistä, IT-johtoista tekemistä, mutta nykyisin vastuuta ja päätöksen tekoa haluttaisiin siirtää tälläkin osa-alueella enemmän liiketoiminnan osaksi. Monitoimittaja- ja monipilviympäristöt asettavat omat haasteensa myös monitoroinnin käyttöönoton helppoudelle ja skaalautuvuudelle.

Tämän opinnäytetyön aiheena oli tutkia pilvipalveluiden monitorointia tekoälyn avulla, sen tuomia mahdollisuuksia ja haasteita sekä siihen liittyviä tuotteita. Opinnäytetyössä käytiin dokumenttianalyysin keinoin lävitse olemassa olevaa kirjallisuutta aiheen ympäriltä sekä tutustuttiin empiirisesti työkaluihin. Osana opinnäytetyötä tehtiin myös puolistrukturoituja haastatteluja henkilöille, jotka ovat olleet käyttöönottomassa tai aktiivisesti käyttävät Dynatrace-tuotetta.

As digitalization goes forward, number of applications that need monitoring, is growing significantly. This has posed completely new requirements for monitoring and operations. Earlier this was always a responsibility of IT-department but now responsibility and decision making is shifting towards business. Multivendor and multicloud environments pose also a new challenge for the ease of deployment and scalability of monitoring tools.

This thesis was about studying cloud monitoring with artificial intelligence, its advantages, and disadvantages and also the products that enable these methods. Document analysis was used in this thesis to analyse existing literature and also empirically studying the tools. Part of the thesis was also semi structured interviews that were made for people who are part of the deployment team or the team actively using the Dynatrace-tool.