“IT运维技术可以从四个阶段循序渐进的落地实践”

公司依靠成熟的技术实际执行和实现it运输管理。 it运行时技术可以从自动运行时能力、平台化运行时能力、数据化运行时能力、智能运行时能力四个阶段逐步实践。 相反，要实现智能运输能力，前提是有自动化、平台化、数据化能力，公司必须根据自身运输维度的快速发展阶段和实际运输维度的诉求，逐步实现相关技术能力。

# # 5g #

一、it运输业务面临挑战

随着移动大链路战术的贯彻、业务规模的高速化、内外部竞争的加剧和复杂化、it技术快速发展的日新月异等，移动企业内外客户对新闻系统部it运维管理执行效率和运营精细化管理能力提出了更高的要求和挑战:

为了应对新业务层出不穷、瞬息万变的市场形势，移动端有望加强节约、本插件减排工作，引进人工智能技术，构建低价高效的运营体系，加快实现it交换战术，在日益加剧的同质化竞争中取得主动权

移动在2019年的it事业构想中，以it积极力量的快速发展为主线，大力推进从it支持向it运营的转变，提出了提高智能运营能力、运维保障能力、快速发展能力创新等要求，为it运营能力重要的快速发展目标确定了方向

随着新闻部系统的云化、集装箱化、中心化、微服务等结构调整，系统结构与业务呼叫的关系多而复杂，运维管理难度上升的痛点是这一运维体系也实时跟进，自身快速发展规划不断。 因为要向刚敏捷、智慧运用、优秀的体验思路发展，为生产系统提供更好的运维支持服务。

二、【痛点、难点】

it运行时的痛处:

运输系统存在重复建设，各域之间隔离运输维度，来不及响应； 云化后的it运输智能化程度不高，还在发展中。

5g时代对ict融合运维的挑战:

5g网络要素的控制面、传输解耦、以前流传的( 2g/3g/4g ) )运维平台，不能支持4g通信网络资源的集中统一配置管理和运维； 4g通信网络实现了sdn提供的区域分片服务，现有的运输平台无法实现端到端的部署、运输和配送； 4g通信网络的多层组织、协作，目前没有可视化的运行管理、维护； 对于垂直应用，从领域应用、业务和互联网的端到端客户体验、智能运维来看，5g已大量商用，缺乏ai手段，实现了互联网故障的报警、服务切换和故障恢复

三、【实践途径】

智能运输系统

根据能力整理和方向规划，提出了一个愿景、三个核心、五个阶段、三个基础的1+3+5+3智能运输能力体系。

(1)愿景1 ) it运用的价值创造是构建智能运输系统的根本愿景。

(2)三个核心)稳定、准确、顾客满意、风险管理是智能运输体系建设三大价值的核心指导。

(3) 5个阶段)初始阶段——标准化阶段——自动化/可视化阶段——初级智能阶段——高级智能阶段是智能运输系统建设中各能力的发展路线。

(4)三个基础)岗位规划、文化培养、能力提高是智力运输体系建设的三个基础。

技术运用中台技术体系结构

(1)数据收集层)面向应用监控层的收集，通过对业务系统影响较小的udp协议传输，提供javaagent、java profiler等方法获取运维指标，或通过定制代理的方法构建业务指标等

2 )数据解决层)使用apacheflink作为数据解决引擎，领先于flink流解决的方法提供了低延迟、高吞吐量、实时解决能力，完美地实现了监视、智能分解等系统的多种应用场景 此外，flink还支持批处理解决等方法中常用的数据预解决、清洗、过滤等诉求。

(3)数据存储层)各种数据根据诉求和分工，分别存储在不同的媒体上，以达到最佳效率和最佳组合等效果。

(4)数据通道层)根据运维人员和运维人员的数据优势，选择分布式分发-消息中间件kakfa作为公共数据通道，利用易扩展、支持大吞吐量的特点，实现各组件、各组件、各

(5)微服务层)通过后台功能的微服务化、业务监测、运维自动操作、应用配置管理、智能分解、日志管理等划分微服务范围和边界，通过api网关向外部开放能力

6 ) api网关层) api网关使用springcloud框架，api网关对外提供统一的外部访问入口，内部向后端服务聚合协议、路由、单独发送、负载均衡、负载均衡。

(7)前端应用层)前端选择轻量、高性能、组件化的框架，适合运维这样的数据驱动的web接口。

四、【实际效果】

在自动化、智能化运输能力和运维场景建设决策过程中，基于对事物管理流程的回顾建立了矩阵型判断模型决策体系，并在开发、在线化、运行、优化的环节跟踪管理了运维痛点相关指标，形成了闭环性能判断体系。 这些系统实现了有限资源的科学合理利用和运输能力、场景建设收益的最大化。

