全面建设与展现IT运维生态

1、 全面建设与展现IT运维生态目 录 TOC o 1-3 h z u HYPERLINK l _Toc522798207 前言 PAGEREF _Toc522798207 h 3 HYPERLINK l _Toc522798208 一、运维生态概述 PAGEREF _Toc522798208 h 3 HYPERLINK l _Toc522798209 二、全面展现运维生态 PAGEREF _Toc522798209 h 5 HYPERLINK l _Toc522798210 三、案例介绍 PAGEREF _Toc522798210 h 7 HYPERLINK l _Toc522798211 四、

2、结束语 PAGEREF _Toc522798211 h 12前言GoogleMaps极大的方便了现代人的出行，通过集成地理数据、卫星定位、实时路况和导航计算等数据和功能，人们可以精确知道自己在地图上的位置以及与目的地之间的路线和路况，人们可以去任何自己想去的地方，不论之前有没有去过。Google Maps甚至重新定义了地图，地图不再是出行前的辅助规划工具，而是行驶过程中的完美辅助工具，这种对地图的高频依赖在十年前是无法想象的。那时，由于纸质地图的信息非常有限，对出行帮助并不大。信图不如信人，只有老司机更懂路。GoogleMaps解放了人们对老司机的强烈依赖，不过，在享受Google Maps带

3、来的巨大便利的同时，你可曾想到Google Maps的幕后英雄是谁吗？是的，就是GeoDB，它精确的记录了每个城市、街道、建筑以及山川、河流的经纬度坐标和海拔，这些数据被称为Geo Data。Geo Data晦涩难懂，所以早期GeoDB的消费场景很少。Google Maps将晦涩难懂的Geo Data变得简单直观，降低了信息的理解门槛，从而使每一个普通老百姓都能够消费这些数据，一下子盘活了很多GeoDB。运维也面临同样的问题，运维生态是由系统和人两大部分组成，系统包括了软件、硬件和环境；人包括了服务人员和客户及用户；这两者之间相互作用，相互影响，形成了动态变化的运维生态系统。而目前，整个生态的

4、状况，往往都是各种专业数据无关联的呈现，晦涩难懂，很难让每一个人(包括服务人员和用户)完全利用好它，如果能把运维生态的这些数据有序、关联、直观地展现出来，使各工种运维人员、开发人员以及各级管理人员，甚至用户很直观地要到他们想要的信息，并能帮助他们实时决策，成为他们的高频依赖，运维这项工作是不是变得更有意义呢！一、运维生态概述DevOps流行了一段时间了，有大量介绍DevOps的文章，我这里就不班门弄斧了。我以为要让开发、运维、管理、用户这四者减少摩擦，也需要一个各方都达成认可的共识，那就是达成如何建设运维生态的问题，而建设运维生态，需要两只手，即精准运维加运维质量描述。通过主动服务把精准运维工

5、作做好，通过质量描述把运维生态的情况直观地展现出来，以运维生态的质量为基准，输出到各方，用于持续改进（PDCA）。好了，那我们先说说精准运维，精准运维是一种IT服务方法，它是要让IT运维服务工作围绕被服务对象的业务来展开，从而进行心跳同步式的服务，最大限度地利用资源，提升业务体验，实现服务价值，而不仅仅是围绕信息系统本身（软硬件）来服务。精准运维有个核心思想就是主动服务，怎样主动服务呢？嗯，猜对了，那就是根据运维对象的特质以及客户的特别要求，对运维生态进行检测、分析，从而制定出计划与服务方案，根据计划方案展开行动，然后再检测分析运维生态的质量，不断PDCA做到更好。那什么又是运维生态质量呢，要

6、聊清楚运维生态质量，就得从两个方面说起，第一是系统，第二是人。先说系统，系统的质量是包括业务系统软件、基础软件、硬件以及环境（包括电力、消防、照明、机位等机房环境）的质量状况；再说人，是说在这个生态圈里人的运行状况，包括了用户（客户）-客服人员-运维人员-开发人员-管理人员等，他们的状态，涵盖了能力成熟度的范畴。把这两部分展现出来了，我们当然就清楚事情的情况、问题的重点了。二、全面展现运维生态描述系统方面的质量，我们可以用两个方面，如运行保障和风险控制，运行保障常见的是可以用系统的可靠性和可维护性等指标表示，即，MTBF、MTTR、MTRS等；风险控制可引入风控管理方面的指标。人的方面可以在内

