企业在数字化转型过程中，IT架构越来越复杂，传统运维系统在使用方面的劣势越来越大。它们缺乏敏捷应变能力，面对复杂海量的运维业务需求，运维系统数字化需对运维数据分析进行建模及机器学习，缺乏数据和架构及平台支持；系统各自独立，数据互相隔离；数据访问能力低下，大量监控和分析系统的数据各自独立和隔离，数据调用和独立模块无法对全量，全局的历史数据提供直接在服务能力；运维成本高昂，对云和微服务运维困难重重，这些都已经成为IT系统发展的瓶颈。在此背景下，运维数据中台应运而生。

构建运维数据中台，可以打通数据隔阂，减少数据重复处理，重用各种服务，有利于数据挖掘和AI机器学习；通过对海量历史与实时数据的采集、计算、存储、加工，提供传统的数据运行，运维向数字化转型基础。运维数据中台架构见下图：

运维数据中台与原有运维监控系统平滑迁移及整合步骤，见下图：

技术特点：

1. 支持海量数据处理

2. 数据实时性强

3. 敏捷对接上层应用

4. 数据全量在线

5. 可伸缩性强