01. 何為自動化運維&普通運維？

在了解兩者的區(qū)別前，我們得先明確對二者的定義，總的來說運維工作的目的都是為了保障企業(yè)業(yè)務(wù)連續(xù)性，核心在于提供高效、高質(zhì)量、安全的IT運維服務(wù)。

大部分人對“普通運維”的認(rèn)知應(yīng)該是指IT的傳統(tǒng)運維模式，大量依靠人工的手段去維護(hù)企業(yè)基礎(chǔ)設(shè)施和應(yīng)用運行穩(wěn)定，基本都包括日常維護(hù)、監(jiān)控保障、變更發(fā)布、資源管理、運維流程、服務(wù)支持等內(nèi)容。至于“自動化”這一詞，隨著現(xiàn)代控制理論和電子計算機(jī)的出現(xiàn)，更多的是指將自動控制和信息處理相結(jié)合，使得機(jī)器設(shè)備、系統(tǒng)或過程在沒有人或較少人的直接參與下，按照人的要求，經(jīng)過自動檢測、信息處理、分析判斷和操作控制來實現(xiàn)預(yù)期的目標(biāo)的過程。

放到自動化運維的維度，更多的是針對特定的運維場景，將運維一線人員長期做的一些周期性、重復(fù)性的工作抽離出來，借助自動化工具或平臺來替代或協(xié)助完成運維工作，提升運維效率降低系統(tǒng)風(fēng)險，促進(jìn)運維組織的成熟和能力的升級。

“普通運維”和自動化運維并不存在嚴(yán)格的邊界劃分，自動化運維是普通傳統(tǒng)運維演進(jìn)的一種更高階狀態(tài)。至于為何企業(yè)運維部門會大力投入資源做運維的自動化升級，根源在于圍繞運維的三個核心（效率、質(zhì)量、安全），原來的傳統(tǒng)運維方式都存在著對應(yīng)的問題：

• 隨著業(yè)務(wù)架構(gòu)的復(fù)雜、異構(gòu)、海量，傳統(tǒng)依靠純手工的維護(hù)方式效率太低；
• 運維服務(wù)質(zhì)量通常取決于運維人員的個人能力，一旦人員出現(xiàn)變動或操作不規(guī)范都難以保障服務(wù)的質(zhì)量；
• 對于日常運維的各項操作，以及后期審計都存在風(fēng)險和安全漏洞，出現(xiàn)問題無法追溯和追責(zé)。

就筆者近幾年在各個行業(yè)內(nèi)的調(diào)研和實踐情況來看，企業(yè)IT部門的數(shù)字化水平和運維部門的工具能力建設(shè)都難以支撐或無法完全替代傳統(tǒng)運維的全部工作，要實現(xiàn)真正意義上的完全自動化運維還存在包括運維技術(shù)和理念、企業(yè)內(nèi)部管理制度和工作規(guī)范等等的約束，但傳統(tǒng)運維方式向自動化逐步演進(jìn)的趨勢是可以預(yù)見的。

02. 企業(yè)從傳統(tǒng)普通運維向自動化運維升級能否一步到位？

2016年互聯(lián)網(wǎng)行業(yè)開始進(jìn)入所謂下半場，各種“數(shù)字經(jīng)濟(jì)”“云原生”“大數(shù)據(jù)”“AI”等概念層次不窮，傳統(tǒng)行業(yè)特別是金融、能源、政府單位等也開始卷入數(shù)字化轉(zhuǎn)型的大潮，從業(yè)務(wù)端數(shù)字化最先開始也即轉(zhuǎn)向O2O、云計算到傳統(tǒng)開發(fā)架構(gòu)轉(zhuǎn)向云原生，最終運維也隨之主動或被迫迎來屬于自己的數(shù)字化轉(zhuǎn)型。

其中自動化運維就是數(shù)字化轉(zhuǎn)型中很熱門的話題之一，在2017-2020年間是各企業(yè)/單位紛紛上馬各類自動化運維項目最為活躍的時期。但在落地后的一段時間漸漸會發(fā)現(xiàn)還是存在種種的問題，比如各工具相對獨立無法實現(xiàn)聯(lián)動，工具擴(kuò)展性能差，開源工具漏洞無人維護(hù)，IT的配置數(shù)據(jù)不準(zhǔn)確等，原本的目的是希望借助自動化工具能提升運維的效率，沒想到在某種程度上反而成為制約運維效率提升的原因之一。

近兩年來這些企業(yè)又開始返工，回來重新修煉“基本功”。在筆者看來要實現(xiàn)從普通運維向自動化運維的升級，必須先做好以下幾方面的基本功，否則自動化運維只會曇花一現(xiàn)，無法持續(xù)的支撐運維工作，更談不上提升運維工作的效率和保障業(yè)務(wù)的數(shù)字化轉(zhuǎn)型。那么企業(yè)要實現(xiàn)自動化運維之前要做好哪些鋪墊呢？

