1第一章數(shù)字化時代企業(yè)IT運(yùn)維的戰(zhàn)略轉(zhuǎn)型 3一、企業(yè)IT運(yùn)維概述 3二、IT運(yùn)維背景：企業(yè)的數(shù)字化基礎(chǔ)設(shè)施和應(yīng)用現(xiàn)狀 31、國家政策引導(dǎo)數(shù)字化支撐企業(yè)經(jīng)營發(fā)展 32、云計(jì)算的普及形成了多樣化的IT基礎(chǔ)設(shè)施布局 43、云原生帶來了運(yùn)維技術(shù)和理念的深刻變化 54、數(shù)字經(jīng)濟(jì)環(huán)境下IT運(yùn)維的價值創(chuàng)造屬性更加顯著 6三、數(shù)字化時代企業(yè)IT運(yùn)維的戰(zhàn)略部署 71、企業(yè)IT運(yùn)維的全面戰(zhàn)略價值 72、企業(yè)的IT運(yùn)維組織架構(gòu)革新 83、企業(yè)IT運(yùn)維的成本效益考量 9四、企業(yè)IT運(yùn)維的需求和難點(diǎn) 111、數(shù)字化時代，企業(yè)更需要體系化的運(yùn)維指導(dǎo) 112、IT人才成本高企，企業(yè)運(yùn)維需要系統(tǒng)性的知識沉淀 123、運(yùn)維部門的戰(zhàn)略轉(zhuǎn)型需要疏通與其他部門的協(xié)作渠道 13第二章企業(yè)應(yīng)用運(yùn)維管理指標(biāo)體系 15一、業(yè)務(wù)監(jiān)測 1、業(yè)務(wù)數(shù)據(jù)價值 162、業(yè)務(wù)數(shù)據(jù)分析的作用 163、運(yùn)營指標(biāo)分類 174、業(yè)務(wù)分析常見指標(biāo)說明 17二、用戶端體驗(yàn)監(jiān)測 1、用戶端體驗(yàn)監(jiān)測價值 192、用戶端數(shù)據(jù)分析作用 193、用戶端監(jiān)測實(shí)現(xiàn)形式 194、用戶端監(jiān)測常見指標(biāo)說明 20三、應(yīng)用端監(jiān)測 211、應(yīng)用端監(jiān)測意義 212、應(yīng)用監(jiān)測價值 223、應(yīng)用監(jiān)測常見功能 234、應(yīng)用監(jiān)測常見指標(biāo)說明 23四、網(wǎng)絡(luò)監(jiān)測 231、網(wǎng)絡(luò)監(jiān)測價值 232、網(wǎng)絡(luò)監(jiān)測常用實(shí)現(xiàn)方式 2423、網(wǎng)絡(luò)監(jiān)測常見指標(biāo)說明 24五、資源層監(jiān)測 251、資源層監(jiān)測價值 252、資源層監(jiān)測包含內(nèi)容 253、資源層監(jiān)測常用指標(biāo) 26六、中間件監(jiān)測 261、中間件價值 262、消息中間件常見指標(biāo) 273、交易中間件常見指標(biāo) 27七、數(shù)據(jù)庫監(jiān)測 281、數(shù)據(jù)庫價值 282、數(shù)據(jù)庫分類 283、數(shù)據(jù)庫監(jiān)測常用指標(biāo)說明 29第三章企業(yè)應(yīng)用運(yùn)維管理指標(biāo)體系建設(shè)實(shí)踐 30一、企業(yè)應(yīng)用運(yùn)維管理指標(biāo)體系建設(shè)指導(dǎo)思想 301、指導(dǎo)思想 302、業(yè)務(wù)全面梳理 303、確定應(yīng)用關(guān)鍵動作 314、預(yù)定義各關(guān)鍵指標(biāo) 315、企業(yè)應(yīng)用運(yùn)維管理平臺 32二、企業(yè)應(yīng)用運(yùn)維管理指標(biāo)體系建設(shè)步驟 