数字化运维所带来的的价值

       辅助应急管理：工厂管理人员可以在三维场景中快速直观查询厂区应急资源分布及具体信息，辅助应急响应与决策，提高应急救援的准确性和有效性，提高企业应急管理水平。辅助培训：工厂运维人员通过三维数字化工厂，快速学习掌握整条生产线工艺流程，了解该设备的空间位置、工程信息，查看与该设备三维模型关联的设备图纸、随机资料，可大幅提高培训效率和效果。

数字化运维的数据源包括？

日志：包括网络日志、系统日志、应用程序日志等信息，主要属于K-V 结构的半结构化文本信息，可以用列簇式数据模型管理。

监控指标：包括系统指标、应用指标、业务指标等不同类型，主要属于时序性数据，可以通过时序型数据模型管理。

拓扑和跟踪：包括软硬件系统的物理、逻辑关系，应用程序的调用关系和数据流向关系等，属于复杂网络上的关系信息，可以通过图数据模型管理。

配置信息：包括存储的软件配置、用户信息、参数状态等信息，属于 K-V键值对或者可嵌套的键值文档类数据，可以通过结构化文档数据模型管理。

数据库数据：系统的事务处理或分析型数据仓库中存储的各种信息，一般通过关系型数据表进行存储，也可以用于关联查询。

其他信息：如API 数据、客户关系数据、ITSM 流程数据、社交媒体数据等多来源的异构数据，需要具体分析和处理。

数字化运维企业内部的"数据生态"有待建立

现阶段企业内部仍存在多个异构的、运行在不同软硬件平台上的信息系统同时运作，这些系统的数据源相对独立、封闭，尚未实现系统间的交流、共享和融合，各部门间存在明显的信息不对称问题，企业内部的"数据生态"尚未成型。在数据价值遂步提升的过程中，其重要性将不仅仅体现在数据的量上，更体现在数据间的联动作用和企业内部数据模型的建立。如何建立数据间的运行模式，打造围绕企业全生命周期的数据框架、数据渠道、数据利用体系，形成企业内部的"数据生态"，成为众多企业更为关注的问题。