引言

最近和一些朋友聊起运维的未来和发展，大家很担心在云计算时代下，运维工作一方面会逐步被自动化和智能化取代，一方面随着年龄增长竞争力在减弱。很现实的问题，我也基于这些年在运维工作的经验，和大家聊聊运维数字化的转型。

数字化运维

首先什么是数字化，简单点就是没有纸质的，全部通过 信息/流程/报表形式进行程序化的数据交换。做过运维的同学会会发现，运维有着天然的数字基因，日志/监控/大数据/运维平台/发布管理/CMDB。在数字化转型的大趋势下，运维更是要拥抱数据。一切皆数据 ！

日志驱动

1.日志无价

日常运维过程，我们有大量的日志，包括 业务日志，前端日志，后端日志，APM 日志，监控数据，安全日志，流水线日志等等。

运维应该思考如何充分利用日志提升运维的价值。

一个基于日志的运维平台

2.规则化

日志+规则 agent+告警平台，实现：分单，现场快照，诊断分析，动作。

可以参考开源告警规则，针对不同日志开发不同规则告警。像 zabbix, Prometheus, open-falcon 都有告警规则设置，也可以看一些开源的规则引擎。

开源告警：

GitHub - bosun-monitor/bosun: Time Series Alerting Framework

规则引擎：

GitHub - kiegroup/drools: Drools is a rule engine, DMN engine and complex event processing (CEP) engine for Java.

3.工单化

用工厂流水线视角看待研发过程，在流水线的每个环节采集日志，形成对应工单（需求工单，错误工单，告警工单，发布工单，故障工单等），工单最终目的：降本增效  知识沉淀。

错误日志工单闭环系统

1. 系统错误日志+代码提交记录 生成错误工单 推送给研发；

2. 研发确认后进入版本计划；

3. 发布后错误单自动消失；

4. 根据研发线上错误情况，生产绩效数据。

项目管理

运维工作大体两类： 计划性工作+计划外工作。核心目标： 减少 计划外工作占比。

1.管理数字化

用项目管理的方式来做运维：把公司当作我们客户，借助项目管理方式，做好 目标、人员、进度、风险和成本 的管理。

项目分类：可以从  KPI 提取项目类别，比如：效率提升/稳定性优化/成本优化/架构优化等。

立项方式：随时随地立项，只要可以归属某种分类，就可立项。方式包括自主立项或者推动研发部门作为项目负责人，成员可跨部门。

项目进度：负责人每日关注项目进度情况，识别风险。

2.车间主任

建议运维都去工厂车间去参观，了解一个物品是如何被生产出来。运维也一样，你把自己当作车间主任，产品研发是一个流水线。车间主任要关注：

1. 目前的吞吐量和生产能力如何？

2. 某个环节除故障时候，如何快速消除?

3. 是否存在瓶颈点，如何消除？

4. 上下游如何高效配合？

3.不断降低例外

可以通过下面几个方式：

1. 建设完善的故障处理流程

2. 每日巡检，保证监控和告警系统本身的稳定性；

3. 遵循 2/8 原则，关注核心业务；

4. 自愈能力建设，通过数据和规则匹配能做部分自愈功能。

故障处理流程：

企业架构

学会用企业架构视角去解决运维问题。可以参考 TOGAF 的架构方案，了解公司的 业务场景、应用系统、数据方案和基础技术架构。站在 CTO/CEO/CIO 的角度思考，既要懂业务也要会管理。

运维是面向客户的最后一个触达点，必须熟悉业务流程和系统。因此我们：

1. 业务价值链和商业画图；

2. 维护系统架构图；

3. 和业务部门学习并形成业务排错指南；

4. 大数据方案；

TOGAF 阶段方法：

个人比较喜欢这 2 本书：

《SRE：Google运维解密》(（美）Betsy Beyer（贝特西 拜尔）等)【简介_书评_在线阅读】 - 当当图书 (dangdang.com)

《凤凰项目 一个IT运维的传奇故事 修订版》([美]吉恩·金 凯文·贝尔 乔治·斯帕福德)【简介_书评_在线阅读】 - 当当图书 (dangdang.com)

总结

运维部门工作，是公司长期可持续发展的基石。持续保证业务可靠性，是公司业务对外最后的守护者。作为运维从业者，应从公司角度和企业目标去做事情。