7、部要求、用户感受、以及管理效益上去考量。实际上要想做到直观展现这两点，还需要细化每一个展示分类，形成对每一类都有各种直观的关键项指标KPI，这样的展示就有了意义，如同我们的导航软件，而展现的前置条件，是服务需求分析。展现的信息是不是有用，取决于这个信息是否满足使用人的需求，就象前面的实例中描述的那样，导航的信息是否可以帮助使用人方便、快捷、安全的到达目的地，如果可以，那么这次展现有价值的。获取不同人员对运维服务的需求，人员按照不同的视角（客户、管理者、系统用户、运维人员）进行分类1.监测运维生态质量a)设计运维质量指标：设计相应的指标，采集到对应的质量数据；b)数据采集方式：实时获取，定时获取

8、。c)运维生态质量KPI：2.运维生态质量可视化展现a)运维质量数据处理和翻译：对质量数据进行加工、存储、整理和分析；b)运用直观、易于理解的方式进行展现。3.数据应用PDCAa)客户更加合理、明确、清晰的要求；b)管理团队提出更有针对性的决策；c)行业用户更合理的开展业务；d)运维团队不断改进运维服务。以下是展现运维生态系统的指标一览表（评价指标供参考）：三、案例介绍以某信息系统为例，我们来看看其运维生态状况是如何得到展现的。该系统是一个某制造行业的分布式系统，分别部署在全国各省市，实现对生产制造的控制和流通环节的物流跟踪。为保障该系统的稳定运行，某运维企业在全国各省均设立了运维服务团队。鉴

9、于系统的复杂性、运维团队的数量众多，如何评价该系统的运行状况、评价各服务团队的服务质量，是一大挑战。通过运用上述运维生态展现方法，能够较为全面、客观反映系统运行情况、运维生态状况。该系统运维状况测算按照百分制计算，反映系统运行情况的三个关键指标（MTBF、MTTR和MTRS）的平均分分别为55.4、50.1、74.3；测评时发现一次变更未及时开变更单、数据备份缺失产生2个扣分项。系统运行情况的得分情况如下表所示：据质量指标体系，对各指标的不同运维组整体得分情况，从指标平均分和离散程度两个方面进行分析，具体如下图所示：（注：离散程度本次分析中用各驻场组指标得分的标准差来表示）从上图可以看出，不同

10、运维组普遍具备以下优势：在6个指标（重大事件处置水平、事件解决率、恢复时长达成率、汇报情况、现场服务工作完整性、到场及时性）上，所有运维组均取得了满分，说明运维组在这6个方面提供了高水准的服务，符合企业规范并得到了用户的认可。8个用户调研的主观类指标（汇报情况、现场服务工作完整性、到场及时性（用户及员工反馈）、运维策划能力、服务条理性、用户及员工反馈、服务效率、巡检情况）平均得分均在99分以上，且数据离散程度很小，说明各省用户对运维组工作情况十分认可。工单合格率和工作记录完整性这两个客观指标平均得分也在90分以上，指标离散程度适中，说明运维组在这两方面规范执行情况良好，各运维组之间水平差异不大

11、，部分运维组还有提升空间。此外，从上图还可以看出，各运维组在以下几个方面还有待提升：MTBF、MTTR、MTRS三个指标离散程度相对较大，MTBF、MTTR两个指标平均分相对较低，说明各运维组之间系统运行保障的效果差异较大，尤其在系统可靠性保障方面，低于平均水平的小组较多，需要各运维组深入研究具体原因，提升系统运行保障水平。规范和技能水平两个指标，平均得分相对较低，离散程度适中，说明至少试卷包含的相关内容上，各运维组差别不算太大，但水平尚待提升。手机接通率指标由于本次评分以95%接通率75分为基准，从平均得分84.8上看，各运维组手机接通情况良好，但是指标数据离散程度较大，说明各组接通率差距较大，部分运维组尚有提升空间。监控执行情况指标，平均得分79，且数据离散水平为所有指标中最高，说明在监控记录上传和准确性方面，各运维组完成情况不一，大部分运维组仍需加强。通过上述实例运用，我们发现非常复杂的运维生态状况，通过上述方式得到了全面、客观的呈现，无论对