谈谈对互联网运维的理解和认识

        在这里，首先明确的是中等规模以上的运维，不到数百台服务器的规模，想必也不会有太多的需求，或者说没有太多的资源和压力来实施运维工程。

        什么是运维，这个很难说清楚，但运维主要干嘛，我认为：
                    第一、保证线上业务的稳定，保证Qos
                    第二、保证业务的需求，支持快速迭代
                    第三、控制成本

         这3点说起来容易，做起来就很难了，绝大部分公司第一点就做不好，其他的就不要谈了，那我们该如何做到呢？

         首先，运维应该由如下组成：

            ---IDC运维：负责基础设施搭建，包括IDC机房选型、服务器选型、服务器上架、网络架构设计与实施、资产信息入库

            ---系统运维：负责操作系统定制优化(包含自动化装机系统)，运维基础服务搭建，主要包括(yum、ldap、svn、DNS、ldap、NTP、配置管理工具)

            ----应用运维：直接面对研发和业务，主要工作包括参与架构设计、应用上线，性能调优、troubleshooting、Qos分析与监控、容量规划等工作，需要深入了解熟悉各种开源软件，深入了解应用，如php和java

            ----CDN运维：负责CDN运维，面对应用运维和开发，负责各种内容加速(download、web、video、live)，会涉及大集群管理，高并发环境

            ----DBA：负责数据库以及数据缓存层搭建，构建高可用，服务化的关系型或者key/vaule数据库，比较专业

            ----安全团队：负责安全相关工作，主要包括：网络安全、系统安全、应用安全、业务安全(电商很重要)、入侵检测、审计、安全评估、安全预警、漏洞评估和修复、安全培训(部分公司已经将安全独立与运维之外，称之为安全中心)

            ----运维开发团队：负责运维工具、运维平台的开发工作：主要包括：CMDB、监控报警系统、运维自动化平台等等

          接下来，我要谈谈运维发展的几个阶段：

          第一阶段：运维标准化自动化阶段：从网络、硬件、系统、软件等各个层面指定标准，在标准化的前提下实现自动化，包括自动化装机系统、配置管理工具，自动上线系统、监控报警系统、CMDB，如此同时搭建好各个运维基础工具，主要包括(yum、ldap、svn、DNS、ldap、NTP)等，将运维工程师从大量没有价值的重复劳动中解脱出来


            第二阶段：平台化运维，精细化运维：
    
            平台化运维：重点是将上述系统整合起来，数据一次输入，其他系统相互调用，各个系统提供api，实现交互，良性运行，，并有一个统一的用户ui，为运维工程师提供服务，形成一个有机整体。

            精细化运维：构建统一的日志收集分析平台(实时和离线)，加强数据收集，包括交换机日志、系统日志、应用日志、loadbalance日志等等，定时自动化多维度日志分析，监控Qos，并与监控报警系统结合，实现Qos准实时监控，并对各个服务的容量做分析和设定标准(变化的)，当达到警戒值是能快速扩容，如果资源冗余能快速回收。

            做到这里，基本就完成了运维要做的三件事的中的第一件了。

            第三阶段：运维服务化和弹性计算：

            运维服务化：构建资源池，可提供各种通用组件来支持研发，将运维包装成服务，为研发提供各种解决方案，研发需要的话直接通过接口调用就行了，他们不需要关心这个服务的性能、状态。这块可实施的从前端到后端，有LB、中间件(cache层、消息队列、调度系统)、DB(mysql、kvdb)层等等。

            弹性计算：利用虚拟化技术，构建服务器资源池，并与监控报警系统联动(如当某个应用平均load达到某个值自动新增服务器，并加入到LB中)，实现各个应用的自动扩容，自动故障恢复 

            在这几个阶段中有几个关键点需要注意：
1、简单即可用(好像百度最先说，但我一直很推崇)
2、变更是绝大部分故障的源泉
3、故障推动变革，不要害怕故障，但也不能容许同样的故障重复发生
4、无情的推动标准化、自动化
5、不要重复造轮子
6、谨慎引用新软件，用好现有软件(深入了解)
7、拥抱改变
8、沟通很重要
9、团队的力量很重要

            做到这里，我想运维应该已经达到一定水平了，国内可能也就BAT能有差不多的水平了。那接下来我们面临的挑战是什么呢？我想主要面临的挑战是如何体现和衡量运维的价值。

            首先，运维是保障团队，并不像销售直接产生收入，也不像研发开发产品，相反运维想要做得好，需要花大量的钱，雇佣一个niubility的运维团队相当的不便宜，并且运维还会要求采购大量的服务器、交换机、安全设备等等大量设备，花销巨大。

            其次，运维做得越好，你越是感觉不到他的存在，这点算是运维的悲哀，越做得好，越是看不到，长期看不到自然老板会想我养着这么一个团队每天在干吗呢？还花了那么多钱，也许下一步他开始考虑减少运维支出，包括购买设备和人员裁剪。

            回到本文的开始，关于运维的价值，主要体现在保证业务稳定，支持业务快速上线，如果可能尽量少花钱。在这种情况下，如何体现运维的价值？如何衡量运维的价值呢？这个是很重要的问题，这个问题处理不好，运维的地位岌岌可危，运维的出路也很渺茫。

            我想主要有以下方面来避免运维陷入上文所说的困境：

            1、图形化展现：应用图形化工具，建立运维监控墙，将不可视的运维数据变成可视的图形，实时展现各个关键业务的Qos、用户量变化、带宽等其他数据，让技术和非技术都能关注和了解(这个会给运维带来压力，因为数据是不可作假的，一旦故障，所有人都能看见)。

            2、运维数据化：将运维数据直接和业务挂钩，如网站宕机1分钟损失多少钱？网站被入侵损失多少钱？配合一些宣传海报，让大家知道保持网站稳定的价值。

            3、运维推进需要的不只是运维本身的努力，也需要公司高层的重视，相信成熟的公司高层也肯定会认识到运维的价值的

            相信以上的工作如果都做好了，大家就可以每天都在公司看看新闻，和美眉聊聊天，打打球，过过舒服的日子，做一个快乐幸福的运维工程师了。

            以上就是现阶段我对运维的认识和理解。