利用 Amazon Q 商业智慧从 AWS 得到有意义的运营洞察

重要观点

本文介绍如何利用 Amazon Q 商业 和其他 AWS 资源，如 AWS Support、AWS Trusted Advisor 和 AWS Health 数据，从 AWS 中获取具体且可实施的运营洞察。这些洞察基于常见模式、问题与解决方案的数据，并可与您的 IT 服务管理 (ITSM) 系统整合，从而在您的 AWS 环境中实现最佳运营效果。

作为一名使用者，您可以利用这些工具简化手动工作流程，不再需要依赖重复耗时的过程来总结教训和获得建议。这有助于提升工作效率，并确保资讯的一致性和可及性。

随著企业对云端计算日益依赖，能够有效地利用 AWS 提供的资源变得至关重要。如今，如果您依赖于AWS，您可能需要手动过程来总结教训、获得建议或加速故障解决，但这种做法既耗时又不易获得一致结果。

本文将展示如何通过 AWS 生成性人工智能 (AI) 服务，例如 Amazon Q 商业，与 AWS 支持案例、AWS Trusted Advisor 和 AWS Health 数据进行集成，从而提取可行的运营洞察。这些洞察将直接针对使用 AWS 最佳实践和建议的支持数据进行分析，让您能够实施这些建议并保持健康的 AWS 营运。

解决方案概览

Amazon Q 商业目前提供 43 种连接器，可支持多种数据源的原生整合。在本文中，我们将使用 AWS Support、AWS Trusted Advisor 和 AWS Health 的 API 来编程访问支持数据。

数据汇聚与整合

此解决方案的两个主要组件如下所示：1 透过 AWS Lambda 和 Amazon EventBridge 从关联账户聚合数据。2 将支持数据存储在您拥有的中央 S3 存储桶中，然后利用 Amazon Q 商业 S3 连接器索引这些数据。

支持数据的收集

支持收集器模块可利用 AWS EventBridge 收集与支持相关的数据。该数据包括 AWS Support 案件、AWS Trusted Advisor 及 AWS Health 的信息，这些数据将上传到指定的 S3 存储桶中。

要部署该解决方案，您需要遵循以下高级步骤：1 创建必要的桶来存储支持案例汇出和部署资源。2 上传支持数据到 S3 数据源桶。3 创建 Amazon Q 商业应用程序，数据源及所需组件，并执行部署脚本。4 选择性地配置 ITSM 整合。5 同步数据源以索引数据。6 通过聊天测试解决方案。

清理资源

在测试完成后，您可以删除资源以避免额外费用，具体请参见 Amazon Q 商业定价页面。按照 GitHub 存储库中的说明 进行资源和相应的 CloudFormation 模板删除。

结论

本文介绍了如何通过索引存储在 Amazon S3 中的 AWS Support 数据来提升您的 AWS 营运效能。通过这些新的生成 AI 服务如 Amazon Q 商业，您可以在常见问题中发现模式，并利用过去的支持数据主动处理和预防重复问题，从而优化您的 AWS 体验。

这种解决方案还可以扩展到您公司可能使用的其他内部数据源，利用自然语言理解优化机会，帮助您的团队更高效地运作。

作者介绍

Chitresh Saxena：资深技术客户经理，专注于生成性 AI 解决方案，致力于帮助客户成功采用 AWS 上的 AI/ML。

Jonathan Delfour：AWS 企业支持团队的首席技术帐户经理，支援能源行业客户，提供一流的技术指导。

Krishna Atluru：AWS 的企业支持负责人，为客户提供改善安全性和运营卓越性的深入指导。

Arish Labroo：大型 AWS 客户的专业技术帐户经理，专注于构建帮助客户最大化企业支持价值的工具。

Manik Chopra：负责数据分析和优化的首席技术帐户经理，拥有 AWS 服务的采用经验和解决方案交付能力。