关于运维，新华三的经验谈
过去，企业运维人员总是头疼。
头疼什么？
勤勤恳恳的运维攻城狮，不断面对系统故障，恢复业务常常需要花费数小时，故障原因分析则动辄数天甚至数周……人脑经验判断不及时，决策缺乏事实依据，业务恢复执行手忙脚乱，频繁出错。加班加点已经成为常态！
这背后呢？
业务系统越来越复杂，系统可靠性要求越来越高，用户体验急需大幅提升，IT系统数量大幅增加，只加机器不加人。
总之，攻城狮仿佛在练“七伤拳”，一方面强力支撑了业务蓬勃发展，一方面长期劳顿积累无数内伤。
有办法解决吗？
在2016年，Gartner看到人工智能和机器学习大发展的浪潮，提出使用算法来解决IT运维管理产生的诸多问题，并将其命名为AIOps（AlgorithmicITOperations），国内常常翻译为智能运维。
从字面分析，这是一种基于算法的运维方式，就是通过基于运维大数据的机器学习，用机器智能决策逐步取代人工决策。
运维不再单纯需要人脑以及手工？运维工程师们的福音来了！
对此，Gartner对未来发展表现出了很大程度的乐观，发布相关报告显示，到2020年，会有将近50%的企业在他们的业务和IT运维方面采用AIOps，远远高于今天的10%。
AIOps收到了运维界的积极响应，尽管AIOps还是一个新名词，但它无疑代表了未来的运维发展趋势。
那么，目前企业级的AIOps发展如何？都有哪些落地实践？这种运维理念真的有传说中的那么神奇？带着一系列的问题，小编采访了新华三运维专家，答案将一一揭晓！
新华三集团资深自动化专家江东
记者：如今关于智能运维，也就是AIOps，有这样一种说法，机器学习+自动化运维=智能运维，对于这个表述应该怎么理解？
新华三：AI是赋予运维的新鲜血液，而监控、自动化、服务台依旧是AIOps的三大基石。
新华三已经在监控领域占据了相当大的市场份额，并且在2016年开始发力自动化运维领域，2017年开始将智能化算法逐步产品化，固化到U-Center运维管理产品家族中，但是我们认为现在的智能化在运维上还处在1.0的阶段。
什么是1.0的阶段？
新华三：简单来说就是运维的智能化算法还不够成熟，不能代替人去做运维操作的决策。当前的算法推测的故障准确率还不够高，只能给出故障发生的可能性，如某节点可能百分之八十到九十出现故障，类似天气预报一样。
对于业务连续性要求高的业务系统，业务切换必定会影响到业务进度，盲目切换很可能会带来副作用。当前技术条件下需要人工参与二次确认，防止出错。
但是现阶段的运维智能化还是帮助我们解决了一些问题，例如保证整体业务的连续性。说到连续性这个问题，可以简单分为两个阶段，第一阶段是故障平均探测时长（MTTD）；第二阶段是平均故障恢复时长（MTTR）。
机器学习算法能辅助运维攻城狮快速定位故障，大幅降低MTTD；而第二阶段我们推荐采用梳理自动化预案，自动化执行手段来完成。
每一个客户的架构、业务都不相同，而且业务系统变化越来越快，这给AI算法带来了巨大挑战，目前尚无通用运维算法出现。
我们也期待新技术、新算法的出现，在运维领域超越人类判断能力，实现端到端的自动化流程！
记者：虽然AI现在很火爆，运维的AI化经常被提及，但也不能盲目利用AI，您觉得在运维的过程中，哪些方面的问题比较适合用AI来解决？
新华三：确实如此，AI算法往往排除了大量干扰因素，在“理想”情况下做出推断。就像咱们学物理，没有阻力的前提下，物体是永动的一样。
AI算法也有相应的适应的场景。目前比较成熟领域有如下几个：
1.单KPI异常波动探测；
2.多KPI相关性及异常波动探测；
3.告警“噪音”去除，通过机器学习，发现告警之间关联关系，确定关键告警，降低需要“人”关注的告警量；
4.基于自动化发现应用之间、应用与基础设施之间的依赖拓扑，结合相关告警和KPI指标辅助根因判断。
记者：新华三的AIOps平台或者说体系与DevOps做了什么技术关联？也可以说在技术层面上怎么完成DevOps工具链深度集成的？
新华三：新华三U-Center平台与DevOps结合点主要是在自动化层面，U-Center自动化提供资源、监控资源及业务，DevOps消费资源，部署应用。
目前大部分企业CI/CD主要集中在开发测试云，我们有集成的开发测试云整体解决方案帮助客户实现持续集成、持续发布、持续测试、持续优化。
记者：在运维方面，新华三大力推出了一款名叫U-center的智能运维平台，在设计上与其他的智能运维平台有什么区别？
新华三：我们的U-Center运维平台前身是华三成熟的iMC运维管理平台，在新的架构下，做了几点优化升级。
第一，做了容器化改造。随着云计算的发展，监控点与监控频率都会比之前高很多，数据量也会非常大，导致传统技术平台会产生性能上的问题，容器化的改造可以很好解决扩展性问题。
