互聯(lián)網(wǎng)運(yùn)維工作以服務(wù)為中心，以穩(wěn)定、安全、高效為三大基本點(diǎn)，確保公司互聯(lián)網(wǎng)業(yè)務(wù)7×24小時(shí)為用戶提供優(yōu)質(zhì)服務(wù)。

p>

運(yùn)維人員加強(qiáng)公司互聯(lián)網(wǎng)業(yè)務(wù)所依賴的基礎(chǔ)設(shè)施、基礎(chǔ)服務(wù)、線上業(yè)務(wù)的穩(wěn)定性，進(jìn)行日常巡查，發(fā)現(xiàn)服務(wù)中可能存在的隱患，優(yōu)化整體架構(gòu)，屏蔽常見(jiàn)的運(yùn)營(yíng)故障。多數(shù)據(jù)訪問(wèn)提升了業(yè)務(wù)的容災(zāi)能力。

通過(guò)監(jiān)控、日志分析等技術(shù)手段，及時(shí)發(fā)現(xiàn)并響應(yīng)服務(wù)故障，減少服務(wù)中斷時(shí)間，使公司互聯(lián)網(wǎng)業(yè)務(wù)達(dá)到預(yù)期的可用性要求，為用戶提供持續(xù)穩(wěn)定的服務(wù)

在安全方面，運(yùn)維人員需要關(guān)注業(yè)務(wù)運(yùn)營(yíng)所涉及的各個(gè)層面，確保用戶能夠安全、完整地訪問(wèn)在線業(yè)務(wù)。

從網(wǎng)絡(luò)邊界劃分、ACL管理、流量分析、DDoS防御，到操作系統(tǒng)和開(kāi)源軟件的漏洞掃描和修補(bǔ)，再到應(yīng)用服務(wù)的XSS和SQL注入防護(hù)；

從安全流程梳理、代碼白盒黑盒掃描、權(quán)限審計(jì)、入侵檢測(cè)、業(yè)務(wù)風(fēng)控等方面

運(yùn)維人員需要確保公司提供的互聯(lián)網(wǎng)服務(wù)在安全可控的狀態(tài)下運(yùn)行，保證公司業(yè)務(wù)數(shù)據(jù)和用戶隱私數(shù)據(jù)的安全，同時(shí)需要具備抵御各種惡意攻擊的能力。

在保證業(yè)務(wù)穩(wěn)定安全的前提下，還要保證業(yè)務(wù)的高效運(yùn)作和公司內(nèi)部的快速產(chǎn)出。運(yùn)維工作需要對(duì)業(yè)務(wù)的各個(gè)方面進(jìn)行優(yōu)化。

例如服務(wù)器運(yùn)維，IO優(yōu)化提升數(shù)據(jù)庫(kù)性能，圖片壓縮減少帶寬占用等。提供的互聯(lián)網(wǎng)服務(wù)以更少的資源投入，帶來(lái)最大的用戶價(jià)值和體驗(yàn)。

同時(shí)，還需要通過(guò)各種工具平臺(tái)提高內(nèi)部產(chǎn)品發(fā)布和交付的效率，提高公司內(nèi)部與運(yùn)維相關(guān)的工作效率。

工作分類運(yùn)維

有很多操作和維護(hù)的工作方向。隨著業(yè)務(wù)規(guī)模的不斷發(fā)展，互聯(lián)網(wǎng)公司越成熟，運(yùn)維崗位的劃分也會(huì)越細(xì)。

目前，很多大型互聯(lián)網(wǎng)公司只在初創(chuàng)期進(jìn)行系統(tǒng)運(yùn)維，并根據(jù)服務(wù)規(guī)模和服務(wù)質(zhì)量的要求逐步細(xì)分工作。

一般來(lái)說(shuō)，運(yùn)維團(tuán)隊(duì)的工作分類和職責(zé)如下。

系統(tǒng)運(yùn)維

系統(tǒng)運(yùn)維負(fù)責(zé)IDC、網(wǎng)絡(luò)、CDN和基礎(chǔ)服務(wù)（LVS、NTP、DNS）的建設(shè)；負(fù)責(zé)資產(chǎn)管理、服務(wù)器選擇、交付和維護(hù)。具體工作職責(zé)如下。

