本帖最后由 adminlily 于 2020-3-9 16:05 编辑 ) f; x% a. D/ C. B
- l+ v% I2 R! q; J一、现状:银行运维工具已实现技术条线全覆盖,但基于运维管理的全流程自动化、智能化尚停留在研讨阶段
' V/ k- c' w4 e9 Q6 \; W* X7 J. A
. D* ~( o+ h' _ f8 S
根据银监会编制的《中国银行业信息科技“十三五”发展规划监管指导意见》,其中“第九章 第三节 提高运维自动化水平,打造智能化运维体系”中明确提出对运维自动化智能化的指导意见:
2 M' A, V: R0 d$ h/ k+ L6 j
提高基础资源和应用部署的自动化水平,实现快速交付、动态调整、弹性部署,降低人工操作风险,自动化部署比例不低于75%。 9 `7 s' M6 g+ z9 k8 y v
持续推进生产运维监控精细化、自动化、智能化建设,强化系统风险和故障的早预警、早定位和早处置。 ; \( E' B* s7 g$ u) V" V8 t! ]
实现应用层面交易全流程、全节点监控全覆盖,结合应用系统交易特性及相关数据的分析对比,提升交易过程监控的智能化水平。强化容量管理,做好相关资源的动态规划,预防非计划性、突发性的容量瓶颈问题发生。
( y2 \+ Q7 Z8 [3 D+ e+ k# R3 l
强化运维、开发、安全、风险管理的信息共享和一体化协作,提升多方联动能力。加强运维大数据分析,利用运维大数据加强业务风险防控,探索利用运维大数据推动业务流程优化并支持业务创新。”
; ^" R/ E/ R j3 S$ t0 h6 e1 h
—— 摘录自《中国银行业信息科技“十三五”发展规划监管指导意见》
. i% r' w$ D {+ g% V
——汪曾祺 ! @0 R- ~) {+ ?1 J5 \
在运维建设较前的银行业及互联网企业的建设经验中,平台化和智能化已成为运维体系发展的大趋势。以阿里经验为例,将运维发展分为五个阶段,分别为L1-脚本运维、L2-工具化运维、L3-平台化运维、L4-数据化运维、L5-智能运维。随着运维管理手段的推陈出新,逐渐地提升“系统”在执行和决策环节中的比重,从而不断降低人工参与度,如下图: ( L3 w0 r2 g( _
$ `4 c7 J: x! o" I' m
在工具化运维阶段,传统运维建设模式基本以烟囱式为主,每个烟囱只为了解决单一的运维场景,如应用发布、系统监控、数据提取等。 3 l! G6 b- L& o3 M
随着新技术不断在信息化建设中应用,带来了操作单元海量化、版本更新频繁化、监控粒度细致化等问题,烟囱式的建设模式已经难以满足运维发展的要求。 ) }/ s/ l, c" Q/ H8 o
随之而来,各个企业开始向着平台化、一体化的方向发展。如腾讯公司的思路是采用SOA和PaaS的技术架构模式,在PaaS内将各能力封装成各类原子平台并自动化,如配置平台(CMDB)、作业平台、容器平台、数据平台(AI)等,而后通过任务引擎将分散在个原子平台的功能,根据不同的场景重新连接成“串”或者“树状分支结构”实现全自动化、智能化。 9 c/ I+ k9 S& N: x
目前大多数银行的数据中心经过多年建设,尚处于从“工具化”向“平台化”过渡阶段,已经建立较为全面的IT架构基础平台,监控与流程均有一定的建设。如统一配置管理(HP UCMDB、Remady CMDB)、监控系统(zabbix、HP OVO)、流程管理(BMC Remedy)、自动化控制(HP SA、BMC Bladelogic)……等。
2 I7 r- A! T' i. O
而IT运维管理建设多采用产品采购模式,但随着积累的运维工具数量持续累加,繁杂的烟囱式应用使运维效率难以继续提升,其主要体现在以下几个方面: 6 g* F4 t$ h4 \
系统故障定位时间长,无法达到精准化报警,难以快速解决问题。 $ U2 A3 n, M" U: o
难以评估系统当前和未来对资源的需求,以及资源分配的合理性。 2 J9 i9 i. A! K
运维数据普遍存在分散、标准规范不统一、数据使用不规范等问题。 _% i! T& C$ H5 I
0 h E% K, q$ E6 f
二、IT运维自动化、智能化的转型升级之路 1 E/ v! F7 G5 _# T" F- t S
# V: K: ~2 C$ y
随着云计算、微服务在企业信息化建设中的大量应用,IT运维岗位正在从资源管理向应用运维、从运维保障向业务运营、从低价值劳动向高附加值服务转型发展。 3 V) ^3 G) W) a' c
而在这个过程中,运维平台化和运维数据化的建设至关重要。
3 Q) H7 }! p* P- ?* I- y
一定要充分利用数据,这里的数据指的是运维数据,如性能监控数据、运行日志数据、变更操作记录等等,尽可能的接入更多的种类的数据。
/ n* ~( k" v" r# a/ E
利用这些数据,通过大数据和机器学习的技术,实现业务系统精准建设、系统资源精准配置、风险隐患精准控制,最终促进降本增效的目标。
" X# l A k( `% _
