阿里智能运维平台的演进：从自动化到无人化（附PPT）

差不多在两年前，阿里内部出现了很多运维中台、研发中台等等，那有没有后台呢？不好意思，我们只有中台，没有后台，会在中台上构建与业务相关的各个前台。目前阿里的业务几乎覆盖了所有行业，有着很多业务线，如果业务线的前台到中台全部都是我们自己去建设，会造成一个巨大的浪费。我们需要去构建整个集团、或是阿里巴巴经济体所需要的统一的平台，避免重复性的建设。

最近我们在思考运维的本质到底是什么，就突然联想到一部名叫《太空旅客》的电影。电影里的飞船装了5000个乘客和大约50多个机组人员，从地球飞往其他星球要飞120年。这意味着整艘飞船必须是无人驾驶的，因为没有人可以活120年，靠人去操控这样一艘飞船根本不可能。所以飞船里有一套运维系统，也就是靠这套系统的运作，整艘飞船才可以飞120年不出故障。

这和我们现在做的运维系统是一样的。我认为运维的本质就是在线，即如何让这种在线的业务能持续不断地运行，满足客户的需求。如果把业务比作一艘飞船，你能否让飞船持续运行？遇到了任何故障或问题时能否自动解决？我觉得这就是运维的作用——稳定性。

而随着业务复杂度越来越高，已经没有办法靠人来运维整个平台和业务了。可以试想，如果要靠人，那需要投入多少人力？当发生问题时，我们人为地去感知问题后排查问题、定位问题，这时业务可能已经挂了很长时间。所以这也是我今天想跟大家分享的，我们基于对运维的理解构建起的智能化运维平台。

阿里运维历程

阿里的运维和很多公司有相似之处，也经历了四个阶段：

1. 使用命令行工具运维；

2. 系统化工具运维；

3. 自动化平台；

4. 智能化平台与无人值守实践。

按照上图这个层次，我们把运维的工作进行划分。对于双十一这样大型的活动，承载这么大的流量就必须要有很多资源。我们每年在准备资源的过程中会花大量的人力和资源，并且持续时间长，大概需要提前半年准备。而在近几年，阿里云发展起来了，等到更加成熟了就会把这个业务往云上搬。我们会先把机器买进来，把阿里云的整个基础设施装起来后，就把阿里的所有电商业务部署到它上面。等双十一结束后，有很多业务其实不需要用那么多机器，我们就把这些资源重新做一个格式化，再还给阿里云，由阿里云做另外的售卖。这也是为什么阿里会做阿里云的原因。因为这种大促的时间比较短，但特别耗资源，且需要大量的运维人员和工程师，所以我们会在资源这个层面做大量工作。

原文链接