内外双修，人剑合璧——IT运维人员的九阳神功（大结局）

最新推荐文章于 2024-09-18 15:03:36 发布

ifusionskye

最新推荐文章于 2024-09-18 15:03:36 发布

阅读量829

点赞数

分类专栏：技术分享文章标签：运维

本文链接：https://blog.csdn.net/ifusionskye/article/details/107247389

版权

技术分享专栏收录该内容

4 篇文章 0 订阅

订阅专栏

继续运维的话题。软件硬件日益复杂，运维人员压力山大，那么几十年以后，数字化世界会变成什么样子呢？看张图：
在这里插入图片描述这是电影《异型：契约》的画面，飞船Covenant搭载2000名乘客飞往外星球，行程几十年，只有一个机器人船员。这是人类的理想，在未来世界里，庞大的系统不再需要人肉运维，硬件和软件都能自己照料自己，出了什么故障自我诊断、自我修复，世界大同。可是现实却是：
在这里插入图片描述
好吧，理想还是要有的，早晚能实现。为了理想，我们要努力再努力！

浪迹IT江湖三十年的融哥，今天带大家修炼九阳神功的最高三重。

九阳神功第七重：诸毒不侵
在这里插入图片描述
这一役中，凡赴水阁饮宴之人，除了张无忌有九阳神功护体、诸毒不侵之外，所有明教首脑，无不中毒。——《倚天屠龙记》

无论硬件还是软件，不出故障是不可能的，农民伯伯一锄头就可能挖断光缆，造成大片系统故障。程序员的一次粗心，也会造成软件系统在某种情况下失灵。所以关键不是不出故障，而是怎样预先做好充分准备，在故障出现时迅速解决，不让故障给系统造成太大的毒害，所谓练就内功、百毒不侵也。

某天早晨，银行接到客户投诉，大量客户在使用APP转账时出现交易失败，问题在哪里？是网络有问题？还是转账系统有问题？随着IT架构越来越庞杂，一次请求往往涉及到多个服务，有可能分布在几千台服务器上，横跨多个数据中心。为了看清交易整个流程每个环节的性能表现，以业务为中心、端到端部署的全链路性能监控需求由此产生。
在这里插入图片描述

举例，上面是华青融天EZSonar（鹰眼）系统一个典型的银行应用全链路图。

我们可以看到，这里有手机银行WEB、手机银行App、手机银行F5、ESB前置（只聚焦手机银行的内容），包括后面的ESB、核心、理财、数据库，都是手机银行相关板块。

从这张图可以清晰地看到，故障是因为理财平台的延时过大导致的，整个业务路径上，都出现了告警。可见，有了全链路视图的帮助，判断分析问题时就可以顺藤摸瓜、一目了然。

九阳神功第八重：金刚不坏
在这里插入图片描述
这人是崆峒五老中位居第四的常敬之。他一拳命中对方要穴，见张无忌浑如不觉，大感诧异，冲口而出：“你⋯⋯你已练成‘金刚不坏体’神功。——《倚天屠龙记》

练成金刚不坏功，就像悟空的铁头经过八卦炉的锻造，任你刀砍火烧岿然不动，这当然是运维人员的最高追求。

如前文所说，既然故障的发生不可避免，运维人员的最大任务就是当故障出现时，尽快定位和解决问题，恢复生产，尽可能缩短MTTR（Mean time to repair，平均修复时间）。简言之，就是快定位。

很多运维产品在设计时，缺乏对运维工作的深入理解，结果在使用中变成了花架子，不出事时看看大屏挺漂亮，一旦出事却无法快速解决问题。所谓快定位，关注的是能否真正帮助运维人员缩短MTTR、提高效率，这才是衡量运维产品是否有用的金标准。
在这里插入图片描述
要做到快定位，练成金刚不坏之身，需要综合运用前面所修炼的各项武功：

通过轻告警，准确而及时地向用户发出警报，提示系统发生了性能劣化或者故障，让用户第一时间听风辨器，启动处理流程。

通过全链路，快速定位故障发生的部位，并掌控故障影响的范围和路径。

通过微监控，深入钻取故障出现的参数和场景，准确发现哪些系统或部门需要采取措施处理故障，及时通知有关人员处理问题，启动应急响应流程，排除故障，恢复系统。

通过完备的日报系统，观察每天系统运转情况，全面掌控业务运行的整体态势。
在这里插入图片描述
正所谓运用之妙存乎一心，当你修炼到第八重，八重功力已经在体内锻成一体，达到统合综效的境界，各种手段信手拈来运用自如，再复杂的系统也可以从容应对了。

九阳神功第九重：反噬金刚
在这里插入图片描述
那胖僧运劲于臂，猛击张无忌胸口，正打在“膻穴”上。张无忌的九阳神功……不但将敌人打来的拳劲反弹了回去，更因对方这么一击，引动了他体内九阳真气，劲上加劲，力贯力，那胖僧立时便即毙命。——《倚天屠龙记》

这九阳神功的最高一重境界，就不是一般人能达到的了。

从目前基于人力的运维到未来机器人开飞船，当然相隔千山万水，需要科技方面的飞跃和无数人的努力，短期还做不到，但有一个领域已经有了巨大的突破，初步成果已经显现，那就是当前热点话题——AIOps，或者叫智能运维。

回顾历史，早期的运维工作大部分是由运维人员手工完成的，被称为手工运维或人肉运维。这种方式在互联网业务快速扩张、人力成本高企的时代，难以维系。

自动化运维因此应运而生，基于用可被自动触发的、预定义规则的脚本，执行重复性的运维工作，从而减少人力成本、提高效率。

但随着IT系统日益复杂，以及服务类型的复杂多样，基于人为制定规则的专家系统逐渐变得力不从心。

AIOps随之横空出世，它不依赖于人为制定规则，主张由机器学习算法自动地从海量运维数据中学习，不断提炼规则。基于机器学习的大脑，指挥监测系统采集大脑决策所需的数据，做出分析、决策，并指挥自动化脚本去执行，从而达到运维系统的整体目标。

不是由人设置规则处理数据，而是由算法自动从数据中学习规则，就像乾坤倒转、反噬金刚。当然我们不希望有一天AI太聪明了反噬了人类。
在这里插入图片描述
如图，AIOps系统的建设当然不是一蹴而就的，目前还处于初期阶段，要不断进阶，逐步达到减少甚至取代人力的目标。

很多企业已经开始尝试在系统运维中引入AIOps的理念，在一些环节上利用机器学习来提高效率，降低对人力的要求。

以华青融天的EZSonar（鹰眼）系统举例，它的告警维度推荐功能就应用了AI技术。通常告警是对一组交易指标异常的反映，但具体是什么因素引起的，例如是某个渠道、某种业务、还是某个主机异常，还需要人为定位分析，在处理告警的应急状态下，人为排查非常费时费力。

EZSonar提供的维度智能推荐功能，就可以从历史运维数据中自动发现规律，自动向用户推荐可能的告警维度，大大减轻人的工作量。
在这里插入图片描述
上图就是一个真实故障发生时，系统自动推荐的告警维度，自动发现了对方系统和交易类型，整个故障从告警发生到验证，只用了30秒，对方也在20分钟内解决了此故障。