第二，我们增强了自动化组件能力。实现了图形化的自动化编排工具，易于配置，满足丰富的自动化场景。同时支持多种开源自动化组件，如Ansible、SaltStack，让客户有更多的选择权。
第三，增强了内部组件功能和性能，如网络流量分析、业务健康管理、应用性能管理等一系列组件。
最后，优化了图形界面展示，更贴近客户习惯，减少菜单功能层级。
记者：新华三的运维知识库是一个特殊的存在，这是把新华三之前的运维专家与运维经验整合在一起形成的吗？
新华三：这款知识库是华三非常有价值的工具之一。
我们有一本非常厚大开本的网络运维知识手册《根叔的云图》，然而在真正使用过程中会发现查阅、理解还是需要大量时间的，特别是在故障发生时无法快速使用。
为了方便客户使用，我们把《根叔的云图》在内的华三多年运维知识电子化成大量脚本。如果网络上出现一个告警，就会可以触发这个知识库，这个知识库根据云图，自动探测、分析结果，从而给出最佳操作建议。整个过程仿佛医生诊断病人，自动做一系列检查，然后根据检查结果做判断。
通过这个“电子医生”，运维攻城狮可以快速定位问题，并获得解决问题的最佳实践经验。通过此平台，无需专业攻城狮，客户自己就可以解决大部分网络问题。
记者：现在的新华三的U-center平台是1.0版本，未来会有版本的升级吗？
新华三：U-Center是一款快速迭代的产品，通常每季度会发一个版本，每一年会有一个大的版本升级。
记者：技术服务于应用，最近看到咱们新华三有一个智能远程运维的产品，落地到南方报业集团，这个项目目前进展是什么样的，怎样的契机做这个智能远程运维的？
新华三：该产品也是华三独具特色的产品，是为了解决很多企业，无法配置高级IT人才的问题。
我们的解决方案通过一个远程的设备，将这些IT信息收集起来，传到我们后台，由专业软件进行监控，由资深专家负责把脉。该产品已经有包含南方报业在内上千个成功案例，减轻了客户基础运维工作负担
采访间隙，小编除了对现在竞相讨论的AIOps有关问题咨询了专家，还就最近被广泛提及的双态运维模式展开了相关探讨！
记者：新华三如何解读双态运维，双态运维的理念是什么，这种运维模式能够解决什么问题，优势在哪些方面？
新华三：双态运维这个概念是Gartner在2015年提出来的，主要背景是当时传统企业在部分基础设施云化后，带来了一些管理、制度、考核标准、甚至人才培养方面的困难。所以Gartner给出了一个折中方案，传统IT按照稳态管理，云化IT按照敏态管理。
我们认为双态运维没有一定之规，CIO应当从业务价值最大化角度看待这个问题，把握敏态和稳态的比例和尺度。
记者：在双态运维大背景下，企业正在面临着什么样的挑战？
新华三：目前双态运维实际上也有几年了，但并不是“银弹”，只是给了我们一个方向、思路：既不固守传统ITIL流程管控，也不全面倒向极度敏捷。
举个例子，很多传统企业试图像敏捷化发展，但尝试了很多次又后退了，为什么？
一方面，以前固有的传统软件，很难向敏捷化发展，改造的时候困难太大；另外一方面是一些传统研发人员对敏态的排斥心里；从企业角度，还经常出现刚刚培养的敏态人才迅速流失问题。
另外，互联网企业随着业务量做得特别大，也不容有丝毫闪失，也会在敏态中加入一定的流程管控。
记者：新华三能够帮助企业怎么去应对这些挑战，产品方案方面有什么进展？
新华三：我们具备整套的从稳态到敏态的训练和服务，来帮助客户向双态运维，更多是向敏态去转型。但是现实情况往往是运维人员和领导对敏态的程度会有歧义，例如领导想要更敏捷，而运维人员从专业角度上会希望更稳定。我们通过服务来统一思想，实现让各方都满意的方法。
工具上，我们通过自动化的工具，将U-Center和CI/CD在解决方案层面做整合。未来我们会在这个平台上逐步固化最佳实践，实现产品化。
实施双态运维最常见的痛点是自动化，自动化工具无法全覆盖，导致在自动化流程中还需要人工干预，大大降低了效率。新华三正在逐步完善自动化产品，使其能接入各种各样的设备，从传统设备，虚拟化云，容器到应用。
记者：目前我国的双态运维落地情况如何？
新华三：双态运维是大趋势，很多企业逐步向着敏态去转型。不同行业进展有所不同，金融行业转型的比较快，有些行业整体上偏保守一些，这也是不同行业市场格局、内外部压力不同导致的。
现在中大型企业都在做敏态CI/CD的集成，有的做的比较成功，但我认为还处于敏捷的1.0阶段，所谓2.0会涉及到企业文化重塑、人才激励培养、流程简化优化、敏态与稳态交互管控等方面。
思索之后，小编发现，无论是时下与AI紧密相关的智能化运维，还是促进企业运维思路转变的折中方案“双态运维”，都需要企业保持清醒的头脑判断并谨慎选择。盲目跟风不可取，选择适合的才是最重要的。