Darauf sollten Sie bei AIOps für Storage achten

Die zunehmende Komplexität und Vielfalt der IT ist eine Herausforderung für CIOs und ihre Teams. Die Anforderungen des Rechenzentrums, der Cloud-Infrastruktur, der Containerisierung sowie der Sicherheit und Compliance erhöhen den Druck auf das IT-Management und den Betrieb.

Gleichzeitig ist es schwierig, erfahrene Mitarbeiter zu rekrutieren und zu halten. Dies hat IT-Abteilungen und -Lieferanten dazu veranlasst, nach Möglichkeiten zur Automatisierung von Informationsdiensten und Infrastrukturmanagement zu suchen, auch für die Datenspeicherung.

Eine Antwort ist der Einsatz von maschinellem Lernen (ML) und künstlicher Intelligenz (KI), um einen Teil der Arbeitslast zu übernehmen. AIOps – oder KI für den IT-Betrieb – ist ein von der Branche gefördertes Tool zur Bewältigung der Komplexität, zur Optimierung der Systeme und zur Maximierung der Betriebszeit. Auch bei der Speicherverwaltung spielt es eine immer wichtigere Rolle.

AIOps hat sich in den letzten Jahren aufgrund von Verbesserungen bei der ML- und KI-Verarbeitung – auch in der Cloud – rasant entwickelt, aber auch weil IT-Systeme zunehmend in Echtzeit überwacht werden können.

Doch obwohl sich jeder mehr Einblick in seine IT-Abläufe wünscht, können die riesigen Mengen an Protokolldaten, die von moderner Hardware (vor Ort und in der Cloud) erzeugt werden, IT-Teams überfordern.

AIOps nutzt diese Daten mit Hilfe von Analyse-Engines, um Arbeitsspitzen, Engpässe, Kapazitätsgrenzen und Ausfälle vorherzusagen und den Bedarf an Wartung und Upgrades zu erkennen.

Für den Speicherbereich verspricht AIOps, Unternehmen bei der Ressourcenzuweisung zu helfen, um die verfügbare Kapazität optimal zu nutzen und möglicherweise Daten zwischen Speicherebenen (Tier) und/oder in die Cloud zu verschieben.

AIOps verspricht, dies schneller und vielleicht mit größerer Genauigkeit zu tun als menschliche Systemadministratoren. Außerdem können Unternehmen ihre digitalen Abläufe skalieren, ohne mehr Personal einstellen zu müssen. AIOps kann in das Servicemanagement, die Bearbeitung von Benutzertickets und das DCIM (Datacenter Infrastructure Management) integriert werden.

AIOps kann als eine übergreifende Technologie angesehen werden, die über den operativen Expertensystemen sitzt und Daten korrelieren kann und diese als Aktionen an die operativen Teams zurückgibt. Dabei kann es sich um manuelle oder automatisierte Aktionen handeln.

Was ist (Storage-)AIOps, und was kann es überwachen?

Im Rahmen des IT-Managements zielt AIOps darauf ab, Daten zu nutzen, die von Servern, Netzwerkgeräten und Speicher-Arrays generiert werden, aber es ist mehr als ein einfaches Überwachungs-Tool. Durch den Einsatz von KI können Unternehmen Einblicke in den Systemzustand gewinnen, aber auch sehen, wie die Systeme optimiert werden können.

Nach Ansicht des GigaOm-Analysten Enrico Signoretti ist dies gleichbedeutend mit einem Autopilot-Modus für den Speicher.

Wenn die Anbieter ihre Systeme mit Sensoren ausstatten, können sie aktuellere Statusinformationen liefern. Diese werden dann mit prädiktiver Analytik und später mit Automatisierung verknüpft.

„Sie nutzen maschinelles Lernen und füttern ihre Algorithmen mit all diesen Informationen“, sagt Signoretti. „Jetzt gibt es also eine Automatisierung, die bessere Vorschläge macht, was im System passiert und was man tun sollte, wenn etwas passiert. All dies verbessert die Benutzerfreundlichkeit des Systems.“

Storage AIOps überwacht Standardmessungen wie Auslastung, I/O-Aktivität und Latenzzeit. Durch Hinzufügen von ML oder KI gehen die Systeme über die bloße Bereitstellung von Rohdaten hinaus und können einem menschlichen Analysten unerwartete Ereignisse anzeigen, vorhersagen, wann eine Komponente ausfallen könnte oder wann ein System mehr Kapazität benötigt.

Dies kann als Domänenexpertise , und auch Anbieter in anderen Sektoren, zum Beispiel im Netzwerkbereich, verfügen über eigene AIOps-Funktionen.