1.IDC數(shù)據(jù)中心建設(shè)

收集業(yè)務(wù)需求，預(yù)估未來(lái)數(shù)據(jù)中心的發(fā)展規(guī)模，從骨干網(wǎng)分布、數(shù)據(jù)中心樓宇、接入、網(wǎng)絡(luò)防攻擊能力、擴(kuò)容能力、空間預(yù)留、外租專線能力、現(xiàn)場(chǎng)服務(wù)支持能力 從其他方面評(píng)估數(shù)據(jù)中心的選擇。負(fù)責(zé)數(shù)據(jù)中心的建設(shè)和現(xiàn)場(chǎng)維護(hù)。

2.網(wǎng)絡(luò)建設(shè)

設(shè)計(jì)和規(guī)劃生產(chǎn)網(wǎng)絡(luò)架構(gòu)，包括：數(shù)據(jù)中心網(wǎng)絡(luò)架構(gòu)、傳輸網(wǎng)絡(luò)架構(gòu)、CDN網(wǎng)絡(luò)架構(gòu)等，以及網(wǎng)絡(luò)調(diào)優(yōu)等日常運(yùn)維工作。

3.LVS負(fù)載均衡和SNAT構(gòu)建

LVS是整個(gè)網(wǎng)站架構(gòu)中的流量入口。它根據(jù)網(wǎng)絡(luò)規(guī)模和業(yè)務(wù)需求構(gòu)建負(fù)載均衡集群。完成網(wǎng)絡(luò)與業(yè)務(wù)服務(wù)器的連接，提供高性能、高可用的負(fù)載調(diào)度能力，以及統(tǒng)一的網(wǎng)絡(luò)層攻擊防御能力。 NAT。在數(shù)據(jù)中心集中提供公網(wǎng)接入服務(wù)，通過(guò)集群部署保證出站服務(wù)的高性能和高可用性。

4.CDN規(guī)劃建設(shè)

CDN工作分為第三方和自建。建立第三方CDN的選擇和調(diào)度控制；根據(jù)業(yè)務(wù)發(fā)展趨勢(shì)規(guī)劃新CDN節(jié)點(diǎn)的建設(shè)和布局；完善CDN服務(wù)和監(jiān)控，確保CDN系統(tǒng)穩(wěn)定高效運(yùn)行。分析服務(wù)加速通道的文件特征和數(shù)量，制定最優(yōu)的加速策略和資源匹配；負(fù)責(zé)用戶劫持等日常CDN排查工作。

5.服務(wù)器選擇、交付和維護(hù)

負(fù)責(zé)服務(wù)器的測(cè)試選型，包括整機(jī)及組件的基礎(chǔ)測(cè)試和業(yè)務(wù)測(cè)試，降低整機(jī)功耗，增加機(jī)架部署密度。

結(jié)合對(duì)公司業(yè)務(wù)的了解，推廣新的硬件和新的解決方案，減少業(yè)務(wù)中服務(wù)器的投資規(guī)模。負(fù)責(zé)診斷和定位服務(wù)器硬件故障，開(kāi)發(fā)和維護(hù)服務(wù)器硬件監(jiān)控和健康檢查工具。

6.OS、內(nèi)核選擇及OS相關(guān)維護(hù)工作

負(fù)責(zé)整個(gè)平臺(tái)的操作系統(tǒng)選擇、定制和內(nèi)核優(yōu)化，以及補(bǔ)丁更新和內(nèi)部版本發(fā)布；建立基本的YUM包管理和分發(fā)中心，提供常用的包版本庫(kù)；跟進(jìn)日常各種與操作系統(tǒng)相關(guān)的故障；為不同業(yè)務(wù)類型提供針對(duì)性的優(yōu)化支持。

7.資產(chǎn)管理

記錄和管理與運(yùn)維相關(guān)的基本物理信息，包括數(shù)據(jù)中心、網(wǎng)絡(luò)、機(jī)柜、服務(wù)器、ACL、IP等資源信息，制定有效的程序，確保信息的準(zhǔn)確性；開(kāi)放API接口，為自動(dòng)化運(yùn)維提供數(shù)據(jù)支持。