33步驟一：調(diào)研 33步驟二：驗(yàn)證 36步驟三：閾值 37步驟四：評價體系 39步驟五：閉環(huán) 39三、指標(biāo)體系常用場景 40特別鳴謝 41附：本報告專業(yè)名詞釋義 42公司介紹/法律聲明 43版權(quán)聲明 43免責(zé)條款 43聯(lián)系我們 43微信公號 433企業(yè)的IT運(yùn)維工作根據(jù)運(yùn)維視角和對象的不同可以分為企業(yè)側(cè)的基礎(chǔ)設(shè)施運(yùn)維、應(yīng)用運(yùn)維、網(wǎng)絡(luò)通信運(yùn)維以及用戶側(cè)的用戶體驗(yàn)管理等。企業(yè)信息化依賴的基礎(chǔ)和根本。在IT基礎(chǔ)架構(gòu)云化的背景下，面向基礎(chǔ)云服務(wù)的也被納入IT基礎(chǔ)設(shè)施運(yùn)維的范疇中。應(yīng)用系統(tǒng)運(yùn)維主要面向企業(yè)的各項(xiàng)內(nèi)外部數(shù)直接對用戶體驗(yàn)環(huán)節(jié)進(jìn)行監(jiān)測和優(yōu)化成為IT運(yùn)維的新思路和途徑，相較于以數(shù)字化工具為代表的前沿科技已經(jīng)成為企業(yè)經(jīng)營發(fā)展的重要推動力以及社會重要生尤其如此，各行業(yè)主管部門也在加強(qiáng)對數(shù)據(jù)和智能應(yīng)用的推進(jìn)。4用公有云服務(wù)獲取低成本的IT資源；而大型集團(tuán)企業(yè)或者具備系統(tǒng)性重要性的不同位置，由此，混合云成為了金融、交通5多云和混合云使得企業(yè)的基礎(chǔ)IT資源架構(gòu)復(fù)雜化，提升了企業(yè)6除了給企業(yè)的IT基礎(chǔ)架構(gòu)以及運(yùn)維手段帶來改變了改變。除了IT基礎(chǔ)設(shè)施形式及技術(shù)更迭之外，企業(yè)應(yīng)形態(tài)和互聯(lián)網(wǎng)渠道發(fā)生的經(jīng)營合管理活動越來越多，形式創(chuàng)新也在不斷更迭。7業(yè)的IT系統(tǒng)主要面向內(nèi)部使用，現(xiàn)在新增了大量面向客戶提供服務(wù)的模塊，更富洞見的分析指標(biāo)。幫助企業(yè)降低冗余的IT投入，從而帶來直接的會計(jì)價值；企業(yè)在數(shù)字化環(huán)境下的經(jīng)營和發(fā)展仍然有著重要意義。8作的開展方式上進(jìn)行優(yōu)化。傳統(tǒng)視角下，運(yùn)維部門著眼于歸屬企業(yè)的IT資產(chǎn)端內(nèi)部視角下IT系統(tǒng)穩(wěn)定運(yùn)行，但在數(shù)字化時代，運(yùn)維工作更需要從用戶視角出發(fā)，資源端的穿透，從而為企業(yè)整體帶來提升用戶粘性和品牌聲望的提升。運(yùn)維部門除了發(fā)揮固有的IT支撐作用之外9由于涉及到企業(yè)的組織架構(gòu)調(diào)整，這可能是一個相對緩慢的過程，但對于企業(yè)IT分發(fā)揮至關(guān)重要。在IT運(yùn)維充當(dāng)“后勤”的時代，企業(yè)對于運(yùn)維部門的成本效益考量相對要包括運(yùn)維軟件及IT人力投入。通過智能化、體系化的運(yùn)維創(chuàng)新，企業(yè)能夠重的運(yùn)維硬件固定投入，并降低重復(fù)性的人力具創(chuàng)造性的開發(fā)工作中去。維投入的性價比。年，盡管整體經(jīng)濟(jì)發(fā)展?fàn)顩r受到了疫情帶來的較大影響，但中國企業(yè)的IT支出現(xiàn)了小幅度上升。