本文轉(zhuǎn)載自微信公眾號「高效運維」，作者顧黃亮。轉(zhuǎn)載本文請聯(lián)系高效運維公眾號。

[[331861]]

前言

信通院的一些分析數(shù)據(jù)表明，企業(yè)IT的信息化歷程逐漸完成，同時企業(yè)對IT的精益運行的需求越來越迫切，在這個場景下，數(shù)據(jù)的思維和使用能力成為制約提升IT生產(chǎn)效率的桎梏。

筆者以為，企業(yè)數(shù)字化的范疇放在運維領(lǐng)域，更多的場景還處在數(shù)據(jù)量化的擴展，因此除了服務(wù)輸出和業(yè)務(wù)連續(xù)性能力輸出以外，還有一個重要的場景需要開辟，其中就包括運維的數(shù)字信息能力輸出。同時根據(jù)《企業(yè)IT運維發(fā)展白皮書》所述，在數(shù)據(jù)驅(qū)動的基礎(chǔ)上，運維的重要職能已由安全、穩(wěn)定逐步延展至高效和低成本。在本文中，我們重點以運維的數(shù)據(jù)思維和數(shù)據(jù)的場景運用進行展開。

一、運維方式和運維數(shù)據(jù)的發(fā)展歷程

從企業(yè)的信息系統(tǒng)規(guī)模、復(fù)雜程度變化以及運維技術(shù)的應(yīng)用等方面考慮，我們大致可以把運維方式的發(fā)展分為五個階段：手工運維、流程化運維、自動化運維、DevOps、AIOps。在這五個階段中，運維的場景輸出能力在不斷的提升，從最初的各類資源的分配控制到容量管理，資源交付到持續(xù)部署，被動的問題受理到提前預(yù)測問題，乃至到現(xiàn)在已經(jīng)主動介入用戶體驗和增值服務(wù)投入的技術(shù)運營場景。

因此運維方式的發(fā)展也遵循運維無邊界的思路，“浸潤式”的進入整個IT服務(wù)體系，從業(yè)務(wù)的角度來提升運維價值，提升技術(shù)的投入產(chǎn)出比和減少企業(yè)成本的壓力。

運維數(shù)據(jù)根據(jù)上述運維方式的發(fā)展歷程逐步構(gòu)建數(shù)據(jù)生態(tài)，如果我們把運維方式的發(fā)展?jié)饪s成運維技術(shù)提升和工具建設(shè)，那與之相對應(yīng)的，運維數(shù)據(jù)的發(fā)展也有四個階段：自動化運維能力、平臺化運維能力、數(shù)據(jù)化運維能力、智能化運維能力。

在數(shù)據(jù)化運維能力中，運維數(shù)據(jù)已初步形成初步數(shù)據(jù)生態(tài)標(biāo)準(zhǔn)，具備構(gòu)建運維數(shù)據(jù)中臺和數(shù)據(jù)可視化，同時也能對數(shù)據(jù)的進行血緣能力和影響能力的初步分析。在智能化運維能力中，運維數(shù)據(jù)已形成較大的規(guī)模，因此將運維經(jīng)驗和大數(shù)據(jù)、機器學(xué)習(xí)的技術(shù)相結(jié)合，開發(fā)成一系列智能策略，提升運維數(shù)據(jù)的輸出能力，讓運維的數(shù)據(jù)邊界延伸至更多的場景。

二、什么是運維的“數(shù)據(jù)思維”

運維方式的發(fā)展提升了運維人員的基礎(chǔ)門檻能力，在現(xiàn)在很多的企業(yè)中，運維人員的日常離不開數(shù)據(jù)，運維的過程和結(jié)果靠不靠譜，都可以通過數(shù)據(jù)來驗證。

(1)數(shù)據(jù)對運維打通業(yè)務(wù)服務(wù)鏈路的價值

數(shù)據(jù)的價值，在企業(yè)數(shù)字化實踐過程中處在核心地位，對于運維來說也亦然。不同的數(shù)據(jù)對于不同的運維人員價值也不一樣，同樣數(shù)據(jù)對于不同的運維人員來說價值也不一樣，因此對于運維來說，數(shù)據(jù)對運維打通業(yè)務(wù)服務(wù)鏈路的價值主要有以下。

