方法论与技术栈双管齐下的运维可用性能力建设（二）

2业务连续性管理

站在业务角度看，信息系统的运维可用性能力建设，可以转化为业务连续性的管理，行业里的业务可用性管理比较标准的是BCM，以下是百度百科对BCM的定义：

业务连续性管理（Business Continuity Management，简称BCM），是一项综合管理流程，它使企业认识到潜在的危机和相关影响，制订响应、业务和连续性的恢复计划，其总体目标是为了提高企业的风险防范能力，以有效地响应非计划的业务破坏并降低不良影响。——百度百科

以下从互联网下载的一张关于BCM的整体解决思路，从中可以看出业务连续性管理涉及到方方面面。

从上图可以看出BCM的方法论是一个体系化的业务连续性管理，从灾难恢复，风险管理，应急管理等维度进行分解，其中多个行业都提出相应的业务连续性管理指引：

这其中，银监会于2011年发布的《商业银行业务连续性监管指引》在多个角度进行规定：

上述的指引是体系化的连续性管理，己超出我当前的分析梳理能力，有兴趣的同学可以找找具体的指引、BCM方法论细读。

3Google SRE的可用性保障

关于Google SRE的理解在之前梳理的文章中做了一些总结，以下仍引用那篇小文中的理解：

SRE这个名词最早是从《Google SRE运维解密》一书中获得，全称是Site Reliability Engineering，翻译过来就是：站点可靠性工程师。Google对SRE的职责描述为：确保站点的可用，为了达到这个目的，一方面他需要对站点涉及的系统、组件熟悉，也要关注生产运行时的状态。

为此，他需要自开发并维护很多工具和系统支撑系统的运行，比如自动化发布系统，监控系统，日志系统，服务器资源分配和编排等。SRE是一个综合素质很高的全能手，如果对他的能力进行分解主要有三块：

熟悉系统架构与运行状态：SRE需要懂服务器基础架构、操作系统、网络、中间件容器、常用编程语言、全局的架构意识、非常强的问题分析能力、极高的抗压能力（以便沉着高效地排障），他们还需要懂性能调优理论。为了保证系统架构的高可用，SRE甚至会有意识的破坏自己的系统，以提高系统可用性。

熟悉运维涉及的管理方法：SRE需根据企业自身发展需要，清楚运维涉及的各项工作的流程方法论，比如故障处理、应用发布、可用性管理等等，SRE十分重视运维流程的持续改善，比如对故障的追丁溯源，怀疑一切的方式持续改进。

运维开发+产品经理：SRE在运行保障过程中的手段更加自动化，更高效，这种高效来源于自动化工具、监控工具的支撑，且他们还需要是这些工具的主要开发者，他们要不断优化和调整，使整个工具箱使起来更加得心应手。为此SRE有一个50%的理念，就是50%用于日常保障，50%用于项目性的工作，这个项目性的工作主要体现在运维开发与运维产品经理的角色。

总的来说，BCM更关注于从管理层面可用性能力建设方法论，而从Google现有的分享来看，Google SRE更关注于技术层面的可用性能力建设，两者都值得我们在可用性能力建设中借鉴，以下仅从一个局部梳理我理解的可用性能力建设的一些方面。

宝企通IT服务作为智能化工单系统龙头，拥有多年优化SLA经验，能够有效提高员工对IT的服务满意度。是一款支持SAAS、本地化部署、源码交付的运维工单系统(SAAS免费试用，企业微信--工作台--添加应用，搜索“IT服务”，排名第一的就是)。目前是全网众多企业选择的工单类产品，支持手机验证码或账号验证，员工自助修改域账号密码，具备智能化派单模式工程师响应快减少员工等待时间。自定义知识库可提升工程师专业技能水平，帮助工程师迅速判断员工问题，极大提升员工报单体验。系统还能够大幅提升职能部门可以服务的用户数，有效降低专业人力成本开支，提高业务执行效率，展现工作成果。产品服务好能为用户免费开发个性化需求，连续多年被魔力象0评为leaders位置，市场占有率爆发式增长