Automatização de Remediação de Incidentes com AWS DevOps Agent

A redução do tempo entre a detecção de incidentes, investigação e remediação é uma prioridade crítica para organizações que executam workloads de produção na AWS. Quando um problema surge, os engenheiros de plantão precisam diagnosticar rapidamente o problema em componentes de aplicativos, identificar a causa raiz e aplicar a correção, muitas vezes no meio da noite.

O AWS DevOps Agent, um agente alimentado por inteligência artificial que triage incidentes de forma autônoma com base em métricas correlacionadas, logs e topologia de aplicativos, atende à primeira parte dessa prioridade fornecendo análise de causa raiz e ações recomendadas para resolução. No entanto, para reter o controle e ajudar a prevenir alterações não intencionais, as organizações geralmente mantêm seus agentes de observabilidade, incluindo o AWS DevOps Agent, no modo de observar e relatar, onde o agente diagnostica problemas, mas não modifica recursos de produção diretamente.

Com a ajuda da AWS Lambda Durable Functions, Amazon EventBridge e Amazon Bedrock, é possível criar um fluxo de trabalho de remediação automatizado que complemente o AWS DevOps Agent para concluir a etapa de resolução de problemas. Esse fluxo de trabalho transforma resumos de investigação em correções pré-validadas prontas para aprovação única, ajudando a reduzir o tempo médio de resolução (MTTR) e liberar os engenheiros de plantão do trabalho de diagnóstico repetitivo.

As funções duráveis da AWS Lambda permitem que você construa aplicativos e fluxos de trabalho de inteligência artificial resilientes e de várias etapas que podem ser executados por até um ano sem a necessidade de gerenciar infraestrutura adicional ou escrever código personalizado de gerenciamento de estado e tratamento de erros. Essas funções checkpoint automaticamente o progresso, suspendem a execução durante tarefas de longa duração e se recuperam de falhas, mantendo o progresso confiável apesar das interrupções.

A função durável é executada como um loop agente, chamando iterativamente a Amazon Bedrock, executando ferramentas aprovadas e alimentando os resultados de volta à conversa até que a remediação esteja completa. Para manter as ações automatizadas seguras e audíveis, o orquestrador impõe uma lista de permissões de ferramentas de remediação. Cada ferramenta é uma função Lambda personalizada que executa uma ação específica e bem definida, como ler uma configuração de função Lambda ou atualizar uma declaração de política de IAM. A Amazon Bedrock pode selecionar e invocar apenas ferramentas dessa lista aprovada, o que mantém o escopo de ações automatizadas controlado.

O fluxo de trabalho distingue ainda entre operações somente leitura e operações mutantes. Ferramentas somente leitura são executadas de forma autônoma sem intervenção humana. Ações mutantes que modificam o estado da infraestrutura fazem com que a função durável suspenda a execução e aguarde a aprovação humana. É aqui que as funções duráveis da AWS Lambda fornecem uma vantagem-chave. A função checkpoint seu progresso e pausa por minutos, horas ou até dias sem consumir recursos de computação, e então retoma exatamente onde parou após receber o sinal de aprovação.

Ao implementar essa solução, é necessário verificar se os pré-requisitos estão atendidos, incluindo a configuração do AWS DevOps Agent e a instalação do AWS CDK. Em seguida, é possível simular um cenário comum, como uma função Lambda que excede seu tempo limite configurado, o que dá ao AWS DevOps Agent um incidente real para investigar e inicia o fluxo de trabalho de remediação.

Com a ajuda da AWS Lambda Durable Functions, Amazon EventBridge e Amazon Bedrock, as organizações podem automatizar a remediação de incidentes e reduzir o tempo médio de resolução, liberando os engenheiros de plantão para se concentrar em tarefas mais estratégicas. Além disso, a solução fornece uma abordagem segura e audível para a automação, garantindo que as ações sejam controladas e aprovadas antes de serem executadas.

Em resumo, a automatização da remediação de incidentes com o AWS DevOps Agent e as funções duráveis da AWS Lambda é uma solução poderosa para reduzir o tempo de resolução de incidentes e melhorar a eficiência dos engenheiros de plantão. Com a ajuda da Amazon EventBridge e da Amazon Bedrock, as organizações podem criar um fluxo de trabalho de remediação automatizado que seja seguro, audível e eficaz.