在数字化时代的浪潮中，企业的 IT 运维管理正面临着前所未有的挑战和机遇。为了应对日益复杂的系统架构、海量的数据以及瞬息万变的业务需求，ManageEngine OpManager 与 AIops 的结合应运而生，为企业带来了全新的运维体验和巨大的价值。 

 

一、自适应阈值，洞察秋毫 

OpManager 的自适应阈值功能是一项强大的网络性能监控特性。它能够显著简化网络性能监控任务，为网络管理员带来诸多便利。 例如，当服务器白天内存利用率正常在70%左右、夜间在30%左右时，若管理员将内存利用率阈值设置为大于80%产生告警，那么夜间内存利用率突然飙升到60%时，可能就无法触发告警，可能导致异常情况被忽略。 而自适应阈值功能巧妙地将机器学习的有效性与使用高级预测算法和基于百分比的计算的效率相结合，以预测适合网络性能趋势的阈值。OpManager 至少需要3天的性能数据收集，会以每天不同小时段为单位，给出一个该小时内的“预测值”，并通过后续的数据不断自动优化和更新“预测值”。 通过自适应阈值功能，网络管理员可以更好地控制网络设备的性能指标，同时减少手动任务，节省时间和精力，更及时地发现和解决潜在问题，确保网络的稳定运行。  

二、自动化运维，高效无忧 

自动化运维是提高运维效率、降低人为错误的重要手段。自动化工作流功能允许管理员根据预定义的规则和条件，自动执行一系列复杂的操作和任务，无需人工干预。这意味着，一旦特定的事件或条件被触发，系统将自动按照预设的流程进行处理。 设想一下，当某个关键服务器的 CPU 利用率连续超过 80%达到一定时间，自动化工作流可以自动执行以下一系列操作：  

总而言之，OpManager 的自动化工作流功能是一项极具创新性和实用性的特性，为网络运维管理带来了显著的效率提升和优化。 

 

三、预测分析，未雨绸缪 

真正卓越的运维不仅仅是对当前问题的解决，更在于对未来的预测和防范。 OpManager 的预测报表功能可以为用户提供有关未来存储需求增长方式的直观展示，帮助用户进行基于需求的容量规划，从而避免成本浪费。  该功能会利用其内置的算法和数据分析能力，对收集到的历史数据进行分析和处理。这些数据可能包括各种网络设备的性能指标、资源使用情况等。通过对这些数据的深度挖掘和分析，OpManager 能够预测未来一段时间内存储需求的变化趋势。 例如，它可以预测存储设备的容量增长需求、性能瓶颈可能出现的时间点等。这样，企业就可以根据预测结果提前规划存储容量的扩展，避免在存储容量不足时才进行紧急扩容，从而节省成本并确保业务的连续性。 具体来说，OpManager 可能会考虑多种因素来生成预测报表，如存储设备的I/OPS（每秒的输入/输出操作）、吞吐量、带宽，以及延迟、内存利用率、CPU 利用率等参数的历史变化情况。它不仅仅是简单地基于过去的数据进行线性推测，而是能够识别数据中的模式和趋势，以更准确地预测未来的需求变化。 运维人员可以通过查看这些预测报表，快速了解存储资源的使用趋势，发现潜在的资源瓶颈或过剩情况。这有助于他们做出更明智的决策，如提前采购新的存储设备、调整资源分配策略、优化系统性能等，以更好地满足业务发展的需求。