從結(jié)構(gòu)上看，中國企業(yè)的IT外還有IT服務(wù)、數(shù)據(jù)中心系統(tǒng)和企業(yè)級軟件等，其中企業(yè)級軟件在疫情對數(shù)字化經(jīng)營相較于全球企業(yè)的平均水平，國內(nèi)企業(yè)對IT設(shè)備的投入比例較高，從而身的業(yè)務(wù)和IT架構(gòu)狀況進(jìn)行個性化的運(yùn)維體系建設(shè)。整體來看，提升運(yùn)維能力是數(shù)字代企業(yè)進(jìn)行轉(zhuǎn)型和發(fā)展必然需求。率和管理效率的提升。隨著數(shù)字經(jīng)濟(jì)的發(fā)展及其創(chuàng)造的社會經(jīng)濟(jì)價值持續(xù)提城鎮(zhèn)就業(yè)人員年均薪酬在所有宏觀大類行業(yè)中位居第一，保持較高的同比增速，且IT的平均薪酬自2016年首次超過金融行建體系的方式來提升運(yùn)維工作的標(biāo)準(zhǔn)化程度，從而實(shí)現(xiàn)運(yùn)維工作的降本增效。在數(shù)字化經(jīng)營環(huán)境下，企業(yè)運(yùn)維部門的價值不再限于運(yùn)維本身，甚至也不僅域，而是能夠透過IT系統(tǒng)數(shù)據(jù)洞察企業(yè)業(yè)務(wù)拓展和內(nèi)部管理中存在的問題，幫經(jīng)營質(zhì)量和管理水平。運(yùn)維工作在技術(shù)、戰(zhàn)略、組織架構(gòu)等方面面臨的變化，并就企業(yè)IT運(yùn)維的戰(zhàn)及需要解決的需求和難點(diǎn)進(jìn)行了列舉。前文已經(jīng)提及，企業(yè)IT運(yùn)維正在經(jīng)歷管理指標(biāo)體系，這將幫助企業(yè)運(yùn)維部門形成高效的工作流體系，提升日常運(yùn)維工作的效率，上圖以博睿數(shù)據(jù)的企業(yè)應(yīng)用運(yùn)維指標(biāo)體系為例，展示了一種的全新的景、正向梳理IT調(diào)用鏈、逆向接入數(shù)據(jù)源等實(shí)施步驟，最終構(gòu)建起具備概覽所健康度、俯瞰多維立體化IT指標(biāo)等能力的資源指標(biāo)管理體系。本章后文內(nèi)容體系，以業(yè)務(wù)端-用戶端-應(yīng)用層-網(wǎng)絡(luò)層-資源層-中間件-數(shù)據(jù)庫的順序展示了各版塊尋找優(yōu)質(zhì)渠道：發(fā)現(xiàn)高量級、高質(zhì)量渠道、發(fā)現(xiàn)真正價值來源。運(yùn)營指標(biāo)是量化衡量標(biāo)準(zhǔn)、衡量目標(biāo)的單位或方法，針對企業(yè)的其它常見的指標(biāo)類型如下圖所示：），能夠反映網(wǎng)頁上某一內(nèi)容的受關(guān)注程度，經(jīng)常用來衡量廣告的吸引程度。量。網(wǎng)站判斷來訪電腦的身份是通過來訪電腦的一定統(tǒng)計(jì)周期內(nèi)用戶每打開或刷新一個頁面就量累計(jì)。啟動用戶數(shù)：通對啟動用戶數(shù)跨天去重，從而留存率：互聯(lián)網(wǎng)行業(yè)通過拉新或推廣的活動把用戶引過來，用戶開始訪問網(wǎng)站/應(yīng)用，活躍天數(shù)：通常指人均活躍天數(shù)。平均停留時間：平均每位訪問者在網(wǎng)站上停留的觸發(fā)次數(shù)：觸發(fā)一個事件的次數(shù)，比如點(diǎn)擊登錄、加購等按鈕次數(shù)。頁面訪問次數(shù)：特定頁面的打開次數(shù)。端運(yùn)維質(zhì)量會直接影響用戶對企業(yè)的印象和評價，態(tài)地訪問網(wǎng)站服務(wù)及應(yīng)用；代碼注入式監(jiān)測則是對全量用戶數(shù)據(jù)用戶就可以在更短的時間內(nèi)完成會話。使用投影法可以計(jì)算會話可優(yōu)化延時。