8.基礎(chǔ)服務(wù)搭建

業(yè)務(wù)嚴(yán)重依賴DNS、NTP等基礎(chǔ)服務(wù)，需要設(shè)計(jì)高可用架構(gòu)，避免單點(diǎn)，提供穩(wěn)定的基礎(chǔ)服務(wù)。

應(yīng)用運(yùn)維

應(yīng)用運(yùn)維負(fù)責(zé)在線服務(wù)變更、服務(wù)狀態(tài)監(jiān)控、服務(wù)容災(zāi)、數(shù)據(jù)備份，并進(jìn)行日常服務(wù)檢查和故障應(yīng)急處理。具體工作職責(zé)如下。

1.設(shè)計(jì)評(píng)審

在產(chǎn)品開(kāi)發(fā)階段，參與產(chǎn)品設(shè)計(jì)評(píng)審，從運(yùn)維角度提出評(píng)審意見(jiàn)，使服務(wù)滿足運(yùn)維接入的高可用要求。

2.服務(wù)管理

負(fù)責(zé)制定線上業(yè)務(wù)升級(jí)變更和回滾計(jì)劃，并實(shí)施變更。掌握負(fù)責(zé)的服務(wù)，服務(wù)之間的關(guān)系，以及服務(wù)所依賴的各種資源。能夠發(fā)現(xiàn)服務(wù)缺陷，及時(shí)報(bào)告并推進(jìn)解決。制定服務(wù)穩(wěn)定性指標(biāo)和準(zhǔn)入標(biāo)準(zhǔn)，同時(shí)不斷完善和優(yōu)化流程和系統(tǒng)的功能和效率，提高運(yùn)行質(zhì)量。完善監(jiān)控內(nèi)容，提高報(bào)警準(zhǔn)確率。當(dāng)在線服務(wù)出現(xiàn)故障時(shí)，立即響應(yīng)，將已知在線故障按流程上報(bào)并按計(jì)劃執(zhí)行，并組織相關(guān)人員共同排除未知故障。

3.資源管理

管理各項(xiàng)服務(wù)的服務(wù)器資產(chǎn)，梳理服務(wù)器資源、數(shù)據(jù)中心分布、網(wǎng)絡(luò)專線和帶寬狀況，合理利用服務(wù)器資源，根據(jù)不同服務(wù)的需要，分配不同配置的服務(wù)器，確保服務(wù)器資源的可用性。充分利用。

4.例行檢查

制定例行服務(wù)檢查點(diǎn)并不斷改進(jìn)它們。根據(jù)既定的服務(wù)檢查點(diǎn)對(duì)服務(wù)進(jìn)行定期檢查。對(duì)檢查過(guò)程中發(fā)現(xiàn)的問(wèn)題要及時(shí)追溯，排除可能存在的隱患。

5.計(jì)劃管理

確定服務(wù)所需的各種監(jiān)控，系統(tǒng)指標(biāo)的閾值或臨界點(diǎn)，以及出現(xiàn)此類情況時(shí)的處理方案。建立和更新服務(wù)計(jì)劃文件，并根據(jù)日常故障情況不斷補(bǔ)充和改進(jìn)，提高計(jì)劃的完整性。能夠制定和審核各類計(jì)劃，并定期進(jìn)行計(jì)劃演練，確保計(jì)劃的可執(zhí)行性。

6.數(shù)據(jù)備份

制定數(shù)據(jù)備份策略，按照規(guī)范進(jìn)行數(shù)據(jù)備份。確保數(shù)據(jù)備份的可用性和完整性，并定期進(jìn)行數(shù)據(jù)恢復(fù)測(cè)試。

數(shù)據(jù)庫(kù)運(yùn)維

數(shù)據(jù)庫(kù)運(yùn)維負(fù)責(zé)數(shù)據(jù)存儲(chǔ)方案設(shè)計(jì)、數(shù)據(jù)庫(kù)表設(shè)計(jì)、索引設(shè)計(jì)和SQL優(yōu)化，以及數(shù)據(jù)庫(kù)的變更、監(jiān)控、備份、高可用設(shè)計(jì)。具體工作職責(zé)如下。

