1.3.4 事件预警

本书将事件预警定义为：基于KPI指标、告警、日志、感知等一系列历史数据，预测未来将要发生某特定事件的行为，包括异常预测（如根据IPTV历史播放的数据，预测第二天哪些设备会发生卡顿）、容量预测（如IT采购部门要对来年服务器进行采购规划，需要预知明年各业务对服务器资源的需求情况，这时则需要通过对各业务的容量变化进行长期预测）等。其中容量预测又包括中长期预测和短周期预测，将在第9章详细介绍这两类容量预测的案例。

无论是容量预测还是异常预测，目的是未来下一步效能优化。根据容量的短、中、长期的预测，分别对不同时期的容量制定有针对性的扩缩容和优化方案，确保系统可以随着时间的推移得到完善和增强，实现可预期的管理风险和期望，即科学容量规划。容量规划过程中，需要协助运维人员考虑如下问题。

● 历史容量是如何变化的，为什么呈现这样的变化？

● 未来短期的容量如何变化？

● 何时达到容量极限，为什么？

● 未来中长期容量如何变化，如何规划容量？

● 不同容量规划方案，后果分别怎样？

同理，异常预测又叫故障预测、质差预测、突变预测，是基于大量历史KPI指标数据，预测未来可能发生的异常、故障等问题，实现系统预见性维护。异常预测与异常检测唯一的不同是，异常检测是针对过去已发生的数据进行分析诊断，而异常预测是用过去的数据预测未来可能发生的问题。两者所使用的数据、算法基本一致，在所选用模型训练数据和模型参数上会有细微差别。由于异常预测所使用的数据源通常为时序类的KPI指标数据，因此该场景下使用的算法更倾向时序预测模型，如ARIMA、Holt-Winter、LSTM等，关于算法上的差异将在第3章详细阐述。