在產(chǎn)品的運營階段，快速發(fā)現(xiàn)業(yè)務(wù)問題。公司管理層通過經(jīng)營指標(biāo)發(fā)現(xiàn)公司運營中的問題，同樣的，運維人員也能通過業(yè)務(wù)數(shù)據(jù)發(fā)現(xiàn)產(chǎn)品運營中的問題。業(yè)務(wù)數(shù)據(jù)的背后是每個用戶行為的堆砌，如數(shù)據(jù)有波動，一定是某些節(jié)點和步驟不同于往常，需要重點關(guān)注。

舉一個簡單的場景，如多個第三方渠道出現(xiàn)訪問量、成功率下降，而系統(tǒng)無故障的情況下，是不是第三方渠道出現(xiàn)問題，還是新上線功能出現(xiàn)bug導(dǎo)致了數(shù)據(jù)變化，還是某些開關(guān)和策略遺漏，因此在產(chǎn)品的運營階段，數(shù)據(jù)是溝通科技和業(yè)務(wù)的橋梁。

對于運維來說，監(jiān)控著力點的前置，有助于更快速的發(fā)現(xiàn)業(yè)務(wù)問題，在業(yè)務(wù)監(jiān)控中，數(shù)據(jù)波動的點是公司運營的問題點，也是運維在工作中的重點。

輔助運維人員做決策。在實際的運維資源輸出工作中，一般會有一些特殊場景是流程無法覆蓋的，如重大活動的資源擴容和緊急情況下的系統(tǒng)降級。在鏈路系統(tǒng)擴容方面存在A系統(tǒng)擴容和B系統(tǒng)擴容，如果有數(shù)據(jù)支撐能直接證明A系統(tǒng)擴容比B系統(tǒng)擴容方式好，那就采取A系統(tǒng)擴容。可能有人說，為什么不用鏈路壓測來決定，在龐大的業(yè)務(wù)系統(tǒng)鏈路中，涉及外部第三方系統(tǒng)的多級調(diào)用，并不一定能夠協(xié)調(diào)到足夠多的資源，因此只能基于現(xiàn)有的數(shù)據(jù)支撐進行決策，緊急情況下的系統(tǒng)降級也一樣。

在數(shù)據(jù)積累過程中，如果數(shù)據(jù)表現(xiàn)向好的方面發(fā)展，要放大這個效應(yīng)，全面去應(yīng)用讓數(shù)據(jù)好轉(zhuǎn)的措施。如果數(shù)據(jù)表現(xiàn)向不好的方面發(fā)展，快速定位導(dǎo)致數(shù)據(jù)波動的真正原因，給予解決。不管是運維方向的決策還是運維方案的決策，都能通過數(shù)據(jù)來指導(dǎo)。

運維成本復(fù)盤和項目的后評價。對于企業(yè)來說，每個項目和需求的上線，有且只有一個最合適的指標(biāo)來評估其結(jié)果，因此項目后評價是進行成本復(fù)盤的重要手段。是判斷人力資源、軟硬件資源的投入和產(chǎn)品運營后的產(chǎn)出對比，也是判斷項目或產(chǎn)品的成功與否，更是從較高的視野來進行項目和產(chǎn)品優(yōu)化的重要手段。

對于運維來說，除了基于容量管理，運維的成本復(fù)盤也是至關(guān)重要的一個點。項目上線前的預(yù)期收益和項目上線后的階段性實際收益相對比，相關(guān)數(shù)據(jù)可以決定了軟硬件的投入是否形成收益，也能將此類數(shù)據(jù)作為業(yè)務(wù)繼續(xù)迭代優(yōu)化和下線止損的參考。

(2)運維人員的數(shù)據(jù)觀

無數(shù)據(jù)，不工作。在進入運維自動化階段，對于運維人員來說，日常工作如果沒有數(shù)據(jù)作為參考，工作的方向和思路會造成嚴(yán)重的偏差。你所負(fù)責(zé)的業(yè)務(wù)線和系統(tǒng)已無法給予你最準(zhǔn)確的狀態(tài)和及時的反饋。同樣的，資源的管理和分配也因數(shù)據(jù)的實時性和準(zhǔn)確性大打折扣，導(dǎo)致不能高質(zhì)量的進行交付。因此，對于運維人員來說，要充分使用數(shù)據(jù)的反饋和支撐。