取整]×(1-可用性)×100×[(1-可優(yōu)化延時/會話整體耗時×權(quán)重A+(1-請求錯誤率)×權(quán)重B+(1-請求警示率)×權(quán)重C]，不可用或非100%通過的會話，會話體驗(yàn)主客觀綜合賦權(quán)法確定，權(quán)重=0.8×主首屏?xí)r間：用戶訪問網(wǎng)站時，頁面第一屏的打開展現(xiàn)時間。ANR1：指在Android上，應(yīng)用程序響應(yīng)不夠靈敏時，系統(tǒng)會向用戶顯示的一個對話整體性能：頁面全部加載完成的時間，即頁面打開的耗時。一個畫面的時間。白屏?xí)r間的長短將直接影響用戶對該網(wǎng)站的第一印象。性，通過率=會話預(yù)設(shè)交互已執(zhí)行次數(shù)/總預(yù)設(shè)交互次數(shù)×100%。應(yīng)用安裝耗時：應(yīng)用在安裝過程中消耗的時間。企業(yè)每年在CDN服務(wù)方面投入從千萬級到十萬級不等，因的關(guān)注重點(diǎn)，了解其服務(wù)質(zhì)量主要通過CDN請求性能、CDN運(yùn)營商匹配率、配率來評估。了解應(yīng)用訪問情況是企業(yè)IT運(yùn)維的基礎(chǔ)。艾瑞咨詢增加，業(yè)務(wù)系統(tǒng)之間的關(guān)聯(lián)性也在持續(xù)提升，同時，企業(yè)的IT系統(tǒng)的規(guī)模和架些應(yīng)用，保證業(yè)務(wù)的連續(xù)性和IT系統(tǒng)的穩(wěn)定性是業(yè)務(wù)發(fā)展的迫切需要，用程序的可用性進(jìn)行監(jiān)視和管理。應(yīng)用監(jiān)測能夠幫助企業(yè)快速定位問題和節(jié)約成本：通過應(yīng)用監(jiān)測，探針對慢請求進(jìn)行團(tuán)隊(duì)配合，既高效又節(jié)約了成本。時處理，從而最大限度降低損失。版本的迭代和功能更新頻率較高。采用SmartAgent技術(shù)的應(yīng)用監(jiān)控，可服務(wù)端應(yīng)用性能監(jiān)測的探針自動化部署和配置。所有服務(wù)和組件。應(yīng)用性能的工業(yè)標(biāo)準(zhǔn)。Apdex標(biāo)準(zhǔn)從用戶的角度出發(fā)，將對應(yīng)用響應(yīng)時間的表現(xiàn)，轉(zhuǎn)為用吞吐率：包含自身調(diào)用、數(shù)據(jù)庫調(diào)用、NoSQL調(diào)用、第三數(shù)據(jù)量。和集群。各個應(yīng)用之間的調(diào)用通過網(wǎng)絡(luò)來實(shí)現(xiàn)，各個企業(yè)IT建設(shè)的規(guī)模與復(fù)雜度與心運(yùn)維指標(biāo)體系及部分企業(yè)的關(guān)注點(diǎn)，艾瑞咨詢認(rèn)為，網(wǎng)絡(luò)設(shè)施銜接著企業(yè)的數(shù)據(jù)進(jìn)行分析展示，具備數(shù)據(jù)回溯、定位故障、告警、分析報告等功能。包大?。簲?shù)據(jù)包大小。也是實(shí)現(xiàn)AIOps不可或缺的一環(huán)。下圖展示了資源層核心運(yùn)維指標(biāo)體系及部分企業(yè)的關(guān)注點(diǎn)，艾瑞咨詢認(rèn)為，針對基礎(chǔ)IT資源的監(jiān)控運(yùn)維雖然是相對傳統(tǒng)的運(yùn)維內(nèi)容底層基礎(chǔ)性地位。中間件和服務(wù)器中間件等種類。推送錯誤數(shù)、消息推送數(shù)量、消息訂閱平拒絕耗時。業(yè)務(wù)邏輯；3、對企業(yè)各個層次的IT資），一般情況下，新創(chuàng)建的對象都會被分配到Eden12區(qū)，數(shù)據(jù)庫的種類多樣，不同數(shù)據(jù)庫面對不同的場景各具適配性，主要的數(shù)據(jù)庫類型包括：構(gòu)化信息提供了最有效和靈活的途徑。