使用 Azure SRE Agent 和 Elasticsearch 提升 SRE 生产力作者：来自 Elastic G

作者：来自 Elastic Greg Crist

了解如何将 Azure SRE Agent 与 Elasticsearch 集成，以利用 AI 驱动的自主运维、更智能的检测和主动预防。

如果你是 Site Reliability Engineer (SRE)，你一定有同感：云环境在不断扩展，架构复杂性令人窒息。你不断在分散的工具集中切换，为了管理计算、存储和网络服务而花费大量时间在手动、重复的任务上。这种持续的繁琐工作导致平均恢复时间（MTTR）高，并且说实话，会引发严重的运维疲劳。

这就是为什么采用 AI 驱动的方法不仅至关重要 —— 它是解决现代系统挑战的必要手段。自主代理可以以最少的人为干预自动化完整的运维工作流，使 SRE 团队能够从持续的被动问题解决转向主动的系统工程。但关键在于：任何自主代理的有效性完全取决于其底层数据的质量。通过将 Azure SRE Agent 与 Elastic Observability 无缝集成，我们不仅提供简单的自动化，还为组织提供进入受控、AI 驱动自主运维新阶段的策略。

在本文中，我们将介绍 Elastic Observability 与 Azure SRE Agent 的协同工作方式，这种集成如何赋能 SRE 实现 AI 驱动的运维，以及如何开始使用。

选择的力量：为什么 Elastic Observability 是 AI 驱动运维的基础

对于现代 SRE，Elastic Observability 是不可或缺的高保真数据基础。Elastic 将环境复杂性转化为战略资产，通过提供统一的、搜索驱动的日志（Logs）、指标（Metrics）和追踪（Traces）视图。

Azure SRE Agent 不仅需要原始数据，还需要受控的、实时的生产洞察。Elastic 通过 ES|QL —— 我们的管道查询语言 —— 提供高速遥测关联和转换。该集成针对 Elastic 9.2.0+ 和 Elasticsearch Serverless 项目进行了优化，利用 Model Context Protocol (MCP) 为代理提供深度系统上下文。

专业提示：要利用此集成，请确保在你的 Elastic 部署中启用了 Agent Builder 功能，因为它是代理安全访问生产环境的入口。

更佳组合：Elastic 与 Azure SRE Agent 集成的价值

将 Elastic 的搜索驱动可观测性与 Azure 的代理自动化结合，创建了一个 “更佳组合” 的生态系统，提供若干战略优势：

更智能的检测与修复：将 Elastic 的实时受控数据和因果分析注入 Azure SRE Agent 工作流，使代理不仅能识别症状，还能理解根本原因。
上下文丰富的调查：SRE 可以通过提供完整生产上下文（包括事件影响范围）加速警报分级，直接在工作环境中操作，消除在监控仪表板间切换的 “旋转椅”效应。
主动预防：利用 Elastic 的历史趋势和实时信号，Azure SRE Agent 可以在影响终端用户体验前阻止回归和性能下降。
自然语言交互：通过 Elasticsearch MCP 服务器，SRE 可以使用自然语言查询复杂集群，无需掌握复杂的查询语法即可进行深度数据探索。

实际场景：Elastic 驱动的 SRE 实战

该集成使 SRE 能够通过对话式自动化解决实际问题：

事件分级：SRE 提示代理：“搜索过去一小时内所有日志索引的错误。” 代理调用 Agent Builder 中的 MCP 工具，几秒钟内返回错误日志的优先列表，识别服务峰值。
性能分析：为了识别重复模式，SRE 命令：“运行 ES|QL 查询，找出前十种错误类型。” 代理使用 ES|QL 聚合遥测数据，使团队能够根据频率优先修复开发问题。
基础设施健康：在怀疑 Azure 资源故障时，SRE 可以查询数据层：“显示我的集群指标信息。”通过调用 MCP 工具，代理判断节点故障是否影响数据可用性。