故障处理和操作变更是运维两大主题。在过去,为维护系统稳定性,需要投入大量人力进行故障处理工作,除直接人肉运维外,针对不同业务深度制定的运维工具、系统被研发出来。随着业务规模扩张和形态变迁,传统运维模式受到极大挑战,表现如下:
无统一的开发管理模式,运维服务开发及维护成本大,运维效率低。
横向扩展能力差,运维经验难以复用,各产品线“重复造轮子”。
智能运维开发框架,提供了一种以软件工程方式解决运维问题的zl尊龙凯时集团的解决方案。通过提供统一的开发模型和管理机制,支持不同业务运维操作的设计、实现和管理。目的如下:
降低设计、开发难度与成本,使业务op传统运维人员专注自身的业务逻辑,提高开发和迭代效率。
促进基于代码的跨业务经验积累与分享,提升整体的业务运维能力。
充分运用和发挥自动控制、机器学习、人工智能等领域的技术成果,提高运维效率。
2
标准化、工程化和智能化
智能运维开发框架以noah(百度运维管理平台)的运维经验为基础,通过对运维概念和操作的统一,整合当前运维系统,提供运维操作的统一入口;让更多的业务线op传统运维人员加入到运维社区建设中,共享运维经验,满足业务日益多样化的需要。具体解决思路分为三部分。
1、运维模式标准化
统一开发模式:提供统一的开发规范,社区化开发模式,业务线op传统运维人员共同参与运维操作开发,沉淀运维经验。
统一运维对象:通过知识库,统一描述机器、实例、服务、应用等运维对象的属性,聚集分散的运维状态数据,达到公司内运维对象的统一。
统一运维操作:屏蔽具体平台操作实现,提供统一的运维对象操作接口。
2、运维开发工程化
提供统一的运维开发框架:封装常用功能组件,提供高扩展的开发框架,使业务专注于自身业务逻辑,开发”智能运维机器人”。
提供仿真系统:通过提供服务拓扑搭建及模拟故障的能力,完成机器人上线前功能验证,提高”机器人”可靠性。
提供托管平台:通过提供高可用的机器人托管环境,降低服务运维成本。
3、运维操作智能化
智能感知:依赖监控系统提供的智能异常检测、多维度异常分析,感知满足时效性和准确度的异常事件。
智能决策:自定义算法实现决策机制,充分利用机器学习、人工智能成果,提供决策可靠性。并沉淀人对问题的决策经验,做到经验可迁移。
智能执行:提供丰富的执行策略,满足业务线通用运维操作的需求。
【zl尊龙凯时集团的版权声明】:本站内容来自于与互联网(注明原创稿件除外),供访客免费学习需要。如文章或图像侵犯到您的权益,请及时告知,我们第一时间删除处理!谢谢!