【51CTO.com原創(chuàng)稿件】2017年12月01日-02日，由51CTO主辦的WOTD全球軟件開發(fā)技術峰會將在深圳中州萬豪酒店隆重舉行。本次峰會以軟件開發(fā)為主題，數(shù)十位專家級嘉賓將帶來多場精彩的技術內(nèi)容分享。屆時，餓了么OPS負責人程炎嶺先生將在創(chuàng)新運維探索專場與來賓分享"跨越籬笆——餓了么多活運維上下求索"主題演講，為大家詳細闡述分享餓了么公司在運維方面的探索以及實踐經(jīng)驗。51CTO誠邀您蒞臨大會，與我們共享技術帶來的喜悅。

[[209134]]

　　以下是采訪實錄：

　　51CTO記者：能夠請您先概括一下本次演講的主要內(nèi)容?

　　程炎嶺：本次演講主要分享從傳統(tǒng)運維跨越那道看不見的“籬笆”，最終實現(xiàn)多活運維，整個過程中帶來哪些運維形態(tài)上的改變。

　　演講主要包含五方面內(nèi)容，分別為一業(yè)務特性，為什么在餓了么可以支持特有的多活;二運維規(guī)劃，多活前設計上需要考慮哪些運維上面的規(guī)劃;三對運維體系上會帶來哪些復雜性;四運營體系(主要是質(zhì)量監(jiān)控和效率)會帶來哪些改變;五自動化、智能化任重道遠。

　　51CTO記者：能否先介紹一下餓了么運維工作的主要特點?餓了么的業(yè)務發(fā)展非常迅速，對運維工作帶來的主要壓力是什么?

　　程炎嶺：有一組數(shù)字可以讓大家快速了解餓了么的運維工作量：餓了么目前有4個物理IDC，2朵云，約15000臺物理服務器，1600個應用appid，1000名技術開發(fā)人員，支撐日均***訂單，過去一年內(nèi)平均日交付服務器60臺，日均發(fā)布146次，回滾11次，歷史上最長全網(wǎng)穩(wěn)定計數(shù)器為135天。

　　餓了么的運維實際上是運維+運營，其中運維的工作大同小異，主要集中在底層基礎設施環(huán)境規(guī)劃、建設、交付以及上層業(yè)務的支持工作，目前正在為產(chǎn)研自助方向努力。而運營的思路會很特別，需要運維團隊更多對數(shù)據(jù)敏感如服務質(zhì)量、CPU利用率、成本分攤、穩(wěn)定性SLA等。

　　我認為運維工作感受到的***壓力來自于如何跟上業(yè)務/技術發(fā)展的節(jié)奏，用最短的時間提高產(chǎn)研的效率。舉個例子：如何一鍵構造/銷毀某一個服務的測試環(huán)境，如何一鍵拉取某一個服務依賴的所有資源，發(fā)生故障后各依賴服務如何快速的自證清白等等。我們需要花更多的精力去思考，改進我們的工具產(chǎn)品，而不能僅僅滿足于當下的運維狀態(tài)。

　　51CTO記者：據(jù)了解，餓了么主站多活切換目前運行半年了，現(xiàn)狀如何?為什么要做主站多活切換呢?它的好處是什么?主要解決了哪些問題?

　　程炎嶺：今年5月，餓了么主站***次多活切換成功。緊接著在6月底，餓了么啟動物流多活項目，9月21日，物流多活改造成功完成，餓了么進入了全站多活時代。

　　為什么要做多活?因為多活是技術上的一大革命性創(chuàng)新，除了解決達到單機房容量上限外，更多還承擔了容災【兜底】的工作，尤其是關鍵路徑、核心基礎設施、核心組件發(fā)生各種災難性、短期不可恢復故障以及外力不可抗拒因素的一種【續(xù)命】手段。概括的說，支撐業(yè)務擴展，容災保障是做多活的兩大好處，它解決了單機房不可擴容，業(yè)務復雜/技術復雜之后怎么快速止損、恢復業(yè)務兩大難題，效果遠比災備要好。

　　在全站多活演練成功之前，運維團隊包括全公司已經(jīng)閉關了很久。正所謂“兵馬未動，糧草先行”，基礎運維團隊用了不到一個月的時間完成了上架、調(diào)試、部署以及交付。與此同時，DBA團隊、中間件團隊規(guī)劃了數(shù)據(jù)庫的改造、接入、運維方案，完成了數(shù)百次支持、答疑工作。

　　在整個過程中，運維團隊非常辛苦。很多情況下，工具是滯后的，也沒有很好的參考案例可供研究。但即便如此，業(yè)務運維團隊依然協(xié)助產(chǎn)研完成了整個多活測試環(huán)境(模擬雙zone)的規(guī)劃，部署，調(diào)試，以及參與討論、實施多次技術改造、部署方案。

　　51CTO記者：對于運維工作，您還有哪些經(jīng)驗愿意分享?