數(shù)據(jù)讓一切問題及時暴露。線上bug，第一時間反饋在數(shù)據(jù)波動上;系統(tǒng)和資源的問題，第一時間體現(xiàn)在監(jiān)控反饋上;代碼質(zhì)量，第一時間反饋在持續(xù)構(gòu)建環(huán)節(jié);渠道質(zhì)量不高，第一時間反饋在數(shù)據(jù)的同比環(huán)比上?？傊?，在業(yè)務(wù)連續(xù)性的問題上，數(shù)據(jù)讓一切問題及時暴露。

用好數(shù)據(jù)即可，不必成為數(shù)據(jù)的生產(chǎn)者。運維領(lǐng)域集中了公司展業(yè)的所有數(shù)據(jù)，有資源數(shù)據(jù)、監(jiān)控數(shù)據(jù)、業(yè)務(wù)數(shù)據(jù)、后臺支撐數(shù)據(jù)，因此運維人員只需要合理的使用數(shù)據(jù)，進行運維場景和數(shù)據(jù)輸出場景相互匹配。大數(shù)據(jù)工程師負(fù)責(zé)將業(yè)務(wù)經(jīng)營數(shù)據(jù)進行分析并提供結(jié)構(gòu)化，數(shù)據(jù)研發(fā)工程師負(fù)責(zé)滿足為公司各類數(shù)據(jù)需求方出數(shù)，運營人員負(fù)責(zé)對業(yè)務(wù)數(shù)據(jù)給出建議和實時反饋。

而運維人員只需要將運維場景的數(shù)據(jù)和其他第三方數(shù)據(jù)進行有機的結(jié)合，因此運維人員隨時看數(shù)據(jù)，并不需要成為他們，運維服務(wù)能力的邊界延伸并不意味運維技術(shù)的延伸，運維人員跟需要善于運用現(xiàn)有的數(shù)據(jù)來獲得想要的結(jié)果和反饋。

三、運維人員如何落地“數(shù)據(jù)思維”

我們講到了什么是數(shù)據(jù)指標(biāo)體系，如何進行構(gòu)建數(shù)據(jù)指標(biāo)體系。因此運維人員在落地數(shù)據(jù)思維中的第一步是形成初步的運維數(shù)據(jù)的生態(tài)，具備數(shù)據(jù)的輸出場景能力。

(1)具備運維數(shù)據(jù)生態(tài)

通俗點說，運維數(shù)據(jù)生態(tài)是集中了公司展業(yè)的所有數(shù)據(jù)，并讓適配場景的數(shù)據(jù)進行流動。對于資源管理來說，基于CMDB的數(shù)據(jù)大致有以下兩類，數(shù)據(jù)中心數(shù)據(jù)，包括了機房、機柜、U位、設(shè)備、服務(wù)器和配件、系統(tǒng)版本、IP信息。云管數(shù)據(jù)，包括了宿主機、虛擬機、容器、系統(tǒng)版本、IP信息、承載系統(tǒng)、負(fù)載均衡、系統(tǒng)信息、中間件信息、業(yè)務(wù)信息。基于系統(tǒng)的數(shù)據(jù)均來自有業(yè)務(wù)日志，包括時間、請求號、系統(tǒng)、接口、方法、耗時、響應(yīng)碼?；跇I(yè)務(wù)的信息大致有pv、uv、轉(zhuǎn)化率、成功率、新客人數(shù)、利潤等?；诮M織架構(gòu)的信息大致有部門、團隊、人員等。另外還有一些文檔數(shù)據(jù)，如需求文檔，接口文檔，知識庫。

如下圖所列，具備運維數(shù)據(jù)的生態(tài)基礎(chǔ)需要將上述源數(shù)據(jù)進行采集、存儲、加工、分析，最終達到應(yīng)用的效果。

(2)提供數(shù)據(jù)使用場景

運維的日常場景很多，看似復(fù)雜，終究離不開對穩(wěn)定、安全、高效、低成本四項基本價值的更高追求。通過運維數(shù)據(jù)化能力，運維能為企業(yè)決策提供有力支撐，實現(xiàn)穩(wěn)定、安全、效率的提升，和對成本的合理把控。在本文中我們只對常見的場景進行簡單的描述，詳細(xì)的場景分析將在下一篇中體現(xiàn)。

知識圖譜，使用統(tǒng)一的語言來定義運維數(shù)據(jù)，將運維對象通過實體與實體間的關(guān)系來表達，整合運維領(lǐng)域內(nèi)的實體關(guān)系形成知識圖譜。運維領(lǐng)域的關(guān)系包括但不限于產(chǎn)品、服務(wù)、集群、服務(wù)器、網(wǎng)絡(luò)、IDC等。

