近年(nián)來運維技術飛(fēi)速發展，運維團隊大多建設好了各種系統，虛拟化、容器化、持續集成等等。但是如(rú)何有(yǒu)效的(de)利用這些系統最終實現站點的(de)高(gāo)可(kě)用、高(gāo)性能、高(gāo)可(kě)擴展？随着智能化技術的(de)發展，為(wèi)了解決上述運維領域的(de)問題，智能運維的(de)呼聲越來越高(gāo)。
在日志易産品總監饒琛琳看來，目前國(guó)內(nèi)智能運維發展還處于一(yī)個探索階段，要想盡快在智能運維領域有(yǒu)所突破，首先要主抓好監控系統和(hé)告警系統，并利用機(jī)器學(xué)習算法進行(xíng)快速監控和(hé)排障。饒琛琳，日志易産品總監，曾任新浪微博系統架構師、大數據運維技術專家，從事運維 11 年(nián)，精通大規模互聯網性能優化，機(jī)器數據處理(lǐ)分析，監控和(hé)管理(lǐ)平台的(de)部署開發。
這裏，就将饒琛琳對智能運維的(de)發展一(yī)些早期觀點和(hé)看法整理(lǐ)出來，和(hé)大家一(yī)起探讨下運維未來的(de)發展方向。
1對當下國(guó)內(nèi)運維領域現狀的(de)看法
簡單來講，目前國(guó)內(nèi)運維界在自(zì)動化方面已經達到了一(yī)定的(de)水平，就現階段而言，自(zì)動化和(hé)監控兩部分還是有(yǒu)一(yī)定距離(lí)。例如(rú)，你拿到了監控類的(de)報警，可(kě)能不清楚立馬去(qù)做(zuò)哪一(yī)項自(zì)動化的(de)部署。如(rú)果能把自(zì)動化和(hé)監控這兩部分有(yǒu)機(jī)的(de)結合起來，運維的(de)工作會運轉的(de)更加順利。
2移動端和(hé)微服務給運維工作帶來的(de)挑戰
在 PC 端的(de)時代，運維的(de)很多工作受限于浏覽器，運維人員拿不到用戶端真實的(de)數據。這種狀況下，大家就會普遍采購一(yī)些第三方服務，嘗試獲取終端數據。而在移動端時期，我們都有(yǒu)自(zì)己的(de) IP，可(kě)以把一(yī)些采點的(de)邏輯放在自(zì)己的(de) IP 裏，然後獲取到更準确、更真實的(de)客戶數據。相對于挑戰來說，這其實是移動端帶來的(de)好處。
微服務的(de)出現給運維工作帶來一(yī)些難題。沒有(yǒu)出現微服務之前，運維人員在一(yī)台或者兩三台機(jī)器中就可(kě)以完成問題排查。出現微服務之後，這些問題可(kě)能拆到了好幾十個分布式的(de)地(dì)方，各自(zì)的(de)輸出，甚至啓停會很方便，你有(yǒu)可(kě)能遇到在找問題的(de)時候混淆的(de)情況。而解決這些麻煩就是需要智能運維。
3在大數據時代，智能運維與數據之間、自(zì)動化運維之間有(yǒu)何關系
智能運維的(de)理(lǐ)想狀态就是把運維工作的(de)三大部分：監控、管理(lǐ)和(hé)故障定位，利用一(yī)些機(jī)器學(xué)習算法的(de)方法把它們有(yǒu)機(jī)結合起來。
在大數據時代，智能運維是基于大數據之上。目前看來，運維想要把監控、管理(lǐ)和(hé)故障定位這三部分有(yǒu)機(jī)結合起來，就不可(kě)避免的(de)需要用到智能算法，而體現智能算法價值的(de)一(yī)點就是：智能算法需要大量的(de)數據去(qù)做(zuò)支撐。
自(zì)動化運維這幾年(nián)處在一(yī)個良性發展的(de)狀态，包括像 Puppet 這種配置管理(lǐ)的(de)自(zì)動化，像 Docker 這種部署的(de)自(zì)動化。進一(yī)步的(de)發展就是需要把這三部分融合起來。目前能夠把這三部分融合起來的(de)辦法就是利用人工智能的(de)手段，最後達到一(yī)種智能運維的(de)狀态。
4智能運維當下的(de)狀況及智能運維發展的(de)預測
智能運維當下還是一(yī)個初步探索的(de)階段。可(kě)以舉幾個時間數字，我所看到一(yī)個和(hé)智能運維相關的(de)開源項目是在 2013 年(nián)，而我看到的(de)第一(yī)個主動出來宣講和(hé)智能運維相關的(de)應該是在 2015 年(nián)百度在一(yī)個大會上的(de)宣講。然後大量的(de)出現在宣講上有(yǒu)關智能運維的(de)應該是在 16 年(nián)下半年(nián)。而這些宣講和(hé)我的(de)一(yī)些宣講都還是說我們現在有(yǒu)這樣的(de)思路，做(zuò)了一(yī)些嘗試。而這些嘗試的(de)效果還是需要大家去(qù)碰撞，看是否還有(yǒu)什麽更好的(de)辦法，因為(wèi)我們現在是用普通的(de)機(jī)器學(xué)習算法，還沒有(yǒu)用到像 AlphaGo 的(de)深度神經網絡這部分內(nèi)容。轉變為(wèi)智能運維是一(yī)個需要大量投入和(hé)學(xué)習的(de)過程。
想盡快在智能運維領域有(yǒu)所突破，更實際一(yī)點的(de)辦法就是主抓好監控系統和(hé)告警系統。傳統的(de) IT 運維需要管理(lǐ)大量的(de)告警，極大地(dì)分散了企業的(de)注意力，消耗運維人員大量的(de)時間和(hé)創新力。想辦法能把一(yī)天收好幾千封告警這種狀況，高(gāo)效地(dì)解決，把運維人員從紛繁複雜的(de)告警和(hé)噪音中解脫出來。這是一(yī)個在衆多辦法中産生價值的(de)第一(yī)步。
現在比較明确的(de)是大家會朝着智能運維方向發展，并且智能運維的(de)發展一(yī)定是一(yī)個長(cháng)期演進的(de)過程。
對于智能運維的(de)發展預測，我的(de)簡單看法如(rú)下：
第一(yī)步就是前面所說的(de)，智能運維在告警系統上的(de)價值，；
第二步就是智能地(dì)去(qù)判斷告警，而不是現在靠人力的(de)經驗去(qù)設定一(yī)個阈值。設定告警阈值是一(yī)項耗時耗力的(de)工作，需要運維人員在充分了解業務的(de)前提下才能進行(xíng)，還得考慮業務是不是平穩發展狀态，否則一(yī)兩周改動一(yī)次，運維工程師絕對是要發瘋的(de)。
第三步是利用一(yī)些 NLP（自(zì)然語言處理(lǐ)），把故障報告、文本化的(de)語言提煉出來去(qù)自(zì)動反饋到這個系統裏。這一(yī)點可(kě)能是更遙遠的(de)一(yī)個設想，但是目前來看會是将來發展的(de)一(yī)條道(dào)路。
在智能化時代，大家開始思考：如(rú)何将智能化和(hé)運維工作結合起來，成為(wèi)智能運維？如(rú)何利用機(jī)器學(xué)習來進行(xíng)快速監控和(hé)排障？