　　程炎嶺：運維工作有一個話題很火：是要做“救火”式的運維，還是“運營”式的運維?前者可能是大部分公司的做法，后者是大部分公司的愿景。我認為，要達到“運營”式運維需要從五個方面加以考慮。

　　一是標準化。標準化是自動化的基礎，運維的工作(大部分)都很瑣碎，也許這會我要去裝個機器，那會要去配置個nginx，一會又需要去排查一下為什么日志會丟失，等等，長期下去，效率得不到提高，工作認可度也不高。而對應工具產(chǎn)品也會因為非標準的需求需要去做各種適應，而且做出來的工具還不被認可(為什么這個功能沒有!!)，服務核心流程標準化是自動化工具的基礎。

　　二是規(guī)劃。提前做好規(guī)劃，比如你要用哪一種機型，統(tǒng)一操作系統(tǒng)，統(tǒng)一部署方式，高可用是雙A還是AB，各種接入規(guī)范，使用姿勢，技術方案，需要提前做好調(diào)研、規(guī)劃。基礎設施的改造牽一發(fā)而動全身。并且改造大部分忽略小部分說不定哪天就會有坑。

　　三是效率。運維要去了解業(yè)務，了解對方的痛點，盡可能做到一站式去解決一個需求，同時把一些業(yè)務不需要關心的內(nèi)容包裝掉。以一個商業(yè)化的角度，設定服務的SLA，去把自己的服務做成一個“對方愿意購買”的服務。

　　四是數(shù)據(jù)。一個應用創(chuàng)建(上線)或運行過程中產(chǎn)生的任何數(shù)據(jù)都很寶貴，運維以及運維工作中變更這個數(shù)據(jù)應該很謹慎，如果一定要去變更，應該問是否是流程沒有覆蓋，變更是否可以優(yōu)化。應用資產(chǎn)數(shù)據(jù)能幫助我們統(tǒng)計依賴關系，一個連接有沒有流量來判斷業(yè)務是否在使用，等等，智能化運維更是依賴這個基礎數(shù)據(jù)，自動化，智能化做不好，往往是數(shù)據(jù)不準確。

　　五是平衡。平衡這個詞很虛，而且似乎跟技術沒多大關系。確實它也不是個技術問題。舉個例子，業(yè)務發(fā)展/技術發(fā)展中，尤其是一個不賺錢的業(yè)務/一個不確定能否推廣的技術，如何去平衡調(diào)度資源。你可以吧問題拋給老板，但這也是運維團隊需要思考的問題。所以，技術問題相對反而好解決，而往往是一些非技術問題，我們很難決策。

　　51CTO記者：最近業(yè)界很多聲音在談自動化運維，智能運維，可是目前并沒有統(tǒng)一的運維標準，您如何看待自動化運維，智能運維的前途?您認為真正的智能化運維內(nèi)涵是什么?其真正落地還需要哪些條件?

　　程炎嶺：自動化運維，智能化運維必然是潮流，只是運維在不同階段面臨不同的問題。不同的公司重視的角度也不一樣，有的公司可能注重成本，有的公司可能注重效率，有的公司可能注重業(yè)務，更多的公司是在不同階段分別重視不同的問題。而這個階段也沒有明確的“臨界點”，就很難形成一種業(yè)內(nèi)統(tǒng)一的運維標準。但一定要有一個適合自己公司項目環(huán)境、技術文化、自上而下價值觀的標準，不能千人千面。

　　我認為真正的智能化運維內(nèi)涵是數(shù)據(jù)，統(tǒng)一的運維價值觀，不要迷信方法論，它只是一個行為的準則，是理論。真正的落地還是需要從解決實際問題的角度出發(fā)，從而更好的服務用戶，服務于業(yè)務。

　　使用雙十一特別優(yōu)惠碼[2017WOTD1111]，和我一起去WOTD全球軟件開發(fā)技術峰會。8折優(yōu)惠基礎上，再減512!詳情點擊wot.51cto.com

【51CTO原創(chuàng)稿件，合作站點轉(zhuǎn)載請注明原文作者和出處為51CTO.com】