1.設(shè)計(jì)評(píng)審

在產(chǎn)品開(kāi)發(fā)初期，參與設(shè)計(jì)方案的評(píng)審，從DBA的角度提出數(shù)據(jù)存儲(chǔ)方案、數(shù)據(jù)庫(kù)表設(shè)計(jì)方案、SQL開(kāi)發(fā)標(biāo)準(zhǔn)、索引設(shè)計(jì)方案等，使服務(wù)可以滿足數(shù)據(jù)庫(kù)使用的高可用和高性能要求。

2.容量規(guī)劃

掌握負(fù)責(zé)服務(wù)的數(shù)據(jù)庫(kù)的容量限制，清楚了解當(dāng)前的瓶頸點(diǎn)，在服務(wù)未達(dá)到容量限制時(shí)及時(shí)優(yōu)化、拆分或擴(kuò)展。

3.數(shù)據(jù)備份與容災(zāi)

制定數(shù)據(jù)備份和災(zāi)難恢復(fù)策略，并定期完成數(shù)據(jù)恢復(fù)測(cè)試，以確保數(shù)據(jù)備份的可用性和完整性。

4.數(shù)據(jù)庫(kù)監(jiān)控

提高數(shù)據(jù)庫(kù)生存和性能監(jiān)控，及時(shí)了解數(shù)據(jù)庫(kù)運(yùn)行狀態(tài)和故障。數(shù)據(jù)庫(kù)安全 建立數(shù)據(jù)庫(kù)賬戶體系，嚴(yán)格控制賬戶權(quán)限和開(kāi)放范圍，降低誤操作和數(shù)據(jù)泄露風(fēng)險(xiǎn)；加強(qiáng)離線備份數(shù)據(jù)管理，降低數(shù)據(jù)泄露風(fēng)險(xiǎn)。

5.數(shù)據(jù)庫(kù)高可用和性能優(yōu)化

針對(duì)數(shù)據(jù)庫(kù)單點(diǎn)風(fēng)險(xiǎn)和故障設(shè)計(jì)相應(yīng)的切換方案，減少故障對(duì)數(shù)據(jù)庫(kù)服務(wù)的影響；不斷優(yōu)化數(shù)據(jù)庫(kù)的整體性能，包括引入新的存儲(chǔ)方案、硬件優(yōu)化、文件系統(tǒng)優(yōu)化、數(shù)據(jù)庫(kù)優(yōu)化、SQL優(yōu)化等，在保證成本不增加或不增加的情況下，數(shù)據(jù)庫(kù)可以支持更多的業(yè)務(wù)請(qǐng)求或小幅增加。

6.自動(dòng)化系統(tǒng)搭建

設(shè)計(jì)開(kāi)發(fā)數(shù)據(jù)庫(kù)自動(dòng)化運(yùn)維系統(tǒng)，包括數(shù)據(jù)庫(kù)部署、自動(dòng)擴(kuò)容、分庫(kù)分表、權(quán)限管理、備份恢復(fù)、SQL審計(jì)及上線、故障轉(zhuǎn)移等功能。

7.運(yùn)維研發(fā)

運(yùn)維研發(fā)負(fù)責(zé)通用運(yùn)維平臺(tái)的設(shè)計(jì)開(kāi)發(fā)，如資產(chǎn)管理、監(jiān)控系統(tǒng)、運(yùn)維平臺(tái)、數(shù)據(jù)權(quán)限管理系統(tǒng)等。提供運(yùn)維的各種API或研發(fā)人員封裝更高級(jí)別的自動(dòng)化運(yùn)維系統(tǒng)。具體工作職責(zé)如下。

8.運(yùn)維平臺(tái)

記錄和管理服務(wù)及其關(guān)聯(lián)，協(xié)助運(yùn)維人員自動(dòng)化處理日常運(yùn)維操作，包括機(jī)器管理、重啟、改名、初始化、域名管理、流量切換、故障預(yù)案執(zhí)行等.

