1、 自動化和智能化運(yùn)維技術(shù)趨勢解讀 早期的運(yùn)維工作大部分是由運(yùn)維人員手工完成，這種運(yùn)維模式不僅低效，也消耗了大量的人力資源。利用工具來實(shí)現(xiàn)大規(guī)模和批量化的自動化運(yùn)維，能極大地減少人力成本，降低操作風(fēng)險，提高運(yùn)維效率。但是自動化運(yùn)維的本質(zhì)依然是人與自動化工具相結(jié)合的運(yùn)維模式，受限于人類自身的生理極限以及認(rèn)識的局限，無法持續(xù)地面向大規(guī)模、高復(fù)雜性的系統(tǒng)提供高質(zhì)量的運(yùn)維服務(wù)。智能化運(yùn)維AIOps（Artificial Intelligence for IT Operations）將人工智能應(yīng)用于運(yùn)維領(lǐng)域，基于已有的運(yùn)維數(shù)據(jù)（日志、監(jiān)控信息、應(yīng)用信息等），通過機(jī)器學(xué)習(xí)的方式來進(jìn)一步解決自動化運(yùn)維沒辦法解

2、決的問題。近年來，自動化運(yùn)維在企業(yè)逐步廣泛應(yīng)用，并最終將向智能化運(yùn)維發(fā)展，在此過程中，運(yùn)維人員應(yīng)該如何確保跟上技術(shù)趨勢，不失去自身的價值？以下內(nèi)容來自社區(qū)金融行業(yè)專家分享及部分文章摘錄，謹(jǐn)為大家提供參考和啟發(fā)。運(yùn)維人員需要學(xué)習(xí)哪些知識去提高自己的價值？自動化運(yùn)維的要求很高，不僅僅需要具備開發(fā)能力，對網(wǎng)絡(luò)、硬件、操作系統(tǒng)這些也要具備才可以。但是不知道如何下手？從何開始？個人建議專業(yè)的人做專業(yè)的事，能夠各個專業(yè)領(lǐng)域通達(dá)兼濟(jì)是難得的。從傳統(tǒng)企業(yè)來說，自動化運(yùn)維的建設(shè)需要一個團(tuán)隊或者多個團(tuán)隊協(xié)作，而且也應(yīng)該將各方面力量拉攏一起做這件事。從自己熟悉的專業(yè)領(lǐng)域做起，了解日常工作中重復(fù)事項(xiàng)哪些可以由機(jī)器替代

3、，可以采用什么技術(shù)替代。在開發(fā)能力上可以關(guān)注shell或Python等語言，工具搭建上可以從ansible等開源軟件熟悉。（zjwy82 某銀行系統(tǒng)架構(gòu)師）運(yùn)維人員能力要求可大可小，最好是對業(yè)務(wù)與技術(shù)都了解，對開發(fā)能力要求其實(shí)并不高。但對數(shù)據(jù)庫和腳本編程最好精通些，這樣各種運(yùn)維才能得心應(yīng)手。（mornsky 某銀行架構(gòu)師）自動化運(yùn)維人員需要具備哪些基本技能？對于傳統(tǒng)運(yùn)維人員如何需要加強(qiáng)那些方面知識的學(xué)習(xí)。從我們目前的實(shí)施應(yīng)用情況來看，自動化運(yùn)維工作在基礎(chǔ)平臺搭建完成后，更多的是腳本開發(fā)能力，從初期來看需要關(guān)注各類腳本的編寫能力。同時，自動化運(yùn)維后需要運(yùn)維人員對方案制定與評估更為審慎，那么對業(yè)務(wù)

4、系統(tǒng)架構(gòu)與關(guān)聯(lián)分析要更嚴(yán)謹(jǐn)。因此建議傳統(tǒng)運(yùn)維人員在腳本開發(fā)能力（shell、python）、應(yīng)用架構(gòu)設(shè)計（網(wǎng)絡(luò)控制、集群管理、負(fù)載均衡等）等方面多做些了解。（zjwy82 某銀行系統(tǒng)架構(gòu)師）金融業(yè)智能運(yùn)維開始興起？前段時間，收到行業(yè)組織的智能運(yùn)維調(diào)研，大數(shù)據(jù)、自學(xué)習(xí)、AIOps，怎么感覺是還沒走穩(wěn)，就開始準(zhǔn)備跑了的節(jié)奏呢？個人淺見，技術(shù)發(fā)展過程中必然會有一些先驅(qū)探索，智能運(yùn)維、自動化運(yùn)維、傳統(tǒng)運(yùn)維之間并無很明顯的界限劃分。就我們情況而言，自動化運(yùn)維并未發(fā)展到完全成熟的階段，也已經(jīng)在監(jiān)控領(lǐng)域探索一些智能化的衍進(jìn)，比如對于海量告警的壓縮提取有效告警、告警的根因分析、利用大數(shù)據(jù)擬合動態(tài)基線替代靜態(tài)閾

