IDC数据中心机房如何面对日志海洋，详细解决方案
如果不直接将大量日志输出到监控平台进行处理，那么它肯定会非常大。
1、标准化
数据中心必须有各种日志收集系统来收集所有日志。这些协议包括不同的设备、不同的系统。它们来自不同的公司，具有不同的格式和含义。数据中心必须标准化并转换为一致的格式。该格式在数据中心完全定义，并由技术人员解释，以形成标准化的协议语言。
2、日志过滤
日志已经标准化，整齐划一，形式统一，但数量没有减少，需要过滤。过滤的原理是子日志，过滤任务日志和提示日志，留下高级日志和异常日志。对于不同设备的日志，设备供应商必须提供完整的日志信息，并显示表示的优先级和含义。数据中心必须将这些信息输入到知识库中，作为过滤和评估的条件。除了过滤日志，数据库也是一个逐步积累的过程，包括各种错误处理方法、经典案例、解决方案等。通过技术数据进行过滤，并处理大部分无用的缺陷；
3、压缩和合并，特别是知识库中已经存在的日志应该被规范化
您可以在知识库中查看如何处理这些协议。现在，您可以直接根据知识库中的说明进行操作。如果找不到日志，则需要将日志发送到下一步以执行其他操作。协议的数量也需要压缩，可以通过合并来减少。
4、通过相关分析，许多协议都有其根本原因。
例如，如果正在运行的网络设备上的OSPF连接突然振动，您可以检查其他OSPF邻居是否同时振动。例如，通过协议检查，OSPF振动存在于其他设备上，并且都连接到一个设备。但是，将重新检查设备的日志。有人会主动操作和维护ospf重置。通过一系列相关分析，可以找到原因。在没有异常错误报警的情况下，可以立即向监控中心报告这些人为操作的原因；
5、区位分析。
删除预期协议后，我们进入第五阶段。此时，日志通常需要深入分析。如果在现有知识库中找不到解决方案，并且合同本身的警告仍然很高，将发出警告。在第五阶段之后，只有少数日志可以输出警告。
在上述五个步骤之后，日志的数量将取决于现有的知识库。知识库越广泛，信息就越准确，日志就越少。想象一下，每天都有数据中心停机，而不是一个月，否则它们将关闭。因此，数据中心每天都有很多协议，其中大多数协议几乎没有影响。这种日志过滤并不排除某些重要日志在没有报警的情况下被过滤的问题。这是一个逐步改进的过程。目前，人工智能技术如此普及，已经到达了数据中心运营领域。事实上，为了准确评估新协议，使用人工智能技术学习数据中心的知识库。此过程效率太低，无法手动完成。机器学习的使用可以立即完成。这是人工智能处理数据中心大容量协议智能运营研究的重中之重，这也是一个重要方向。
文中提到的IDC数据中心机房如何面对日志海洋的解决方式，是我目前所了解的了，如果有新的技术期待与您沟通探讨！
