Kapitel 18. Einführung in maschinelles Lernen für SRE

Diese Arbeit wurde mithilfe von KI übersetzt. Wir freuen uns über dein Feedback und deine Kommentare: translation-feedback@oreilly.com

Warum maschinelles Lernen für SRE nutzen?

In klaren und einfachen Worten: weil es Sinn macht und vor allem, weil wir es (jetzt) können.

SRE ist im Grunde das, was passiert, wenn du einen Softwareentwickler bittest, eine Betriebsfunktion zu entwickeln.1

Dieses Kapitel basiert auf einer Präsentation, die ich auf der DrupalCon Vienna gehalten habe. Hier werden wir einige Machine Learning-Lösungen für einige offene SRE-Fragen untersuchen:

  • Wie können wir die sich wiederholenden Aufgaben automatisieren, die nur Arbeit verursachen und die niemand machen will?

  • Wie können wir uns die Daten ansehen und eine Vorschau darauf geben, was in Zukunft mit unserem System passieren wird?

  • Wie verstärken wir die "Anwendung der Softwareentwicklung auf eine betriebliche Funktion"?

Die Automatisierung von Betriebsprozessen ist ein wichtiges Ziel, das wir verfolgen. Je besser künstliche Intelligenz (KI) und maschinelles Lernen werden, desto mehr Aufgaben können wir automatisieren. Wenn wir die historischen Daten aufbewahren, um programmatisch auf etwas Neues zu reagieren, können wir das Problem im Voraus beheben, weil das System uns warnt, was passieren wird, anstatt dass jemand manuell die vergangenen Ergebnisse analysiert und versucht, die Zukunft vorherzusehen.

Ich habe gerade einen Fehler ...

Get SRE suchen now with the O’Reilly learning platform.

O’Reilly members experience books, live events, courses curated by job role, and more from O’Reilly and nearly 200 top publishers.