5、值進(jìn)行系統(tǒng)運(yùn)行態(tài)監(jiān)控等等。（zjwy82 某銀行系統(tǒng)架構(gòu)師）智能化運(yùn)維有哪些核心技術(shù)？智能化運(yùn)維的技術(shù)主要組成是運(yùn)維大數(shù)據(jù)平臺、智能分析決策組件、自動化工具。運(yùn)維大數(shù)據(jù)平臺如同眼一樣，能采集、處理、存儲、展示各種運(yùn)維數(shù)據(jù)。智能分析決策組件如同大腦，它以眼睛感知到的數(shù)據(jù)作為輸入，作出實(shí)時的運(yùn)維決策，從而驅(qū)動自動化工具實(shí)施操作。自動化工具如同手一樣，能根據(jù)運(yùn)維決策，實(shí)施具體的運(yùn)維操作，如重啟、回滾、擴(kuò)縮容等。1、運(yùn)維大數(shù)據(jù)平臺（1）運(yùn)維大數(shù)據(jù)組成（2）運(yùn)維大數(shù)據(jù)平臺2、智能分析決策組件（1）運(yùn)維知識圖譜類組件運(yùn)維知識圖譜類的組件是通過多種算法挖掘運(yùn)維歷史數(shù)據(jù)，從而得出運(yùn)維主體各類特性畫像和規(guī)律，以

6、及運(yùn)維主體之間的關(guān)系，形成運(yùn)維知識圖譜。示意圖：（2）動態(tài)決策類組件動態(tài)決策類組件則是在已經(jīng)挖掘好的運(yùn)維知識圖譜的基礎(chǔ)上，利用實(shí)時監(jiān)控數(shù)據(jù)作出實(shí)時決策，最終形成運(yùn)維策略庫。實(shí)時決策主要有異常檢測、故障定位、故障處置、故障規(guī)避等，如下圖所示：3、自動化工具自動化工具按照功能可分為兩類：監(jiān)控報警類自動化工具、運(yùn)維操作類自動化工具。（引自智能運(yùn)維平臺的技術(shù)研究作者：陳林博 何支軍 顏挺進(jìn) 焦振海 李喬 王銘瑋）DBA如何轉(zhuǎn)型才能跟上AIOps的大趨勢？傳統(tǒng)運(yùn)維DBA應(yīng)該學(xué)習(xí)實(shí)踐哪些額外技能？我希望 AIOps 帶來的結(jié)果就是人人都是 DBA 。智能運(yùn)維將數(shù)據(jù)采集，把數(shù)據(jù)庫當(dāng)前發(fā)生的問題告知用戶，并且

7、提供對應(yīng)的解決方案。我做的 DB2 數(shù)據(jù)庫智能場景算是個雛形。這樣無論是開發(fā)或者運(yùn)維看到智能平臺的內(nèi)容就知道怎么去解決。那么傳統(tǒng)運(yùn)維的 DBA 是不是就不需要了？其實(shí)不是。傳統(tǒng)運(yùn)維 DBA 在智能運(yùn)維的幫助下會更了解數(shù)據(jù)庫，更清楚數(shù)據(jù)的內(nèi)部運(yùn)行情況，更早發(fā)現(xiàn)隱藏的問題并預(yù)先解決問題。所以智能運(yùn)維和 DBA 是相輔相成的。傳統(tǒng) DBA 需要像 DB 數(shù)據(jù)分析師去轉(zhuǎn)型，需要借助 AIOps 去分析數(shù)據(jù)，需要更前瞻性的規(guī)劃和運(yùn)維數(shù)據(jù)庫。（孔再華 銀行架構(gòu)專家）AIOps需要的知識面廣，技能繁多，如何開始學(xué)習(xí)？我從吳恩達(dá)的視頻開始啟蒙的。他講得很好，條理清楚。然后里面發(fā)現(xiàn)會用到很多數(shù)學(xué)的東西，主要是微積分和線性代數(shù)。所以后來又把這些溫習(xí)了一遍。其實(shí)老了還是記不住，算是記住原理吧，