【赛迪网讯】可视化是企业数字化转型中堪称最重要的目标。所谓数字化正是利用信息手段，将复杂的企业生产、管理化繁为简，将繁杂的生产管理环节以可观测的方式呈现在应用当中，并保证数据的安全可靠正是企业和数字服务商的终极追求。

近日，Cloudera推出了自己最新的可观测平台Cloudera Observability，将AI技术融入其中，赋予了可观测平台更多创新的可能。

云上时代的新挑战

在企业业务普遍上云之后，在端到端数据平台上，监测和调优是必不可少的环节。Cloudera Observability的前身是Cloudera的一款调优工具Workload  Management。尽管这款产品在过去得到过广泛好评，但随着企业云上业务的深化，对稳定性和可控性提出更高要求之后，运维人员所需要掌握的知识也更加多样化。

例如，由于采用混合多云架构，企业的云上业务涉及的相关产品的技术种类非常多，个人所掌握的专业知识技能已经显得捉襟见肘，这无疑给运维人员在故障排查过程提出了更多挑战。

另一方面，大多数企业对于云上资源的管理仍然存在缺陷，这主要是原有的管理系统在可视化方面存在缺陷，对于资源的消耗情况以及效率可视化程度不高，因而造成资源浪费。

在数据的分析阶段，如何怎么能够最有效地在平台上帮助运维人员迅速排查故障，甚至实现数据自主分析和数据自动采集？这些问题促使Cloudera将自己的服务进一步升级。

一站式可观测应用

Cloudera Observability是覆盖整个CDP的一站式可观测应用解决方案。Cloudera大中华区技术总监刘隶放表示将其代表性功能总结为六个方面：财务治理、主动系统监控、服务健康监控、工作负载优化、自助式分析、更快的问题解决速度。

肯睿Cloudera大中华区技术总监刘隶放

财务治理：通过成本管理避免超预算；提供规划前的能力预测。

主动系统监控：关于基础设施、服务、工作负载和用户的历史分析报告；对当前系统监控和洞察。

服务健康监控：通过连续服务监控确定瓶颈；增加事件、日志与服务的相关性。

工作负载优化：提供性能调校建议；调节规则主动失效和刷新。

自助式分析：覆盖所有能力的自动化操作；提供完整的影响分析和可见性。

更快的问题解决速度：具有随时可用的RCA和处方；更快的支持速度。

刘隶放表示：“现在产品不光是只有大数据平台，大数据平台上已经有非常多的组件，现在我们又引入了容器化、公有云，还有Linux等等。如何能够协助客户做自主分析，而不需要客户对所有的组件都要去做非常深入的研究，降低客户的运维成本，是我们这款新产品创新的突破口。”

为何选择Cloudera

在Chat GPT掀起全球AI热潮之后，市面上几乎所有和数字化相关的企业都在讨论AI话题，如何借助AI能力为数字化转型助力也是众多数字化服务商在积极创新的方向。比如许多服务商选择LLM，有的则推出了新的软硬件基础设施为AI赋能作铺垫。

图片来源Cloudera

刘隶放认为，虽然几乎所有的企业都在尝试AI技术创新，但大多数企业在选择利用AI为自己的数字化赋能时仍然会优先考虑自己原有的合作伙伴，而不是直接利用公有云上面的大模型。之所以如此，这是因为不同的行业差异巨大，其借助的训练数据在背景上需要与自己的数据有非常大的相关性，而公网上面的大模型其训练使用的是全量数据，这样训练出来的AI在准确性上存在很大的缺陷。

目前，生成式AI最让人所诟病的就是AI幻象。通俗理解就是一本正经地胡说八道，当AI的知识库里面没有合适的训练答案时，它AI会提供给用户它“想象”出的答案，这就是AI幻象。对于金融、精密制造等行业，这样的AI工具显然是不合格的产品。因此企业只有选择熟悉自己的业务的合作伙伴一起训练AI,才能保证AI数据具有关联性和足够的准确性。正因为Cloudera拥有丰富的行业服务经验，这才让Cloudera始终成为许多企业AI赋能的首选。

通过湖仓一体，Cloudera把以前的数据湖、数据仓融合在一起，对数据的加工和处理尽量在保持原始数据的基础上进行操作，最后还有印证环节。并且，Cloudera提供了一种民主的方式，客户可以将其所要用到的LLM模型嵌入到Cloudera的CML里，通过对模型的训练，再部署AI的应用。

当前，生成式AI的技术仍在探索的过程中，新技术不断涌现，这些技术都需要在实践中进行检验。只有在保证了安全和准确的基础上，才能让AI成为企业经营管理的利器。