借助微服务+开放的paas级平台，快速构建全球支持能力。

一站式自助配置的场景建设，将大幅释放人力成本。

百花齐放的运维场景成果，将成为运营降低成本增效的催化剂，实现核心业务系统运维管理的100%覆盖。

团队软实力奠定基础，组织文化的快速发展和技术创新合力

五、【it智能运输能力的实现】

1 .运输能力自动化

日常的it运输业务中存在着很多重复的业务。 这些业务数量多、复杂，有很大程度上依赖于执行顺序，也有需要在具备各种条件后才能执行。 虽然it运行时管理技术不断进步，但实际上it运行时人员并未真正释放，目前许多公司的系统开启/关闭、系统更新升级、紧急操作等大部分业务都是手工完成的。 即使是简单的系统变更或通过软件复制/粘贴进行升级更新，承运人也经常需要在各设备上分别登录并手动进行变更。 特别是云平台、大数据、大容量设备的情况下，工作量可能会很大。 这样的更改和检查操作经常每天发生在it运维上，消耗了很多运维资源。 通过自动化的工作工具，使运维人员摆脱简单重复的业务，减少误操作的风险，提高系统的稳定、安全、效率。 以下列举了适用场景。

(1)日常巡检自动化)日常巡检工作的复印很简单，但占用了it运维人员很多时间。 的巡检自动化自动对硬件状态、设备负荷、系统时间、磁盘空之间、线路流量、数据库表空之间的采用率、互联网设备端口状态、流量等进行巡检，并

2 )配置管理自动化)从生产环境中自动提取配置库的新闻，自动更新为配置库，保持配置库和生产环境的一致性。 为了实现配置库的自动更新和同步，需要对标准化的安装路径、统一版本等应用系统进行标准化。 这有助于工具提取应用程序配置项目的基本新闻，最终实现配置项目和属性的自动更新。

(3)应用程序导入的自动化)使用自动化平台的图形流程工具制作组件流程。 基于平台提供的插件，实现与常用工具的集成，无需编程即可快速定义部署逻辑。 可以使用相同的过程将相同的应用程序部署到多个环境中。 这样可以节省时间，提高效率，并尽早验证应用程序和部署流程。 自动化平台的分布式代理模型可以在数千台机器上执行部署过程。

(4)灾害恢复工作的自动化)通过灾害恢复工作流程的方法实现灾害恢复流程的批量自动执行。 通过双实时数据中心建立业务系统的双实时模式，实现自动切换，最大限度地减少停机时间。

2 .平台化运输能力

运输工作相当繁琐，如互联网、服务器、操作系统、数据库、发布、变更、监控、故障排除、运营环境新闻维护等。 并且，面对越来越多庞杂庞大的公司it结构，it运维在不同结构、不同平台之间实现it资源的优化配置和有效管理，实现整个系统的稳定运行，满足相应公司业务场景诉求时，客户量和数据量的快速

因此，运维平台化的目标是，根据业务形态对公司的it架构进行比较管理、集成化管理，根据大数据、paas化的平台能力对运维技术和业务能力进行基础封装，将重量级的运维技术工具系统进行运维app封装。 以下列举了适用场景。

(1)日志收集平台)收集并汇总各应用程序生成的本地日志数据。 另一方面，一方面可以清晰地识别问题，另一方面可以通过平台挖掘数据的潜在价值，为重要指标的趋势分析提供依据，对于规避风险障碍和指导决策是有效的。

(2)应用程序性能监控平台)包括三个模块:多级应用程序性能监控、应用程序性能故障快速识别和应用程序性能全面优化。 它利用事务解决流程监控、仿真等手段实现点到点的应用监控，监控应用系统各组件，快速识别系统故障，提出修复或修复建议，准确分解各组件占用系统资源的情况，进行库存、库存、修复

(3)统一资源配置管理平台)集中管理应用不同环境和不同集群的配置，可以实时推送配置变更，通过资源和配置的统一管理，确保基础数据配置项目的准确。

)应用程序部署平台)可以部署容器、物理机，支持在线、离线服务、定时任务和静态文件的部署，提供部署资源管理、运行环境构建、部署流程定义和部署执行跟踪，并提供加拿大发布 应用部署平台可以加快业务迭代速度，避免故障的发生，从而提高产品的发布空间。

3 .数据化运输能力

由于顾客数量、业务量的增加，数据量也处于井喷式快速发展的阶段。 it运行时的数据化能力，这已成为公司能力快速发展的重要方向。 it运维的数据化是使用数据收集、数据保存、数据解决、可视化等全量的数据体系来评价运维流程，确认it运维目标的实现情况和程度。 运输维度的日常场景很多，看起来很复杂，但最终还是少不了对稳定、安全、效率三个基本价值的更高追求。 通过运维数据化能力，it运维可以为公司决策提供有力的支持，实现稳定、安全、高效的提高和价格的合理管理。 以下列举了适用场景。

