关于开源工具与专有工具的争论早已不是什么新鲜事。但在AIOps工具方面，还有其他一些特殊的因素需要考量。AlOps工具市场不仅特别复杂，而且相关工具总是有着很多独特的性质，例如需要访问敏感数据，往往进一步影响到采购方在评估方面的具体判断。今天我们一块看下AIOps智能运维‍的相关知识。

1.AIOps工具定义

有些企业想要更好地监控IT资产，进而转向了人工智能，目的是提前解决性能问题，在感受到负面影响之前自动进行修复。云平台、托管服务提供商和进行数字化转型的企业得益于一种新兴的IT趋势:使用支持人工智能的IT运维技术来自动监控和管理IT业务。这种新出现的技术趋势被称为AIOps。

2.评估注意事项

评估开源 AIOps应注意到目前为止还没有出现任何端到端开源AlOps 平台。换句话说，没有哪种单一的开源平台能够直接为企业提供简化IT运营的全部必要AIOps 功能。相反需要将多种不同开源工具整合起来，每款工具只能提供一部分AlOps功能。要使用这些开源工具并充分发挥AlOps 的优势，IT运营团队需要面对大量工具选项，自然也就得耗费大量精力。

3.合规性

AIOps工具在运维时需要访问到大量数据，这些数据中有一部分可能是相当敏感的，甚至会引起被攻击乃至破坏。这意味着我们使用AIOps工具时，必须选择合规的提供者，合规性问题很重要，好在目前不少法律已经对供应商工具的相关安全问题做出了约束。

如果AIOps智能运维‍平台需要借助外部基础设施进行数据处理，那么开源工具也会受到同样的影响。但大多数开源工具主要运行在用户的自有数据中心内，或者至少是在用户控制的公有云基础设施之上运行，因此带来的合规性或数据隐私问题一般更少。