
Veritas 需要在其 SaaS 平台 Veritas Predictive Insights 中实现存储预测的自动化。该平台使用人工智能 (AI) 和机器学习 (ML) 为 Veritas 设备客户提供预测性支持服务。此前,Veritas 通过其自动支持功能来衡量问题。他们拥有多年的 Veritas AutoSupport 信息,以及来自超过 10,000 台 Veritas 设备的数亿个遥测数据点。但他们没有任何用于预测的分析来防止问题发生。可见性就像后视镜。
大量时间序列数据(从 Veritas 的自动支持功能内部收集以供内部使用)的可用性,使得从应用程序性能优化到工作负载异常检测等多种用例的预测成为可能。然而,挑战在于将历史上为分析单个仅有数十个数据点的数据序列而手工制作的手动流程,自动化为大规模处理数千个时间序列和数百万个数据点。
Veritas 选择 InfluxDB 来实施解决方案,以解决大规模时间序列预测的问题,包括持续的准确性评估和算法超参数优化。Veritas 在其 Veritas Predictive Insights 的数据存储预测实施中使用了 InfluxDB,该实施能够每天训练、评估和预测超过 70,000 个时间序列。
70,000 +
每日收集的时间序列指标数量
更好的预测实践
通过优化应用程序性能和改进异常检测
改善的客户体验
通过提供更好的弹性和降低停机风险
使用的技术
“我们看到 InfluxDB 是一个非常强大的工具,可以实现大规模预测。”