如何实现无人值守的IT发布

无人值守发布涉及的关键流程包括：制定发布计划、确认反馈、数据采集、对比分析、算法训练和回放验证。

无人值守发布的实现，需要关注应用健康度的相关指标：CPU、内存、IO等基础环境相关指标，PV、UV、业务量等业务指标，还有中间件相关指标和异常日志。

其中数据异常识别面临的挑战包括：发布过程中快速采集数据，排除各种干扰数据的影响，在各种具有不同特性的指标中选择合适的检测方法。

接下来是数据预处理，包括了数据聚合、数据合并以及数据不全，其中聚合又分为从IP维度和从时间维度，经过一系列的预处理形成待分析数据。

还有一个要解决的问题就是要保障有效的准确率和召回率，这需要通过不断的分析误报和漏报数据，进行算法的微调，其中需要借助无人值守故障回放。

需要不断的分析检测数据并调整算法，如果存在没有办法明确识别或者持续存在的误报，需要基于机器学习来提高检测准确率。

机器学习的要素包括：学习用的样本数据，机器学习的算法，以及学习结果和实时检测的结合。其中学习数据的获取需要关注以下几点。

机器学习算法通过对异常的分类分析，评估是否是阈值设置的问题，以及相关指标的设定是否合理，不断进行调整优化。