案例1：基于云的運維自動化

我們是小規模的公司，搭建在 AWS 上的服務，主要使用 Ruby on Rails，并實現了應用的水平擴容。

在專案一開始的時候只有一臺 EC2 就可以跑了，后來因為專案越做越大，開始做平行擴充以及 SOA，因此我們導入了 Chef 做自動化運營，主要使用 Chef 做機器的安裝及部署，使用 Cloud Watch 做機器與 Application 的效能監控，在每次 deploy 的時候做AMI，當資源負擔到達設定值時，Chef 會使用***的 AMI 開一臺新的機器加入 ELB，這個過程大約是 5 分鐘，于此我們做到了 Application 面的平行擴展。

數據庫的部分，我們使用 PostgreSQL 做集群，一臺 Master + 多臺 Slave 加上 AWS 本身的 muti-AZ 機制，可以動態加開 slave 以及 load balance;Redis 的部分亦同。

現在我們使用 Jenkins 做 CI，每次跑完 CI 會包一個 Docker 版本來跑 staging 環境，staging 環境現在跑 docker，但現在還不敢放到 production 環境中。

案例2：關于自動化部署

我從多個方面來描述下我們廣告公司運維自動化的實施情況。

編譯：

我們這邊RTB是用linux下的C++開發的，部署的過程中需要依賴一些特定版本的linux的運行庫，而編譯本身需要的庫和頭文件會更多，所以我們是將編譯和自動部署分開的，業務需求完成編碼和測試后，會將可執行文件放在指定的位置，用jenkins來調用之前調試好的自動部署腳本來進行推送和啟動運行，這樣能保證編譯的程序相關的功能都是測試通過，且經過驗證的，自動化部署之后外圍還有相應的監控系統會定時掃描端口開放情況以及程序運行情況。

商務平臺：

這部分是用java開發的，包管理使用maven，已經做好了關聯的特定版本的jar包的管理，這部分功能就是開發測試完畢，將驗證沒有問題的特定版本號的svn地址提交給系統部，通過jenkins從SVN拉代碼，調用maven進行編譯，部署和啟動，相關功能都是在運行服務器上執行。

數據：

數據部分采用了redis和tair集群，用于存儲人群屬性和cookie映射數據，redis和tair是通過jenkins進行部署的，數據導入是每天定時跑完畫像數據后自動導入的，而數據的遷移是通過人工觸發的，當部分節點數據存在問題時，外部有系統監控，發現問題，人工觸發數據遷移。人工觸發數據遷移是一般是在發現數據分布不均衡，特定節點負載非常高的情況下，會在后半夜觸發遷移操作。

流程規劃：

業務相關的程序開發之后，默認是手動部署的，手動部署時會梳理相關的流程，形成腳本，后續jenkins的自動化腳本也是來源于手動部署的腳本。

Auto Scale：

集群是auto scale的，平時會有一個最基本的機器數量配置，部署相應的程序，部署完成后不存在減機器的情況，如果有流量突發高峰和廣告投放高峰，有一部分備用的機器可以快速部署，然后把流量指到新部署的機器上

規模：

目前大概用于RTB的機器有40多臺高配的服務器，每臺服務器上會有20個左右的進程，商務平臺和展現點擊收集以及計費系統，服務器有20多臺機器，而后端的日志存儲和人群畫像部分用到的hadoop有50多臺機器。

精彩觀點摘錄

自動化運維的本質，個人愚見就是把人解放出來，人騰出來做更有價值的事，事不會少，但產生價值的事要越來越多，其實從某種程度上面來講，對運維人員是一個悲劇，如果運維人員不提升自己的核心競爭力，那就面臨著下崗，在老板心目中，機器能更快更好的做好，為什么需要人來做(慢，不能量化)。當然反過來說，運維人員就要在老板面前找到自己的價值。

自動化運維，我更關注人。

基于公司實際情況，制定完善的流程，把重復的工作工具化，有挑戰的工作簡單化，相應的流程及工具文檔化。總之盡可能不需要人為干預，即便需要人操作，懂點技術的員工按流程和文檔即可完成操作。

Q & A

Q1：數據集群采用Jenkins部署是否存在不妥，是否違背了編譯和部署分開的原則?

其實數據集群用jenkins部署主要是編譯的基礎環境是一定的，可以在使用jenkins部署之前完成機器系統安裝之后會將相關的編譯環境也批量安裝好，所以用jenkins部署是沒有問題的。

Q2：Jenkins在里面用得太重了，不知道會不會導致CI慢或其它問題?

其實不會，因為子系統劃分是將對比較輕的，不會有非常復雜和耗時的編譯。