筆者認(rèn)為運維的數(shù)字化轉(zhuǎn)型依次遵循“對象數(shù)字化”、“行為數(shù)字化”、“運營數(shù)字化” 的方式是目前最佳的演進(jìn)路徑。具體來說，建議企業(yè)在對運維進(jìn)行數(shù)字化轉(zhuǎn)型或運維升級的過程中，首先將CMDB作為企業(yè)IT架構(gòu)進(jìn)行數(shù)字化描述的基礎(chǔ)，只有實現(xiàn)IT架構(gòu)中每一個對象的數(shù)字化，才能實現(xiàn)其狀態(tài)的數(shù)字化，從而實現(xiàn)其可觀測性，進(jìn)而通過操作和服務(wù)行為的數(shù)字化，實現(xiàn)不同場景下的運維自動化來保障業(yè)務(wù)的連續(xù)性和敏捷性。在此基礎(chǔ)上才有可能實現(xiàn)運維的終極目標(biāo)——構(gòu)建企業(yè)級的技術(shù)運營體系，全面支撐企業(yè)數(shù)字化實現(xiàn)成功。

值得一提的是，并非要求所有企業(yè)一定嚴(yán)格按照以上的路徑來提升自己的運維水平，建議企業(yè)可以根據(jù)自身的實際情況在統(tǒng)一的運維平臺之上進(jìn)行建設(shè)，一方面對于已有的工具可以盡量整合充分利舊，另一方面對于缺失的能力進(jìn)行補(bǔ)足和加強(qiáng)。

03. 那么企業(yè)如何真正的落地自動化運維呢？

如果我們企業(yè)在前期已經(jīng)有了相對扎實的基礎(chǔ)，比如有比較完善的配置管理系統(tǒng)、監(jiān)控告警體系和運維流程管理平臺再來考慮自動化運維的建設(shè)會更加合理，避免出現(xiàn)返工或重復(fù)建設(shè)的情況，落地的效果和產(chǎn)生的收益也會更顯著。筆者認(rèn)為落地自動化運維要分為以下幾個步驟：

1）評估企業(yè)所處的運維發(fā)展階段

企業(yè)可組織梳理現(xiàn)在內(nèi)部的運維工具特別是自動化工具的建設(shè)情況，是否具備腳本/命令批量執(zhí)行、文件下發(fā)和數(shù)據(jù)采集能力，是否具備作業(yè)執(zhí)行包括定時、API調(diào)用和作業(yè)編排的能力，是否擁有跨區(qū)域的平臺底座，評估現(xiàn)有人員的配置情況和能力。最簡單的方式見下圖判斷企業(yè)目前處于自動化運維成熟度的哪一階段？

2）打造統(tǒng)一的自動化運維平臺

組織一個團(tuán)隊負(fù)責(zé)自動化基礎(chǔ)平臺的建設(shè)，IT各個部門和組織根據(jù)需求自行在平臺上開發(fā)SaaS工具。既要求發(fā)揮多方的積極性，又可以形成很好的合力，兼顧個性化需求和團(tuán)隊共性。這就對平臺本身的建設(shè)提出極高挑戰(zhàn)，要求能夠提供統(tǒng)一架構(gòu)、統(tǒng)一認(rèn)證、統(tǒng)一調(diào)用、統(tǒng)一接入等能力，實現(xiàn)自動化工具的敏捷和快速迭代。

這意味著自動化運維平臺的能力層（PaaS）需要將原有的運維能力進(jìn)行拆分，將公用的能力沉淀下來形成各個原子比如有管控平臺、作業(yè)平臺、標(biāo)準(zhǔn)運維等，有統(tǒng)一接入的接口API Gateway能對接外部的系統(tǒng)和第三方工具（iPaaS），同時具備基于PaaS的開發(fā)框架針對不同的運維場景去做運維工具的開發(fā)（aPaaS）。正是基于運維平臺開發(fā)的所有自動化工具才能在平臺上能實現(xiàn)天然的交互聯(lián)動，形成真正統(tǒng)一的自動化運維平臺。

3）梳理企業(yè)現(xiàn)有的運維流程

絕大部分的運維流程都會同時涉及到各類操作執(zhí)行流和審批流，因此有必要提前梳理清楚各類運維流程，比如在金融行業(yè)都會有非常嚴(yán)格的運維流程要求，一般都會參照像ITIL、ISO20000、ITSS等的標(biāo)準(zhǔn)去建設(shè)。對于已完善的流程要梳理哪些環(huán)節(jié)可以通過自動化手段代替或協(xié)助完成，保證涉及的流程節(jié)點盡量實現(xiàn)線上化、自動化、標(biāo)準(zhǔn)化，以此提高整個流程的效率。