9.監(jiān)控系統(tǒng)

負(fù)責(zé)監(jiān)控系統(tǒng)的設(shè)計(jì)與開(kāi)發(fā)，完成公司服務(wù)器及各類網(wǎng)絡(luò)設(shè)備資源指標(biāo)、在線業(yè)務(wù)運(yùn)營(yíng)指標(biāo)等的采集、報(bào)警、存儲(chǔ)、分析、展示和數(shù)據(jù)挖掘，并不斷完善報(bào)警性能的及時(shí)性、準(zhǔn)確性和智能性，促進(jìn)公司服務(wù)器資源的合理配置。

10.自動(dòng)化部署系統(tǒng)

參與部署自動(dòng)化系統(tǒng)的開(kāi)發(fā)，負(fù)責(zé)自動(dòng)化部署系統(tǒng)所需的基礎(chǔ)數(shù)據(jù)和信息，負(fù)責(zé)權(quán)限管理、API開(kāi)發(fā)、Web開(kāi)發(fā)。結(jié)合云計(jì)算，我們開(kāi)發(fā)并提供PaaS相關(guān)的高可用平臺(tái)，進(jìn)一步提升服務(wù)部署速度和用戶體驗(yàn)，提高資源利用率。

運(yùn)維安全

運(yùn)維安全負(fù)責(zé)網(wǎng)絡(luò)、系統(tǒng)和業(yè)務(wù)的安全加固，定期進(jìn)行安全掃描、滲透測(cè)試、安全工具和系統(tǒng)的研發(fā)、安全事件的應(yīng)急處理。具體工作職責(zé)如下。

1.安全系統(tǒng)建立

根據(jù)公司內(nèi)部的具體流程制定切實(shí)有效的安全體系。

2.安全培訓(xùn)

定期對(duì)員工進(jìn)行有針對(duì)性的安全培訓(xùn)和考核，在全公司范圍內(nèi)建立安全責(zé)任人制度。

3.風(fēng)險(xiǎn)評(píng)估

通過(guò)黑白盒測(cè)試檢查機(jī)制，定期生成物理網(wǎng)絡(luò)、服務(wù)器、業(yè)務(wù)應(yīng)用、用戶數(shù)據(jù)等整體風(fēng)險(xiǎn)評(píng)估結(jié)果。

4.安全建設(shè)

根據(jù)風(fēng)險(xiǎn)評(píng)估結(jié)果，加強(qiáng)最薄弱環(huán)節(jié)，包括設(shè)計(jì)安全防線、部署安全設(shè)備、及時(shí)更新補(bǔ)丁、防病毒、自動(dòng)掃描源代碼、咨詢業(yè)務(wù)產(chǎn)品安全等。為了降低可能泄露的數(shù)據(jù)的價(jià)值，通過(guò)加密、匿名化、混淆甚至定期刪除等技術(shù)手段和流程來(lái)達(dá)到目的。

5.安全合規(guī)性

為了滿足支付許可等合規(guī)要求，安全團(tuán)隊(duì)負(fù)責(zé)安全合規(guī)的對(duì)外接口。

6.應(yīng)急響應(yīng)

建立安全報(bào)警系統(tǒng)，通過(guò)安全中心收集第三方發(fā)現(xiàn)的安全問(wèn)題，并組織各部門對(duì)發(fā)現(xiàn)的安全問(wèn)題進(jìn)行修復(fù)服務(wù)器運(yùn)維，評(píng)估影響，事后追查安全原因。

運(yùn)維工作開(kāi)發(fā)流程

早期運(yùn)維團(tuán)隊(duì)主要進(jìn)行數(shù)據(jù)中心建設(shè)、基礎(chǔ)網(wǎng)絡(luò)建設(shè)、服務(wù)器采購(gòu)和服務(wù)器安裝交付工作，人員較少。它很少涉及在線服務(wù)的更改、監(jiān)控和管理。

此時(shí)，運(yùn)維團(tuán)隊(duì)更多地扮演著基礎(chǔ)設(shè)施的角色，提供簡(jiǎn)單可用的網(wǎng)絡(luò)環(huán)境和系統(tǒng)環(huán)境。

隨著業(yè)務(wù)產(chǎn)品的逐漸成熟，對(duì)服務(wù)質(zhì)量提出了更高的要求。此時(shí)運(yùn)維團(tuán)隊(duì)也會(huì)承擔(dān)一些服務(wù)器監(jiān)控工作，同時(shí)也會(huì)負(fù)責(zé)LVS、Nginx等4/7層與業(yè)務(wù)邏輯無(wú)關(guān)的運(yùn)維工作。

