目前大部份運維團隊打著“救火”、“背鍋”、“低價值”等標簽,其運維特點歸納下有四個特點:
? 被動救火式,以被動保障業(yè)務(wù)系統(tǒng)運行,日常計劃性工作容易被打斷、擱置;
? 問題驅(qū)動式,以系統(tǒng)可用性、可靠性、業(yè)務(wù)請求等問題驅(qū)動運維工作;
? 操作運維,重復(fù)性、操作類點主要工作量的運維模式;
? 經(jīng)驗式運維,由人工經(jīng)驗驅(qū)動的運維模式,尤其是一些經(jīng)驗豐富的老員工的離職在短期內(nèi)會對運維質(zhì)量帶來一定的沖擊。
針對上面四個特點我們提出了四個轉(zhuǎn)型:
? 分別是從被動救火式向主動精細化轉(zhuǎn)型,主動分析,主動優(yōu)化,驅(qū)動開發(fā),促進DEVOPS的落地;
? 從問題驅(qū)動向價值驅(qū)動轉(zhuǎn)型,以業(yè)務(wù)體驗、服務(wù)滿意度、促進業(yè)務(wù)更好發(fā)展;
? 從操作運維向運維開發(fā)轉(zhuǎn)型,通過為運維人員提供運維開發(fā)平臺,降低運維開發(fā)門檻,快速落地一些緊迫的運維工具,降低操作性、重復(fù)性的運維工作;
? 從依靠經(jīng)驗向智能化驅(qū)動運維轉(zhuǎn)型,結(jié)合數(shù)據(jù)分析、知識庫、機器學(xué)習(xí)技術(shù)促進運維智能化。
三唐一體化運維平臺以IT資產(chǎn)為基礎(chǔ),以業(yè)務(wù)信息系統(tǒng)為核心,以用戶體驗為指引,從監(jiān)控、審計、風(fēng)險、運維四個維度建立一套可度量的統(tǒng)一業(yè)務(wù)支撐平臺,使得各種用戶能夠?qū)I(yè)務(wù)信息系統(tǒng)進行可用性、性能與服務(wù)水平監(jiān)控,事件分析、審計、預(yù)警與響應(yīng)、風(fēng)險及態(tài)勢的度量與評估,標準化、例行化、常態(tài)化的安全流程管控,從而最終實現(xiàn)業(yè)務(wù)信息系統(tǒng)的持續(xù)安全運營。
是指實現(xiàn)全面檢測系統(tǒng)運行質(zhì)量,提高SLA水平,降低運維成本。實現(xiàn)以服務(wù)為粒度的運營監(jiān)控,對系統(tǒng)實時運行狀態(tài)、健康程度、相互間調(diào)用關(guān)系、復(fù)雜程度、成本效能等指標進行的管理監(jiān)控。
?全要素
實現(xiàn)全要素是指運維設(shè)備資產(chǎn)、備品備件、應(yīng)用及系統(tǒng)、供應(yīng)商、專家、評價、績效、等設(shè)備能力和業(yè)務(wù)能力全要素監(jiān)控監(jiān)管與服務(wù)。
l運維服務(wù)場景化
?業(yè)務(wù)可視化
通過業(yè)務(wù)結(jié)構(gòu)建模,實現(xiàn)端到端追蹤和分析,達到業(yè)務(wù)可視化呈現(xiàn)和流量行為可視化
?設(shè)備可視化
通過對設(shè)備內(nèi)部邏輯結(jié)構(gòu)的建模,以可視化、結(jié)構(gòu)化的方式呈現(xiàn)實時運行狀態(tài)和性能,實現(xiàn)由黑盒變白盒的運維模式轉(zhuǎn)變,提高故障識別和分析定位的效率。
?網(wǎng)絡(luò)可視化
真實動態(tài)全局網(wǎng)絡(luò)拓撲環(huán)境呈現(xiàn),圖形化的連通視圖展現(xiàn)設(shè)備聯(lián)通狀態(tài),快速定位問題設(shè)備
?IT環(huán)境資產(chǎn)可視化
通過可視建模,結(jié)合機房動環(huán)系統(tǒng)的溫濕度、煙感、UPS等數(shù)據(jù),實現(xiàn)IT環(huán)境的三維動態(tài)展現(xiàn),實現(xiàn)真時運行狀態(tài)
?大數(shù)據(jù)可視化分析
如故障分析、安全性分析、可用性分析、容量分析、性能分析等一系統(tǒng)智能分析和預(yù)測。
l運維服務(wù)智能化
智能化運維是一個集互聯(lián)網(wǎng)、人工智能、數(shù)據(jù)可視化、運維網(wǎng)格化、智能研判分析與預(yù)警及信息安全為一體的互聯(lián)網(wǎng)+、創(chuàng)新性運維生態(tài)服務(wù)平臺。通過構(gòu)建數(shù)據(jù)收集、處理、智能分析與預(yù)測、智能糾錯與自愈、智能跟蹤與評價、智能管理、信息安全的智能化運維生態(tài)平臺,實現(xiàn)運維的全流程、全要素的監(jiān)管與服務(wù)。
l運維服務(wù)感知化
通過運維機器人,進行運維大數(shù)據(jù)智能分析,基于優(yōu)化機器學(xué)習(xí)算法,對海量異構(gòu)數(shù)據(jù)進行深度挖掘關(guān)聯(lián)性分析,實現(xiàn)異常檢測,智能預(yù)測,產(chǎn)業(yè)優(yōu)化和決策輔助,實現(xiàn)ITOA 運維*,防患未然。