4）在運維平臺上持續(xù)構(gòu)建自動化運維場景

通過OASR（對象-場景-工具-人員）模型具體分析運維場景，首先明確針對的是哪些運維對象、應(yīng)用系統(tǒng)和基礎(chǔ)架構(gòu)；其次梳理現(xiàn)有運維的組織架構(gòu)中人員的構(gòu)成，針對這些運維對象可以使用哪些運維工具；最后我們對運維操作進(jìn)行編排和執(zhí)行，形成自動化運維的場景。按這類方法梳理出來的場景會有很多，在這里我們核心解決日常運維任務(wù)、應(yīng)用發(fā)布、災(zāi)備切換、資源交付等自動化場景。

04. 嘉為藍(lán)鯨提供的自動化運維解決方案

針對不同的運維場景，嘉為藍(lán)鯨提供一系列自動化運維解決方案，自動化運維提升的關(guān)鍵在于IT對象執(zhí)行能力的整合和場景構(gòu)建。為實現(xiàn)ITOM融合的體系自動化并全面覆蓋運維工作，需在執(zhí)行能力整合達(dá)到運維能力原子化的基礎(chǔ)上完成跨IT對象的執(zhí)行編排調(diào)度，從單對象的自動化突破到發(fā)布、災(zāi)切、應(yīng)用巡檢等復(fù)合場景的構(gòu)建。

限于篇幅的原因，在這里筆者提供三個常見的自動化運維場景（應(yīng)用發(fā)布自動化、災(zāi)備切換自動化、巡檢自動化）供題主參考，后續(xù)其他自動化場景可持續(xù)擴(kuò)展。

1）應(yīng)用發(fā)布自動化

背景：應(yīng)用架構(gòu)不斷更新，用戶需求激增，應(yīng)用數(shù)量成倍增長，發(fā)布迭代的速度越來越快。應(yīng)用運維確保應(yīng)用穩(wěn)定運行，還需同時響應(yīng)研發(fā)、業(yè)務(wù)訴求，完成版本變更或上線交付，提供相關(guān)服務(wù)給到業(yè)務(wù)、運營和測試等外部人員。 產(chǎn)品能力：嘉為藍(lán)鯨應(yīng)用發(fā)布中心支持單體、SOA、微服務(wù)、容器化應(yīng)用的發(fā)布與管理；支持程序包、配置文件及其實例化、SQL包、模板集（K8s YAML文件）的發(fā)布；支持多應(yīng)用、多實例、多環(huán)境、多集群發(fā)布；支持定時、并行、滾動、分批發(fā)布、藍(lán)綠發(fā)布、灰度發(fā)布等方式；可快速發(fā)布或回滾，具備靈活的可視化編排引擎。幫助企業(yè)高效、快速、規(guī)范、穩(wěn)定地實現(xiàn)自動化部署。

2）災(zāi)備切換自動化

背景：企業(yè)對業(yè)務(wù)中斷的容忍度不斷降低，業(yè)務(wù)架構(gòu)復(fù)雜度提升，切換流程也越來越復(fù)雜。企業(yè)能否順利完成災(zāi)備切換，取決于災(zāi)備系統(tǒng)的建設(shè)，災(zāi)備演練是否充分以及災(zāi)備切換步驟是否準(zhǔn)確到位。同時企業(yè)需要通過實際的災(zāi)備切換演練來不斷地優(yōu)化改進(jìn)災(zāi)備預(yù)案。

產(chǎn)品能力：嘉為藍(lán)鯨災(zāi)備切換自動化提供靈活的流程編排能力，幫助企業(yè)實現(xiàn)應(yīng)用災(zāi)備切換及恢復(fù)的預(yù)案管理和操作自動化，支持一鍵災(zāi)備切換和大屏跟蹤展示，能夠保證企業(yè)定期災(zāi)備切換活動的成功進(jìn)行，同時助力企業(yè)數(shù)字化轉(zhuǎn)型。

3）應(yīng)用巡檢自動化

背景：自動化巡檢是對網(wǎng)絡(luò)、服務(wù)器、服務(wù)/應(yīng)用的巡檢手動操作轉(zhuǎn)變成自動化的形式。通常巡檢工作面臨如下幾個場景的問題：

• 要提升效率，解決如何高效的在海量對象上進(jìn)行操作的問題；
• 需要靈活區(qū)分和獲取不同對象在不同環(huán)境/場景下的巡檢結(jié)果；
• 企業(yè)內(nèi)部網(wǎng)絡(luò)環(huán)境復(fù)雜，巡檢時需解決網(wǎng)絡(luò)不通或者開大量防火墻/網(wǎng)絡(luò)策略的問題，流程麻煩且安全不好管控。

產(chǎn)品能力：嘉為藍(lán)鯨自動化巡檢中心改變運維人員傳統(tǒng)重復(fù)手動巡檢的工作方式，支持用戶自定義巡檢腳本和巡檢對象，覆蓋即時性、周期性等巡檢場景，根據(jù)任務(wù)計劃實現(xiàn)自動化巡檢并生成標(biāo)準(zhǔn)可視化報告，減少巡檢工作量并提高巡檢有效性，助力運維人員輕松全面掌握IT對象運行狀態(tài)及潛在風(fēng)險。