多臺位于同一個物理位置、或分散在不同的網(wǎng)絡(luò);上計(jì)算機(jī)數(shù)據(jù)倉庫：數(shù)據(jù)倉庫是數(shù)據(jù)的中央存儲庫，是專為快速查詢和分析而設(shè)計(jì)的。）：OLTP數(shù)據(jù)庫：一種用于支持高速分析的數(shù)據(jù)點(diǎn)在于管理任務(wù)和維護(hù)由服務(wù)提供商而非客戶自己來執(zhí)行。查詢響應(yīng)時間：即從提交查詢到結(jié)果返回所需的時間。QPS13：每秒查詢率QPS是對一個特定的查詢服務(wù)器在規(guī)定時間內(nèi)所處理流量多少的查詢錯誤率：數(shù)據(jù)庫查詢過程中出錯概率。健康度：對數(shù)據(jù)庫監(jiān)控各項(xiàng)指標(biāo)進(jìn)行加權(quán)統(tǒng)計(jì)，并通過專家模型得到健康度打分。企業(yè)改變原有的數(shù)據(jù)中心以應(yīng)用為中心的傳統(tǒng)思維，其中最重要的就是從“O視角（Operation）”到“C視角（Customer）”的轉(zhuǎn)變：O視角是基于企業(yè)自身服務(wù)可達(dá)數(shù)據(jù)鏈的DNA：通過大數(shù)據(jù)平臺打通“云-管-邊-端”鏈路，并通過AI算法建立在透視用戶業(yè)務(wù)旅程的基礎(chǔ)上，企業(yè)需要通過業(yè)務(wù)架構(gòu)透視IT系在透視業(yè)務(wù)并結(jié)合業(yè)務(wù)進(jìn)行IT架構(gòu)監(jiān)測的過程中，企業(yè)務(wù)必要確定整個庫等關(guān)聯(lián)性資源。APM、Log、業(yè)務(wù)、基礎(chǔ)設(shè)備、CMDB等數(shù)經(jīng)驗(yàn)、行業(yè)發(fā)展等知識，形成覆蓋“業(yè)務(wù)梳理-關(guān)鍵應(yīng)用確認(rèn)-核心指標(biāo)梳理-指標(biāo)健康度分智能運(yùn)維等場景提供全面的支持。前文已經(jīng)提及，企業(yè)對IT系統(tǒng)實(shí)施監(jiān)測優(yōu)化需要以對業(yè)務(wù)的透視業(yè)務(wù)進(jìn)行定義，既而對業(yè)務(wù)涉及的IT系統(tǒng)進(jìn)行透視和拆解，并對業(yè)務(wù)發(fā)生過程操作占比等。頁面退出率、請求總耗時、請求次數(shù)、慢請求占比、服務(wù)端耗時等。內(nèi)核態(tài)使用百分比、單個CPU使用情況、磁盤讀/寫吞吐量注的指標(biāo)包括：時延、丟包、新建鏈接、并發(fā)鏈接、企業(yè)進(jìn)行IT資源與系統(tǒng)調(diào)研的方法涵蓋對相關(guān)員工的詢問和調(diào)研人員的自步驟三：閾值企業(yè)對IT系統(tǒng)的真實(shí)情況進(jìn)行驗(yàn)證后，需要設(shè)置所關(guān)注指標(biāo)閾值以便準(zhǔn)確開展運(yùn)標(biāo)體系的建設(shè)。企業(yè)可以通過三種不同的方法設(shè)定上述閾值：1、基于經(jīng)驗(yàn)設(shè)定閾值，即根據(jù)運(yùn)維人員長2、綜合業(yè)務(wù)變化確定閾值：即通過對歷史系統(tǒng)數(shù)據(jù)的而是動態(tài)地、自動化地確定各種場景下的運(yùn)維指標(biāo)閾AIOps的應(yīng)用對企業(yè)運(yùn)維智能化的影響非常顯著。AIOps概念的外向的主要客戶是企業(yè)IT運(yùn)維部門和人員。盡管企業(yè)核心業(yè)務(wù)面臨的運(yùn)維問題無人值守”這一路徑是所有企業(yè)運(yùn)維的必經(jīng)之路。需要引入的AIOps能力是告警收斂；此外，在單一監(jiān)控領(lǐng)域