2025.6.28匯報人

孫杰

p

:

風向

標數(shù)據(jù)治理助力AI

Ops時代運維服務(wù)質(zhì)效雙增數(shù)智化時代的運維挑戰(zhàn)01運維數(shù)據(jù)治理是智能化運維的基石

0

2運維數(shù)據(jù)治理如何做

0

3面向持續(xù)改進的治理運營0

4目錄·孫杰某國企原技術(shù)總監(jiān)負責多個大型企業(yè)的運維平臺規(guī)劃設(shè)計和部署實施，積累了豐富的實戰(zhàn)經(jīng)驗數(shù)智化時代的運維挑戰(zhàn)X

O

p

s

風

向

標

運維的演進路線

運維面臨的困境

運維數(shù)字化管理水平的落后AIops：即Algorithmic

ITOperations

，是由Gartner定義的新類別

，基于算法的IT運維。通俗來說

，就是利用大數(shù)據(jù)、機器學習、人工智能等先進技術(shù)

，對日常運維數(shù)據(jù)進行深度挖掘和分析

，以形成一套高效的運維決策模型

，從而服務(wù)于用戶的實際需求。備注：基于已有的運維數(shù)據(jù)（日志、監(jiān)控信息、應(yīng)用信息、平臺系統(tǒng)、用戶體驗等）

，通過機器學習的方式來進一步解決以往運維所未能解決的問題。

智能運維是什么

運維數(shù)據(jù)治理決定了智能運維的高度多管齊下持續(xù)改進：對運維數(shù)據(jù)進行治理

，不是僅僅上一套“數(shù)據(jù)治理”工具就能解決的

，而是需要在組織配套、流程制度、技術(shù)實現(xiàn)的落實和推廣層面多管齊下并持續(xù)改進才能收效。這一切改進的前提又需要組織對自身實際所處的位置和能力有清晰的認知

，然而很多企業(yè)只知道有問題或只看到了問題表象

，而沒有深入思考或者沒有能力去判斷和分析這些問題的根源。數(shù)據(jù)治理方法論：

目前主流的數(shù)據(jù)治理方法論有DAMA的DMBOK2.0、

DGI的數(shù)據(jù)治理模型等

，可借鑒標準有國際標準ISO38505-1、國家標準GB/T34960.5和GB/T36073。在運維數(shù)據(jù)治理的實踐中

，這些方法論和標準只是參考

，運維數(shù)據(jù)治理團隊需要基于企業(yè)自身情況在理論基礎(chǔ)上進行配適性調(diào)整和選用。運維數(shù)據(jù)治理在中國才剛剛起步，

由干受企業(yè)規(guī)模、管理成熟度和技術(shù)能力的限制

，現(xiàn)階段多數(shù)運維數(shù)據(jù)治理實踐僅基于企業(yè)現(xiàn)有條件和業(yè)務(wù)特點實現(xiàn)了治理框架中的某些域或者點。運維數(shù)據(jù)受關(guān)注：從DCMG《中國行業(yè)數(shù)據(jù)中心運營管理2019年度報告》中看到

，2019年工作總結(jié)和2020年工作計劃中“運維數(shù)據(jù)”是詞頻最高的關(guān)鍵詞。在DCMG《中國行業(yè)數(shù)據(jù)中心運營管理2020年度報告》編制過程中

，基于2020年底回收的42份有效樣本，運維數(shù)據(jù)治理已經(jīng)被當作單獨領(lǐng)域進行研究

，其下出現(xiàn)了運維數(shù)據(jù)安全治理、運維數(shù)據(jù)運營和運維數(shù)據(jù)治理體系等關(guān)鍵詞。

運維數(shù)據(jù)治理決定了智能運維的高度運維數(shù)據(jù)治理是智能化運維的基石X

O

p

s

風

向

標

數(shù)據(jù)來源和利用

數(shù)據(jù)中心范圍內(nèi)的配置變更跟蹤

數(shù)據(jù)類型、

數(shù)據(jù)形式、

數(shù)據(jù)載體

數(shù)據(jù)大集中--PMDB

數(shù)據(jù)匯聚—PMDB指標模型

數(shù)據(jù)統(tǒng)一分析引擎和智能閾值高性能規(guī)則引擎：3600條事件/分數(shù)據(jù)導入通道：全量HDFS增量Kafka數(shù)據(jù)分析的應(yīng)用：開源算法的選擇DataIDE阿里云數(shù)加（

MaxCompute）

StreamCompute

數(shù)據(jù)匯聚處理：

高性能事件分析引擎運維數(shù)據(jù)治理如何做X

O

p

s

風

向

標l全面認識運維數(shù)據(jù)