這時(shí)候服務(wù)變更更多的是手動(dòng)操作，或者是一些簡(jiǎn)單的批處理腳本。監(jiān)控的重點(diǎn)更多是服務(wù)器狀態(tài)和資源使用情況，很少對(duì)服務(wù)應(yīng)用狀態(tài)進(jìn)行監(jiān)控，更多的監(jiān)控使用Cacti等各種開(kāi)源系統(tǒng)。

由于業(yè)務(wù)規(guī)模和復(fù)雜性的不斷增加，運(yùn)維團(tuán)隊(duì)將逐漸分為應(yīng)用運(yùn)維和系統(tǒng)運(yùn)維。應(yīng)用運(yùn)維開(kāi)始接手線上業(yè)務(wù)，逐步開(kāi)展服務(wù)監(jiān)控整理、數(shù)據(jù)備份和服務(wù)變更等工作。

隨著服務(wù)的深入，應(yīng)用運(yùn)維工程師有能力開(kāi)始對(duì)服務(wù)進(jìn)行一些簡(jiǎn)單的優(yōu)化。同時(shí)，為了應(yīng)對(duì)每天大量的服務(wù)變更，我們也開(kāi)始編寫各種運(yùn)維工具，可以方便地批量變更某些服務(wù)。

隨著業(yè)務(wù)規(guī)模的增加，由于容量規(guī)劃不足或抗風(fēng)險(xiǎn)能力弱導(dǎo)致基礎(chǔ)設(shè)施故障越來(lái)越多，迫使運(yùn)維人員開(kāi)始將更多精力投入到多數(shù)據(jù)中心容災(zāi)，在計(jì)劃管理的方向。

業(yè)務(wù)規(guī)模達(dá)到一定程度后，開(kāi)源監(jiān)控系統(tǒng)在性能和功能上已經(jīng)不能滿足業(yè)務(wù)需求；大量的服務(wù)變更和復(fù)雜的服務(wù)關(guān)系，以往人工記錄和工具變更的方式既高效又準(zhǔn)確。性方面也無(wú)法滿足業(yè)務(wù)需求。

安全方面也發(fā)生了大大小小的事件，迫使我們將更多的精力投入到安全防御上。運(yùn)維團(tuán)隊(duì)逐漸形成了上述5大類崗位，每個(gè)崗位都需要專門人才。

此時(shí)系統(tǒng)運(yùn)維更側(cè)重于基礎(chǔ)設(shè)施建設(shè)和運(yùn)維，提供穩(wěn)定高效的網(wǎng)絡(luò)環(huán)境，將服務(wù)器等資源交付給應(yīng)用運(yùn)維工程師。應(yīng)用運(yùn)維更關(guān)注服務(wù)運(yùn)行狀態(tài)和效率。

數(shù)據(jù)庫(kù)運(yùn)維是對(duì)應(yīng)用運(yùn)維工作的細(xì)化，更側(cè)重于數(shù)據(jù)庫(kù)領(lǐng)域的自動(dòng)化、性能優(yōu)化和安全防御。運(yùn)維研發(fā)和運(yùn)維安全提供各種平臺(tái)和工具，進(jìn)一步提高運(yùn)維工程師的工作效率，讓業(yè)務(wù)服務(wù)運(yùn)行更加穩(wěn)定、高效、安全。

我們將運(yùn)維開(kāi)發(fā)過(guò)程分為4個(gè)階段：

人工管理階段：業(yè)務(wù)流量不大，服務(wù)器數(shù)量比較少，系統(tǒng)復(fù)雜度不高。對(duì)于日常的業(yè)務(wù)管理操作，大家更有可能一一登錄服務(wù)器進(jìn)行手動(dòng)操作。他們每個(gè)人都在以自己的方式戰(zhàn)斗。每個(gè)人都有自己的操作方法，缺乏必要的操作標(biāo)準(zhǔn)和流程機(jī)制。例如，業(yè)務(wù)目錄環(huán)境都是不同的。各種。

