vlambda博客
学习文章列表

现在大家都在讲智能运维，智能运维是未来运维发展和演进的趋势。智能运维融合大数据、机器学习等先进的分析技术，来提升IT运维的监控、自动化和服务管理能力，实现个性化、动态化、可预测的洞察和处理。

但智能化和自动化之间并不是相互替代的关系，未来深度的智能化实现依赖于成熟的自动化和大数据（智能计算）能力的深度融合。事实上，自动化运维已经从一种思潮和探索转变为大规模的实践应用。越来越多的企业已经规划并全面落地自动化运维，而且自动化成熟度也相当高，自动化将是智能运维强有力的支柱。

金融行业是比较早成功融合IT的企业，经历了几十年的发展，银行业IT已经非常成熟，另一方面，银行系统也相对比较复杂，业务连续性要求高，对IT运维也提出更高要求，所以大型银行的自动化运维实践极具参考意义，可以作为其它行业的标杆。

下文是笔者结合多年的银行业自动化运维体系建设经验，总结提炼银行业自动化运维规划实践。当然，这样一套体系未来还将在数字化银行转型发展过程中，不断地优化提升。

在自动化运维体系搭建前，都是被动式解决问题，在运维中经常被各种问题所困扰，不同岗位的人会从不同角度和维度对运维提出不同需求，比如一线运维人员、室组经理到中心领导，作为运维管理员的你可以回答吗？

面临的运维难题很多：信息零散，太多工具及脚本，重复劳动多，繁琐容易出错的任务，快速排障和修复，竖井式的团队和不断增长的威胁，不一致的补丁和人工合规巡检。所以需要借助自动化平台来提升运维能力。

平台能力主要是面向运维部门的工作平台，运维人员的大部分工作都能在该平台实现。以用户为对象来组织各种功能。可以构建面向业务场景的精细化管理平台，比如希望降低产品成本，我们可以建设相应的容量优化平台；希望提升变更效率，可以建设相应的设备扩容调度平台等等。规划重点是针对不同的运维场景给出一套固定的功能组。用户要做什么事，只用选择对应的模块组合就能完成。平台结构设计分为基础设施层、通用能力层、平台能力层、运营能力层。

自动化运维平台的建设是一项持续优化、不断迭代的过程，我们需要一个科学的自动化设计规划路线图来实现这一目标。在设计规划自动化运维平台的时候，采用“目标愿景→现状评估→差距分析→路线规划”四个步骤：

参照IT业界对数据中心自动化的成熟度的评估标准，结合自身组织结构特点，建立自动化运维的成熟度模型和评价体系，以成熟度模型为依据，从数据中心整体角度确定目标和愿景。

数据中心各组的日常具体运维工作存在较大的差异，为了用客观和统一的标准来评估各组的现状，对各组的工作进行“分解”并“重组”，具体如下：

首先将各组日常的运维工作进行分解，分解粒度细化到单个的日常运维任务。然后将根据任务的共性进行工作分类，将日常的运维工作划分为若干个维度，最后结合成熟度模型为每个维度确定评价标准，建立数据中心自动化成熟度评估表。

各组根据自动化成熟度评估表，对自动化现状进行自评，并结合中心的自动化目标，找出各组各项工作距离目标的差距。

根据差距分析，确定各类工作的改进方向。结合各组的具体情况，确定各项工作的改进次序和方案。

依据该方法，某银行规划和实践过程如下：

先依据IT业界对数据中心自动化的成熟度的评估标准，结合数据中心的组织结构特点，建立自动化的成熟度模型和评价体系。以成熟度模型为依据，从运行中心整体角度确定自动化愿景和确定要达到的目标。

依据《IT运维成熟度模型综合评价表》，从管理与决策、资产与配置、资源与服务、安全与合规以及维护与变更五个类别，来评估现在和将来自动化的成熟度，数字越高，表示成熟度越高。

例如：系统组的资源服务类现状评估

在IT业界自动化成熟度模型的基础上，结合IT科技部门的组织架构特点，确定IT科技部门的整体自动化成熟度模型，如图3所示。

整体自动化成熟度模型由低到高划分为1至5五个阶段，发展的整体方向从被动到主动，从分散到统一，从个性到标准化，从任务到服务，从传统运维到云化运维。

根据IT科技部门整体自动化成熟度模型，经历5年发展到达第4阶段的路线图。下图为每阶段规划实施的重点：

经过5年的自动化建设，该行自动化处于金融行业领先水平。再次面对原来的运维难题，借助自动化平台，都有科学的应答，各种运维场景都有高效的解决方案。

例如，借助自动化平台对账户检查的需求应对方案。原来通过登录每台服务器，执行脚本，获取账户信息，信息汇总后通过FTP下载到管理员工作机器，通过比对，查出不合规的服务器，然后登录到不合规服务器，创建相应的账户。账号检查人工操作极其繁琐和耗时，为当前痛点作业之一。

应对方案：通过自动化平台实现服务器账号的定期自动检查，检查服务器是否具备特定账号，对于核检未通过的，进行定期或者按需补救，如新建相应账号，并且自动获取相关信息，生成报告，并存盘。

自动化平台实现账户检查收益分析：

既可以按时检查，也可以按需检查；提高合规率（可以对更多主机进行更频繁的检查）；提高效率（人工操作繁琐耗时）；提高准确率（减少人工检查错误）。

经过4个阶段的自动化建设，日常运维工作实现规范化，标准化。在自动化成熟度的指引下，完成监管控自动化扩展到各个部门，对整体流程，自动化体系持续改进，整合各工具平台，实现可视化运维。

自动化平台帮助用户把各个部门串联起来，打破部门竖井式的缺陷，真正做到系统作战。

自动化运维平台可以在各项运维场景中提升运维自动化能力。下图总结出了一键功能模块，包括一键部署和一键巡检等7个分支以及43个子场景。

被动解决问题通常是以一个监控告警开始，管理员随即去检测问题，再修复问题。主动解决是为了避免问题的发生，先进行规划（如cpu、内存的利用率并进行预测），再进行优化（回收或扩容），问题发生时自动执行。