回顧阿里巴巴運(yùn)維的發(fā)展階段，從最開(kāi)始的人肉/腳本運(yùn)維， 到簡(jiǎn)單的工具、自動(dòng)化， 到系統(tǒng)化和平臺(tái)的過(guò)程， 自動(dòng)化到一定程度后，開(kāi)始探索智能化運(yùn)維領(lǐng)域。今天，阿里資深運(yùn)維專家大舞，將帶你體驗(yàn)阿里智能化運(yùn)維背后的故事。

[[243697]]

此外，我們推出了“阿里智能運(yùn)維(大數(shù)據(jù)篇)”專欄，總結(jié)了一整套成體系的實(shí)踐方法，具體訂閱方式請(qǐng)見(jiàn)文末。

機(jī)器智能的前提是需要有數(shù)據(jù)，AIOps的數(shù)據(jù)從哪里來(lái)?如何利用數(shù)據(jù)代替機(jī)器決策、分析?如何利用機(jī)器學(xué)習(xí)算法與基于大數(shù)據(jù)的業(yè)務(wù)運(yùn)維管理平臺(tái)整合，在告警過(guò)濾、異常監(jiān)測(cè)、自動(dòng)修復(fù)等環(huán)節(jié)發(fā)揮效用，真正能把運(yùn)維同學(xué)解放出來(lái)提高整體運(yùn)維效率，降低運(yùn)維成本。我們認(rèn)為AIOps是一個(gè)長(zhǎng)期演進(jìn)的過(guò)程，這也是我們區(qū)別于業(yè)界，在通往AIOps征途上增加DataOps階段建設(shè)及沉淀的重要原因，而我們接下來(lái)聊一聊DataOps時(shí)代——運(yùn)維人才的能力要求。

人肉/腳本運(yùn)維時(shí)代(Human/Scripts Ops)

運(yùn)維工作本身其實(shí)是一個(gè)需要具備高度綜合技能掌握的工種，需要涉及的廣度相對(duì)別職業(yè)屬性的要求會(huì)更高，以前很多時(shí)候大家對(duì)運(yùn)維的認(rèn)識(shí)都停留在發(fā)布、變更、接報(bào)警、搬機(jī)器……其實(shí)這個(gè)很好理解，所有的互聯(lián)網(wǎng)大公司都是從小公司成長(zhǎng)起來(lái)的，在還是小公司的時(shí)候，你需要面對(duì)的是不停地解決各種奇怪的問(wèn)題，而由于有公司生存的壓力，追求短平快的結(jié)果使得大家會(huì)淪為一個(gè)搬來(lái)主義者，從各類技術(shù)論壇，甚至是個(gè)人blog上去搜索各種各樣的解決方案，以求快速workrun解決問(wèn)題，但對(duì)于原理、系統(tǒng)全局上的東西，可能完全不會(huì)去深究。

工具化運(yùn)維時(shí)代(Tools Ops)

做過(guò)運(yùn)維的人都知道，運(yùn)維同學(xué)比較喜歡編寫各種各樣的腳本，比如一鍵批量發(fā)布軟件，一鍵清理、交互式向?qū)?zhí)行等等，他們很喜歡通過(guò)黑屏上操作刷屏帶來(lái)成就感。每當(dāng)我們的運(yùn)維同學(xué)交接工作的時(shí)候，新來(lái)的運(yùn)維同學(xué)基本上會(huì)照著自己的理解重新實(shí)現(xiàn)一套。人肉/腳本時(shí)代的運(yùn)維存在大量的效率低下，以及各種各樣重復(fù)的腳本工具，同時(shí)也會(huì)帶來(lái)很多安全風(fēng)險(xiǎn)，回顧互聯(lián)網(wǎng)的發(fā)展史，幾乎每隔一段時(shí)間就有一些嚴(yán)重事故發(fā)生，而每次事故的背后卻是一些低級(jí)錯(cuò)誤，甚至是手誤敲錯(cuò)字符帶來(lái)的巨大代價(jià)。這時(shí)候大家都意識(shí)到，不能再任由運(yùn)維同學(xué)隨意發(fā)揮了，需要將各式各樣的功能腳本收斂到工具里來(lái)，通過(guò)集成的運(yùn)維工具迭代來(lái)實(shí)現(xiàn)復(fù)用和能力交接，這體現(xiàn)在DevOps的初級(jí)階段，此時(shí)還沒(méi)有延伸到Dev階段。

平臺(tái)型運(yùn)維時(shí)代(DevOps)

隨著公司商業(yè)上的成功，隨之帶來(lái)的規(guī)模的發(fā)展，這個(gè)時(shí)候量變引起質(zhì)變，今天對(duì)大廠的運(yùn)維來(lái)說(shuō)已經(jīng)遠(yuǎn)遠(yuǎn)不僅僅是上述這些工作，同時(shí)這些工作也不僅僅是靠加人手能解決得了的，例如說(shuō)應(yīng)用從原來(lái)的一個(gè)應(yīng)用變成了幾千個(gè)、上萬(wàn)個(gè)、幾十萬(wàn)個(gè)，平臺(tái)規(guī)模從原來(lái)的幾百臺(tái)擴(kuò)充到上萬(wàn)&幾十萬(wàn)臺(tái)，硬件由簡(jiǎn)單的CPU，mem，機(jī)械硬盤增加到Gpu，F(xiàn)pga，Asic，Optan等各類異構(gòu)硬件平臺(tái)，軟件架構(gòu)變化，大數(shù)據(jù)分布式等等，當(dāng)面對(duì)海量的各類匯總數(shù)據(jù)，需要快速判斷業(yè)務(wù)止損，全局資源優(yōu)化運(yùn)營(yíng)等工作時(shí)，人工將會(huì)面臨非常大的挑戰(zhàn)，甚至是不可能完成的任務(wù)。這個(gè)時(shí)期運(yùn)維的工作職能更多轉(zhuǎn)變?yōu)椋?/p>

• 全局架構(gòu)規(guī)劃
• 資源運(yùn)營(yíng)與成本優(yōu)化
• 自動(dòng)化平臺(tái)開(kāi)發(fā)
• 穩(wěn)定性保障
• 海量數(shù)據(jù)分析
• …….

