例如，在某個工作日凌晨3點，一家公司的AIops工具顯示其網絡流量已達到飽和點。表明其中一個虛擬云服務器正在拆分大量數據包，現場工作人員為此迅速處理，而經過調查表明，這些數據包被前一天晚上黑客放置的惡意軟件所劫持。
企業希望安全操作工具能夠提供幫助，而正是采用的管理和監視工具查看到了網絡流量突然增加超出閾值，并發出了警報，從而引起了工作人員對這一漏洞的關注。出問題的服務器很快就會被關閉，在恢復之后就正常運營。但是這原本可以做得更好。
這是因為缺少AIops工具和安全工具之間的直接集成。盡管它們有不同的任務，但彼此需要。企業工作人員采用這一安全工具需要了解應用程序和基礎設施的所有行為，并考慮到通常可以跟蹤不符合正常操作的行為來發現安全問題，例如DDoS攻擊。
與此同時，Cloudops工具可以在基于云計算的自動防御系統中發揮一些作用，例如嘗試重新啟動或采取其他糾正措施，以便問題不會導致中斷。可以將恢復報告提供給安全工具，安全工具將采取進一步的措施，例如阻止DDoS攻擊來源的IP地址。
這一示例描述了安全工具和操作工具一起工作，但是在其他工具集成中也有很多價值。配置管理、測試、邊緣計算和物聯網等特殊用途的監控、數據治理等都可以從協同工作中受益，從而在工具之間創建通用的自動化。
明智的云計算管理和監控參與者，尤其是那些銷售AIops工具的參與者，都積極采用工具集成，因為能夠與其他云計算工具一起工作并發揮良好作用，并向著1+1>2的價值驅動力發展。
現實并沒有一種萬能的工具，它們都只能完成有限的任務。考慮到這些工具只擅長某些事情而不是做好全部事情，為每個功能(安全性、性能管理、網絡管理、應用程序監視、數據治理)選擇同類最佳的工具，并使這些工具提供公共的集成層，在該層中，事件和信息可以對等方式共享。
如果這看起來比只為一個目的選擇一個單一用途的工具，而不必考慮它們是如何協同工作要復雜得多，那么這是對的。但是，如果這些東西很簡單，就不會帶來企業所承諾的云計算的價值。
版權聲明：本文為企業網D1Net編譯，轉載需注明出處為：企業網D1Net，如果不注明出處，企業網D1Net將保留追究其法律責任的權利。
京公網安備 11010502049343號