工具批量操作階段：隨著服務(wù)器規(guī)模和系統(tǒng)復(fù)雜度的增加，全手工操作模式已經(jīng)不能滿足業(yè)務(wù)快速發(fā)展的需要。因此，運(yùn)維人員逐漸開(kāi)始使用批量操作工具，針對(duì)不同的操作類型出現(xiàn)了不同的腳本程序。

但每個(gè)團(tuán)隊(duì)都有自己的工具，每次運(yùn)營(yíng)需求發(fā)生變化時(shí)都需要對(duì)其進(jìn)行調(diào)整。這主要是由于環(huán)境和操作規(guī)范不足，導(dǎo)致可編程處理能力較弱。至此，雖然效率有了一定的提升，但很快又遇到了瓶頸。

操作的質(zhì)量并沒(méi)有太大的提高，甚至可能由于批量執(zhí)行而導(dǎo)致更大規(guī)模的問(wèn)題。我們開(kāi)始建立大量的流程規(guī)范，比如審核機(jī)制，先用服務(wù)器上線觀察10分鐘再繼續(xù)后續(xù)操作，升級(jí)完成后至少觀察20分鐘。

這些主要是由人來(lái)監(jiān)督和執(zhí)行，但在實(shí)際過(guò)程中往往執(zhí)行不到位，降低了工作效率。

平臺(tái)管理階段：這個(gè)階段對(duì)運(yùn)維效率和誤操作率有更高的要求。我們決定開(kāi)始搭建運(yùn)維平臺(tái)，通過(guò)平臺(tái)承載標(biāo)準(zhǔn)和流程，從而解放人力，提高質(zhì)量。

此時(shí)對(duì)服務(wù)的變更動(dòng)作進(jìn)行了抽象，形成了操作方法、服務(wù)目錄環(huán)境、服務(wù)操作方式的統(tǒng)一標(biāo)準(zhǔn)。比如程序的啟停界面必須包括啟動(dòng)、停止、過(guò)載等。運(yùn)行過(guò)程受平臺(tái)約束，比如上面提到的在線服務(wù)器觀察10分鐘。

在平臺(tái)中強(qiáng)制設(shè)置暫停檢查點(diǎn)。第一臺(tái)服務(wù)器運(yùn)行完成后，運(yùn)維人員需要填寫相應(yīng)的檢查項(xiàng)，才能繼續(xù)進(jìn)行后續(xù)的部署動(dòng)作。

系統(tǒng)自調(diào)度階段：服務(wù)數(shù)量更多，服務(wù)關(guān)聯(lián)更復(fù)雜，運(yùn)維平臺(tái)多樣，原來(lái)將批量操作轉(zhuǎn)化為平臺(tái)操作的方式已經(jīng)不適用，需要改變服務(wù)。做更高層次的抽象。

將每臺(tái)服務(wù)器抽象成一個(gè)容器，調(diào)度系統(tǒng)根據(jù)資源使用情況調(diào)度和部署服務(wù)到合適的服務(wù)器，并自動(dòng)完成與周邊運(yùn)維系統(tǒng)的聯(lián)動(dòng)，如監(jiān)控系統(tǒng)、日志系統(tǒng)、備份系統(tǒng)等.

通過(guò)自調(diào)度系統(tǒng)，可以根據(jù)業(yè)務(wù)運(yùn)行動(dòng)態(tài)擴(kuò)展容量，自動(dòng)處理常見(jiàn)業(yè)務(wù)故障。運(yùn)維人員的工作也將推進(jìn)到產(chǎn)品設(shè)計(jì)階段，協(xié)助研發(fā)人員改造服務(wù)，使其能夠接入自調(diào)度系統(tǒng)。

在整個(gè)運(yùn)維的發(fā)展過(guò)程中，我們希望所有的工作都實(shí)現(xiàn)自動(dòng)化，減少人的重復(fù)性工作，降低知識(shí)轉(zhuǎn)移的成本，讓我們的運(yùn)維交付更高效、更安全，產(chǎn)品運(yùn)行更穩(wěn)定。對(duì)于故障的處理，也希望后處理變成早期發(fā)現(xiàn)，人工處理變成系統(tǒng)自動(dòng)容災(zāi)。