Die eigentliche Stärke von AIOps für Storage kommt in der Kombination mit Daten aus anderen Teilen des IT-Systems zum Tragen. Auf diese Weise können Unternehmen ein breiteres Spektrum an Problemen erkennen, zum Beispiel ein Netzwerkproblem, das sich auf eine fehlerhafte Datenbank zurückführen lässt.

Bei der Speicherung bietet KI die Möglichkeit, Engpässe zu erkennen, bevor sie zu Problemen werden, zum Beispiel wenn Daten auf eine Speicherschicht mit geringerer Leistung verschoben werden, um die Kapazität besser zu nutzen. Das KI-System warnt dann die IT-Manager und schlägt Änderungen vor oder nimmt sogar selbst Konfigurationsänderungen vor.

AIOps kann auch Arbeitslasten, einschließlich Speicher-Volumes, auf verschiedene Arten von Infrastrukturen verteilen. Dies kommt Unternehmen zugute, die hybride Architekturen betreiben, bei denen AIOps den Übergang von On-Premise zu Cloud oder zwischen Cloud-Ebenen verwalten kann. Damit solche Systeme funktionieren, müssen sie jedoch mit den Management-APIs der Cloud-Anbieter integriert werden und deren Preismodelle kennen.

Vorteile und Potenzial von AIOps

AIOps verspricht eine verbesserte Systemverwendbarkeit, Zuverlässigkeit und Effizienz.

Dies ergibt sich vor allem aus geringeren Wartungsausfallzeiten und weniger Ausfällen sowie aus einer besseren Zuweisung von Rechen- und Speicherressourcen. Dies ist besonders nützlich für Unternehmen, die über eine große Anzahl separater Systeme und virtueller Maschinen (VMs) verfügen oder in der Produktion auf die Containerisierungumsteigen.

AIOps wird umso nützlicher, je komplexer die Systeme werden. Das Ersetzen von Dutzenden von Servern durch Hunderte von VMs stellt bereits eine große Belastung für IT-Administratoren dar. Die Umstellung auf potenziell Tausende von Containern ist ohne Automatisierung möglicherweise gar nicht möglich.

Die größten Vorteile von AIOps ergeben sich jedoch aus der Integration des gesamten IT-Bestands eines Unternehmens.

Dies liegt - zumindest im Moment - außerhalb der Reichweite der KI-Tools der meisten Speicheranbieter, die nur mit ihren eigenen Produkten arbeiten. Die Frage ist, ob sie mit den Systemen von Mitbewerbern, mit Compute- und Netzwerk-Tools oder mit Cloud-Management-Systemen kommunizieren können. 

Storage-Anbieter müssen ihre Konkurrenten und die meisten oder alle ihre Kunden davon überzeugen, dass sie mit den Tools anderer Anbieter gleichermaßen gut funktionieren. Alternativ können CIOs hardwareunabhängige Monitoring-Tools wie Splunk, Datadog oder ServiceNow in Betracht ziehen.

Signoretti von GigaOm betont, dass die Cloud-Fähigkeiten von Storage-AIOps-Anbietern noch begrenzt sind: sie müssen Cloud- und Hybrid-Fähigkeiten entwickeln. Er geht davon aus, dass diese Fähigkeiten zunehmen werden, um Unternehmen die Möglichkeit zu geben, Speicher über verschiedene Anbieter hinweg und entsprechend den Richtlinien zu föderieren. Dies wird aber noch einige Zeit dauern und Entwicklungsaufwand erfordern.

Storage-Anbieter mit AIOps-Funktionen

Nachfolgend sind einige Anbieter gelistet, die bereits AIOps für Speichersysteme offerieren, aber in den meisten Fällen eben nur proprietär, auf die eigenen Lösungen zugeschnitten.

Dell CloudIQ: Deckt derzeit alle Dell EMC-Speicher und PowerEdge-Server sowie die hyperkonvergenten Systeme und Netzwerkhardware des Unternehmens ab.

HPE InfoSight: Unterstützt ProLiant- und Apollo-Server sowie Alletra-, Primera- und Nimble-Speicher und HCI.

IBM Storage Insights Pro: Deckt eine breite Palette von Systemen ab, einschließlich IBMs eigenem Flash-Speicher, sowie Spectrum Scale und Cloud Object Storage. Unterstützt auch einige Systeme von Dell EMC, Hitachi Vantara, NetApp und Pure Storage.

Infinidat InfiniVerse: Unterstützt InfiniBox und InfiniBox SSA.

NetApp Active IQ: Deckt OnTap-, E-Series- und StorageGRID-Storage sowie die Integration mit NetApp Cloud Manager ab.

Pure Storage Pure1: Pure1 managt alle Pure Storage Arrays (FlashArray, FlashBlade und Portworx). Pure1 Meta bietet eine umfassende Analysefunktion.