)知识图)用统一的语言定义运输维数据，用实体和实体之间的关系表示运输维对象，整合运输维行业内的实体关系形成知识图。 运输行业的关系包括但不限于产品、服务、集群、服务器、互联网、idc等。

2 )数据仓库:面向主题的、集成的、相对稳定的、反映历史变化的数据集合，用于支持管理决策。 数据仓库为客户提供当前和历史数据，以确定支持。 这些数据在以前传递的生产数据库中不容易或不可用。 数据仓库技术是用于将操作型数据整合到比较有效统一的环境中，从而提供决定性数据访问的各种技术和模块的总称。 目的是让用户更快、更轻松地了解需要的新闻，并提供决策支持。

)数据中心)建立面向运输域的数据中心，统一管理资源数据、报警数据、性能数据、业务数据、日志数据、工作指示数据、指标数据、拨号入数据等，统一为面向上层运输域的拆解场景 提供数据可视化等功能，打破数据孤岛，通过整合相关和对外开放深入挖掘运营数据的价值。 识别前台数据诉求，整合后台数据，加工数据输出，构建数据中心级数据服务共享平台。 通过数据整理、数据源规划、数据流程整合、库存数据加工整合，以数据服务化的方法实现数据监测，分解资源采用率。

(4)数据可视化)通过数据可视化表达，可以帮助运输企业直观、方便、快速地分解问题。 此外，还提供了一系列工具组件，帮助运输企业根据自身业务情况快速显示大量数据，进行多层钻孔分解、多维相关分解、报表组织等，将之前传递的运输经验数字化，解决问题

4 .智能化运输能力

由于it运维所支撑的业务规模不断增加，更多运维场景和问题无法用以前流传的运维方法来解决。 此外，it运营的效率也越来越难以满足系统的诉求。 因为，如何解放运输维本身的效率，处理以前流传下来的运输维方法无法应对的问题，成为公司快速发展、变革的一大课题。 运维智能化能力是指将人的知识、运维经验和大数据、机器学习技术相结合，开发成一系列智能战略，从而嵌入运维系统，通过智能运维平台完成运维工作。

目前出货的智能应用程序的方案如下

(1)故障预测)主动容错技术可以根据系统过去的状态和当前行为的分解，生成警告预测的结果模型，评价系统是否即将发生故障，协助系统避免故障和早期的故障恢复措施。 另外，报警新闻经过智能相关分解模块的训练，可以发现报警之间的相关关系和故障的发生概率，并预测报警。 故障预测可以使运维人员在日常工作中主动应对，提高整个系统的运行质量。

(2)故障的自我治愈)故障的自我治愈过程包括感知、止损决定、止损三个阶段。 其中感知阶段取决于监控系统的故障发现能力，而停机阶段取决于流量调度系统的调度能力。 故障恢复提高了公司服务的可用性，减少了解决故障的人力投资，从人工解决到无人值守的解决，带来了故障的变化。

(3)自动缩放)可以根据应用的负载情况，自动调整集群容量以满足诉求。 如果集群中出现由于资源不足而无法调度的pod，则会自动开始扩展，从而降低人工成本。 满足节点空空闲等退化条件时，自动触发退化，节约资源价格。

4 )智能问答知识库)是知识库的最新形态，具有知识挖掘、知识管理、知识相关、知识推理与建模、智能检索、自主学习与训练等功能。 知识库改变了故障解决模式，提高了故障报告的准确性，简化了新闻交流的中间环节，比较有效地降低了故障解决时间，提高了工作效率。

5 )智能发布变更)能够管理大规模的发布变更流程，具备部署自动化、阶段性发布、智能变更战略等功能。 客户通过ui/api配置整个更改过程的执行策略，由专用执行系统解决策略，并自动执行批处理及其更改。 在分阶段版本中，变更流程按实力组分为多个阶段，在各个阶段导入自动化的检查用例，通过检查后才能执行下一阶段的变更，从而加强对变更流程的管制，降低异常影响，加快异常恢复速度 除此之外，通过引入智能模板生成、智能变更检测等智能战略，降低招聘门槛，提高重用性，降低人为操作的错误率。

六、【未来会发现内在】

面向未来5g的it处理方案

(1)端到端的业务体验)与客户体验、应用体验、互联网体验、访问设备体验最相关的工具和平台。

2 )智能运维)面向b域、o域，提供微服务管理、编制管理、切片管理、智能报警、智能优化、故障自恢复、持续集成、持续部署、持续测试；

全球技术运营的中台管理能力

(1)运输维层次)三横一纵、b域运输维、o域运输维、边缘计算运输维以及端到端运输维。

(2)能力分层)业务运维、技术运维以及管理运维。

本文：《“IT运维技术可以从四个阶段循序渐进的落地实践”》