數(shù)據(jù)中臺，建立面向運維域的數(shù)據(jù)中臺，統(tǒng)一納管如資源數(shù)據(jù)、告警數(shù)據(jù)、性能數(shù)據(jù)、業(yè)務(wù)數(shù)據(jù)、日志數(shù)據(jù)、工單數(shù)據(jù)、指標(biāo)數(shù)據(jù)、撥測數(shù)據(jù)等，面向上層運維分析場景提供統(tǒng)一的數(shù)據(jù)訪問路由、數(shù)據(jù)服務(wù)目錄、數(shù)據(jù)接入管理、 數(shù)據(jù)可視化等功能，以期打破“數(shù)據(jù)孤島”，通過整合關(guān)聯(lián)和對外開放來深度 挖掘運營數(shù)據(jù)的價值。識別前臺數(shù)據(jù)需求，整合后臺數(shù)據(jù)，對數(shù)據(jù)進行加工和輸出，建立數(shù)據(jù)中心級的數(shù)據(jù)服務(wù)共享平臺。通過對數(shù)據(jù)的梳理，數(shù)據(jù)源的規(guī)劃，數(shù)據(jù)流程的整合，對存量數(shù)據(jù)進行加工整合，達到以數(shù)據(jù)服務(wù)化的方式來 實現(xiàn)數(shù)據(jù)監(jiān)控，資源使用率分析。

數(shù)據(jù)可視化，通過對數(shù)據(jù)的可視化呈現(xiàn)，幫助運維人員直觀、便捷、快速的進行問題分析，還可提供一系列的工具組件讓運維人員根據(jù)自己的業(yè)務(wù)情況對海量數(shù)據(jù)進行快速進行視圖編輯、多層下鉆分析、多維度關(guān)聯(lián)分析、報表編排，橫向縱向大盤數(shù)據(jù)對比等，將傳統(tǒng)的運維經(jīng)驗進行數(shù)字化轉(zhuǎn)變，大大提升了問題排查、風(fēng)險發(fā)現(xiàn)和知識沉淀。

下一篇文章中，將進行更高階的場景描述，如無人值守變更、故障自動評估、故障自動預(yù)測。

(3)養(yǎng)成每天看數(shù)據(jù)的習(xí)慣

運維人員應(yīng)具備看數(shù)據(jù)的好習(xí)慣，以筆者為例，每天最重要的的事是隨時看監(jiān)控數(shù)據(jù)，同時兼顧業(yè)務(wù)數(shù)據(jù)，同時保持對數(shù)據(jù)的敏感性。對于數(shù)據(jù)的表現(xiàn)，不管正常還是異常，都需要跟研發(fā)團隊、產(chǎn)品團隊、業(yè)務(wù)團隊保持溝通，讓大家知曉目前的項目和線上產(chǎn)品的數(shù)據(jù)表現(xiàn)。這樣做一方面能獲得來自團隊的反饋，有反饋會進一步強化我們看數(shù)據(jù)的行為。另一方面也建立自己靠譜的形象，能做到每天看數(shù)據(jù)、看業(yè)務(wù)指標(biāo)，這就是運維人員的靠譜。

四、后記

總之，運維離不開數(shù)據(jù)，尤其在企業(yè)IT逐步進入精益運營和價值交付的今天，離開了數(shù)據(jù)，運維路上終究布滿坎坷，盡信數(shù)據(jù)，比自己瞎想強。

 作者簡介

顧黃亮，十年研發(fā)運維經(jīng)驗，涵蓋基礎(chǔ)架構(gòu)、應(yīng)用架構(gòu)、數(shù)據(jù)庫、DevOps，有互聯(lián)網(wǎng)，電商，金融從業(yè)經(jīng)歷。

專注于 DevOps 在企業(yè)中的應(yīng)用和落地，致力于企業(yè)智慧運維體系的打造。參加多個行業(yè)、國家標(biāo)準(zhǔn)的編寫，《開源許可證使用指南(2018)》作者之一，國標(biāo)《研發(fā)運營一體化(DevOps)能力成熟度模型》作者之一，《企業(yè)IT運維發(fā)展白皮書》作者之一，曾供職于航天晨光、上汽集團云計算中心，現(xiàn)任蘇寧消費金融安全運維部負(fù)責(zé)人。