，從數(shù)據(jù)類型、

數(shù)據(jù)形式、

數(shù)據(jù)載體三個角度對數(shù)據(jù)進行描述l要讓數(shù)據(jù)升華為數(shù)據(jù)資產(chǎn)

，

需要建立全鏈路的

“采、存、算、管”能力

，具備數(shù)據(jù)處理和分析能力l理想的運維數(shù)字世界

，是個

“點、線、

面、體”的結(jié)構(gòu)化體系

1、確立運維數(shù)據(jù)的資產(chǎn)地位

運維基礎(chǔ)能力建設(shè)

智能化診斷能力建設(shè)

智能運維在企業(yè)的建設(shè)離不開圖譜指標標準化工作是實現(xiàn)數(shù)字化描述的基礎(chǔ)性工作

，如果做的不好

，會影響數(shù)字化轉(zhuǎn)型的成敗。指標標準也是一種運維知識

，研發(fā)團隊通過運維專家對運維對象指標體系的分解

，構(gòu)建足以進行全面分析的運維標準化指標體系。

國外的有Gartner的ITKMD系列報告

，每年給出超過3000個指標

，涉及IT各方面；ServiceNow的PerformanceAnalytice組件隨附了600多個預(yù)定義的KPI來測度平臺的業(yè)務(wù)服務(wù)和流程的質(zhì)量

，推動運維業(yè)務(wù)改進。標準的落地需要制度、流程、工具平臺、場景應(yīng)用共同推進。

2、

建立運維數(shù)據(jù)治理標準和流程

智能化統(tǒng)一平臺系統(tǒng)架構(gòu)圖

建立以業(yè)務(wù)為導向的綜合監(jiān)控平臺l運維數(shù)據(jù)治理的有效落地

，離不開組織、流程、人才的支撐

，更需要技術(shù)平臺的賦能。l運維數(shù)據(jù)治理的技術(shù)平臺與企業(yè)已有的運維平臺體系進行融合

，形成以運維數(shù)據(jù)中臺為代表的運維數(shù)據(jù)資產(chǎn)管理、數(shù)據(jù)采集、數(shù)據(jù)存儲、數(shù)據(jù)分析，以運維指標體系為代表的主數(shù)據(jù)管理

，以CMDB與知識庫為代表的元數(shù)據(jù)管理

，以監(jiān)控為代表的數(shù)據(jù)質(zhì)量、數(shù)據(jù)安全管理

，以及運維門戶涉及的數(shù)據(jù)運營管理。l構(gòu)建運維數(shù)據(jù)治理平臺

，以數(shù)據(jù)驅(qū)動智能運維

，閉環(huán)落實決策執(zhí)行

，提高運維效率。l運維數(shù)據(jù)治理是一個系統(tǒng)性的建設(shè)工作

，不能一蹴而就

，需要持續(xù)優(yōu)化和改進。

3、

構(gòu)建平臺

，

閉環(huán)落實決策執(zhí)行l(wèi)數(shù)據(jù)質(zhì)量監(jiān)測，

圍繞采集、感知、決策、執(zhí)行四個關(guān)鍵環(huán)節(jié)

，建立質(zhì)量測試的數(shù)據(jù)指標

，不斷提高數(shù)據(jù)的一致性、準確性、唯一性、及時性、有效性。l運維數(shù)據(jù)的可視化

，簡化對運維數(shù)字世界的認識

，讓工具更快、更易轉(zhuǎn)化為生產(chǎn)力。l優(yōu)化治理管控機制

，推動數(shù)據(jù)資產(chǎn)價值

，獲得管理層支持

，落實資源保障。l分級分類分權(quán)

，促進數(shù)據(jù)共享使用l加強與供應(yīng)商、合作伙伴的生態(tài)共建與合作

，以開放安全促進運維數(shù)據(jù)的治理與運營

，以成效評估進行改進和優(yōu)化。

4、

促進數(shù)據(jù)使用

，

共享開放安全面向持續(xù)改進的治理運營在這里輸入你的正文闡述與關(guān)鍵詞標題相關(guān)的具體內(nèi)容

，若字數(shù)太多酌情刪減文案X

O

p

s

風

向

標

企業(yè)IT一體化聯(lián)動管理

，

持續(xù)運營l從面向系統(tǒng)的技術(shù)運維向面向客戶的業(yè)務(wù)運營進行轉(zhuǎn)變

，持續(xù)運營

，形成全面、

高效、

統(tǒng)一的運維管理體系。?效率提升方向：智能變更、智能問答、智能決策、容量預(yù)