數(shù)據(jù)化運(yùn)維時(shí)代(DataOps)：

對(duì)我們來(lái)說(shuō)由于業(yè)務(wù)的需求對(duì)目前運(yùn)維能力的要求越來(lái)越高，技能的要求上來(lái)說(shuō)不光除了面上的廣度還需要一定方向的精度，甚至某些點(diǎn)的深度要非常專深。同時(shí)需要通過(guò)軟件工程化，數(shù)據(jù)化的運(yùn)維的思路，圍繞數(shù)據(jù)鏈建設(shè)起整體運(yùn)維智能化工具鏈，來(lái)解決超大規(guī)模分布式集群運(yùn)維管理問(wèn)題，提升整體產(chǎn)品的穩(wěn)定性，效率，成本。這樣對(duì)現(xiàn)在整個(gè)運(yùn)維人員的綜合技能要求會(huì)有很大的挑戰(zhàn)。

業(yè)內(nèi)隨著運(yùn)維的發(fā)展逐步從Ops發(fā)展到今天大家業(yè)內(nèi)都比較火熱的AIOps，現(xiàn)在運(yùn)維界現(xiàn)放眼望去大家都太大談特談AIOps，認(rèn)為只要有強(qiáng)大的算法，就能夠輕松實(shí)現(xiàn)不需要人為干預(yù)的智能化，當(dāng)然這是個(gè)理想化，終局化的情況，最終的目標(biāo)是要做到完全智能化，但這個(gè)難度不低于完全自動(dòng)無(wú)人駕駛。在我們看來(lái)如果算法是kernel，那么工程化的程度就決定了能否把kernel發(fā)揮到***，能否做到易用和高可靠是我們要著力解決的問(wèn)題，我們內(nèi)部我們認(rèn)為目前還處于DataOps階段，數(shù)據(jù)化一切運(yùn)維對(duì)象，以數(shù)據(jù)驅(qū)動(dòng)運(yùn)維，工程化落地。與自動(dòng)化駕駛分級(jí)類比：

隨著大數(shù)據(jù)時(shí)代的逐步發(fā)展促進(jìn)運(yùn)維人員的技能轉(zhuǎn)型需要具備更為復(fù)合性能力：

• 架構(gòu)能力
• 研發(fā)能力
• 運(yùn)維知識(shí)&業(yè)務(wù)理解
• 基本工程算法
• TPM(技術(shù)項(xiàng)目管理能力)

AIOps發(fā)展最終本質(zhì)上還是要落地在公司的各類運(yùn)維平臺(tái)&運(yùn)維產(chǎn)品上，在完成初步構(gòu)建后仍然需要持續(xù)的人力投入以及參與，而在目前的探索發(fā)展的投入階段，有大量的工需要去做，仍然需要專家或者分析師，從不同的維度，從不同的業(yè)務(wù)口徑，組合合適的可視化技術(shù)，機(jī)器學(xué)習(xí)技術(shù)，大數(shù)據(jù)分析技術(shù)，制定分析場(chǎng)景，平臺(tái)落地才能夠?yàn)檫\(yùn)維產(chǎn)生持續(xù)的洞察，提供最終的業(yè)務(wù)價(jià)值。

在不同階段對(duì)于運(yùn)維團(tuán)隊(duì)的技術(shù)能力要求及轉(zhuǎn)型是必須歷經(jīng)的過(guò)程，同時(shí)也是一個(gè)痛苦的過(guò)程，能力要求的變化自然會(huì)帶來(lái)組織變革，對(duì)原有人員的沖擊也會(huì)比較大，整個(gè)部門從維護(hù)性部門轉(zhuǎn)變?yōu)檠邪l(fā)創(chuàng)新型部門，***帶來(lái)的沖擊是思想上的，在研發(fā)思維先有原理，然后逐步工程實(shí)現(xiàn)落地，而傳統(tǒng)運(yùn)維是反過(guò)來(lái)很多東西都是已經(jīng)存在去維護(hù)它的穩(wěn)定。

這種陣痛也是團(tuán)隊(duì)轉(zhuǎn)變需要去面對(duì)的，從被動(dòng)救火式運(yùn)維向主動(dòng)精細(xì)化轉(zhuǎn)型，從問(wèn)題驅(qū)動(dòng)向價(jià)值驅(qū)動(dòng)轉(zhuǎn)型，從操作運(yùn)維向運(yùn)維開(kāi)發(fā)轉(zhuǎn)型，從依靠經(jīng)驗(yàn)向智能化驅(qū)動(dòng)運(yùn)維轉(zhuǎn)型，這不僅是技術(shù)能力的轉(zhuǎn)型而且是運(yùn)維系統(tǒng)化思路的轉(zhuǎn)型。時(shí)代在變化，唯一不變的只有擁抱變化!

【本文為51CTO專欄作者“阿里巴巴官方技術(shù)”原創(chuàng)稿件，轉(zhuǎn)載請(qǐng)聯(lián)系原作者】

戳這里，看該作者更多好文