由于目前银行中运维管理建设还采用传统分散建设,各种烟囱式的系统之间数据存在数据重复、数据割裂、数据不准等问题,为运维数据化建设带来了极大的困难,具体体现在如下几个方面: . _( d+ V* k( G7 t
系统间信息不能共享,难以形成整体,缺乏效率难题持续提升。
. e6 b+ R: [' |* S
由于信息和功能不能共享,须在多系统内重复建设基础功能和数据。 : _( m1 G: k2 \, j: e, [6 s
场景覆盖面不足,现有功能点无法跨多个系统进行场景式的编排。 ) | |" L* N& Q" a1 h! E
为了解决分散的烟囱模式给运维管理建设过程中的问题,尽快实现平台化和数据化的目标,急需通过顶层设计,实现有效整合,建立一体化的综合管理平台,实现数据集中存储,统一分析,集中展示,高效处置。
) a" M! m) s9 ~. i: o+ Y+ x
参考腾讯、阿里顶级互联网公司的建设经验,建设“平台层”来整合各烟囱式运维应用的功能和数据,从而构建一体化运维综合管理平台。基于一体化的运维平台建设遵循原则如下: ! X) Q1 n4 B3 M/ J7 R
1) 一体化平台:采用“平台+应用”的建设模式。
$ J E8 n; ?5 A# I+ f( S0 }- l
2) 功能全覆盖:构建监、管、控于一体的运维管理。
7 u, t/ T0 W& H4 \5 r& M; \# Z$ r
3) 自主可控:通过平台的模式将运维开发的能力交付给用户。 . P5 G9 @" G, b; ?4 `8 P
4) 先进技术架构:构建一套高可用、高性能安全运行系统。
- y" _2 Z6 L1 A& {) V
基于上述原则,规划一体化平台如下图所示: - u7 C9 D4 l0 n7 w- }& |2 O
① 服务层面向用户、管理者、维护人员输出友好、便捷、高效的IT服务。
, O! X% d. [- V n
面向用户提供更多的自助式服务。 5 W) a& B1 N% q/ a5 C
面向管理者提供灵活的可视化服务。
- C6 n! b/ v0 V% ?& H5 Z7 ^1 k
面向维护人员提供丰富的自动化服务。 y6 b: A. |# N
② 平台层是关键,通过平台层将新旧能力层系统整合在一起,产生联动效益。 & Z- o5 u5 M' Q0 ~$ i3 {
构建统一的API服务网关和调度编排引擎,将能力层的各种能力对接到平台层。 " D X' U+ m {; j
构建统一门户、4A集成、工具市场等易用模块,增强运维管理一体化能力。 ) f7 V x$ @- Z5 x8 }9 u
构建工具开发框架和运行托管环境,简化工具建设成本。 3 J$ h! a1 h3 B9 Q* M' I' X) t0 S
③ 能力层包括过往已有的运维管理系统,以及未来继续扩展的管理系统。 . ]4 ~' P9 ^. \
随着技术的发展,需要补充运维大数据平台、人工智能(AI)平台、容器管理等。
1 U+ n; i+ K( j; a: n& h" Q
已建成的功能模块需要持续优化和更新,适应新业务、新技术、新管理的要求。
8 r* @% W7 U e- L& N. [
④ 采控层是在最底层规划建设的统一采控通道,从底层保证数据一致性和准确性。
# l! s: c) n4 I( I8 f; @; {
: H$ Z1 R! Q% A E9 p& q
运维管理建设是一个长期的过程,不能追求一蹴而就,需要分阶段稳步实现。参考运维技术的发展过程以及先进单位或互联网公司,演进路径大致如下:
5 A. W8 f# @) o
平台化:利用PaaS技术实现平台层,建设一体化平台的基础框架。并在平台层中将现已有的运维管理系统集成起来,从而实现一体化平台的基础框架。初期在平台层之上开发3~5个运维管理工具,作为整合型运维管理工具的试点场景,并持续不断的组装工具以满足运维管理的方方面面。 5 b: R! e6 i9 M: `1 ]
数据化:在能力层内建设运维大数据能力,将散落在各运维管理系统的数据归集起来,形成运维数据仓库。继而在实际的运维管理工作中,探索数据挖掘场景,利用大数据计算和分析能力辅助管理决策,实现初阶AIOPS场景。 3 O) f& Y3 b0 J8 E: m4 G8 G
智能化:正式将人工智能(AI)应用于运维管理中的工作场景中,利用上一阶段积累的数据样本和决策模型,通过机器学习手段解决提升“AI”在管理决策中的占比,实现根因定位、容量预测等高阶AIOPS场景。
* j) @* W* v; t0 q! w3 H
然而运维大数据技术经过近年的快速发展,相关技术的应用已经基本成熟,根据银行业的现实状况,可以在首期项目中就实现“运维大数据的归集”和“大数据应用场景的探索”,从而形成“两步走”的建设思路:
4 }, d, y& p( j$ P+ z% L
“如何利用智能化手段提升运维管理”的研究浪潮已经掀起,部分互联网和银行已经进行了部分尝试并取得了一些效果。顺应时代发展趋势,展开智能化探索,才能主动赢得运维管理的未来。 ( g6 q2 e9 J' Q
8 k$ c% N, _1 l8 N
7 l4 Q6 a2 T: ?9 m |