数据驱动的运维数字化转型方法探索与实践

在数字经济时代，金融科技与互联网技术快速发展，给银行数据中心整体运维环境带来了巨大改变。银行业务敏捷创新的脚步从未停止，稳健运维的监管压力从未减弱，业务创新、技术演进的快速迭代使得银行运维面临的挑战日益增大。无论需求、环境、技术如何变化，银行数据中心对“质量、效率、安全、成本”的目标追求始终没有改变。为迎接数字化时代的挑战，打造质量可靠、效率提升、安全可控、成本降低的运维保障服务，助力银行业务数字化转型，广发银行数据中心自2018年起开展运维数字化转型探索，旨在通过运维的数字化转型，为传统运维注入新动力，孕育新思路，优化运维工作模式。一、运维数字化转型方法运维数字化转型，其实是运用数字化技术驱动运维服务的一场变革，需要回答“从哪里转”“转向哪里”“怎么转”等关乎数据中心运营管理模式变革的问题。广发银行数据中心经过多年的探索与实践，提出了“坚守一个目标、构建两个洞察、推动三个演进”的运维数字化转型方法(如图1所示)，对这三个问题给予直接回应。“坚守一个目标”回答“转向哪里”的问题。不管运维如何转型，都需要坚守数据中心运维使命不动摇，即坚守“质量可靠、效率提升、安全可控、成本降低”的运维核心目标，充分发挥运维价值，有力支持业务数字化转型。图1运维数字化转型方法“构建两个洞察”回答“从哪里转”的问题。运维数字化转型需要知己知彼，让数据中心管理层清楚地知道目前整体运维能力处于什么水平，运维对象处于什么状态，这也是运维数字化转型的核心问题。如何对这两方面情况建立全面客观的认知，是长期困扰各行数据中心管理层的难题。运维数字化转型要攻克这个难题，必须建立运维能力及运维对象洞察能力，实现对数据中心运维能力及运维认知从表面到本质、从感性到理性的深化，为运维管理模式变革提供更加准确、客观的依据支撑。“推动三个演进”回答“怎么转”的问题。遵循组织(People)、流程(Process)、技术(Technology)变革方法论，通过组织、流程、技术平台的持续演进，落地实现运维数字化转型。二、转型核心：基于运维数据的洞察能力建设知己知彼，百战不殆。通过建立数据中心运维服务能力和运维对象在数字世界的数字孪生，实现对运维能力与运维对象的深入洞察，可以帮助数据中心管理层建立对组织运维能力及运维对象的全面、客观认知(如图2所示)。图2运维能力洞察与运维对象洞察1.运维能力洞察广发银行数据中心以数据中心服务能力成熟度模型为框架，结合对运维服务能力的实际理解和需要，扩增运维数据管理能力项，建立了运维能力洞察指标体系。运维能力洞察指标体系由战略发展、运营保障、组织治理3个能力域组成，下分战略管理、监控管理、绩效管理等34个能力项，共140个评估指标(如图3所示)。图3运维能力洞察指标体系通过定义每个指标的计算口径、量化评分规则及权重，形成数据中心运维能力量化评估模型，在对数据中心服务能力现状进行客观全面了解的同时，更为进一步持续改进服务能力指明方向。2.运维对象洞察为了更加全面、客观了解运维对象，广发银行数据中心设计了运维对象逻辑模型，构建运维对象洞察指标体系，梳理运维对象间的关联关系，通过运维对象视图及运维关系网络，从静态、动态两个维度对运维对象进行描述与刻画。(1)运维对象洞察逻辑模型运维对象洞察逻辑模型从设计态、部署态、运行态、价值态四个维度，对运维对象的设计信息、部署情况、运行状况以及价值交付等进行描述(如图4所示)。图4运维对象洞察逻辑模型①设计态：刻画运维对象的静态设计视图，描述运维对象的架构设计、业务功能，以及设计阶段定义的运维对象间的各种交互关系及调用关系等，可有效化解运维对象从研发到运维的信息不对称问题。②部署态：刻画运维对象的静态部署视图，描述运维对象从设计蓝图到实际物理部署的转变。部署态指标呈现的是运维对象的物理部署架构，有助于对运维对象从逻辑设计到物理部署的全面洞察。③运行态：刻画运维对象的动态运行视图，主要实现对运维对象运行状态的实时感知，是运维监控的重要抓手。④价值态：是运维对象在业务价值、运维价值等方面的指标和标签，用于从运维对象视角观测运维工作价值及成效，实现运维对象的运维价值与运维核心目标的统一。(2)运维对象洞察指标广发银行数据中心针对每一类运维对象，从设计态、部署态、运行态及价值态四个维度，分别设计了运维对象洞察指标，实现对运维对象洞察从定性到定量的跨越。以应用系统为例，设计态指标主要包含系统名称、主管部门、研发团队、恢复点目标(RPO)、恢复时间目标(RTO)、业务模块及关系等静态属性指标；部署态指标主要包括部署节点、业务模块与部署节点关系、部署节点间关系等信息；运行态指标主要包含各节点的时均、日均资源使用情况、交易性能等信息；价值态指标主要包括该应用系统关于变更、事件、服务等与质量、安全、效率、成本相关的指标信息。(3)运维关系网络运维对象的日益复杂，不仅表现为数量上的快速膨胀，更在于关联关系的指数级增长。因此，运维对象洞察的关键在于对运维对象间关系的洞察。广发银行数据中心利用图计算技术，整合了运维配置数据、服务调用数据、批量作业依赖数据，定义了上到应用系统进程服务、下到机房网络设备的多达上百种运维实体，梳理了服务调用、批次依赖、部署运行、网络访问等数十种关系，最终构建了一张多层次、高扩展的运维关系网络(如图5所示)，并基于此开展故障影响分析、批次依赖分析等特定运维场景下的洞察及应用。图5运维关系网络其中，为了对应用系统进行细致深入的洞察，广发银行数据中心设计了应用系统架构设计模型与部署模型，通过联动研发团队开展应用系统架构治理，自动发现配置信息，实现应用系统架构数据化与可视化。(4)运维决策引擎基于运维对象指标标签与关系网络，广发银行数据中心结合多年的运维专家经验，构建了运行风险决策引擎。该引擎以运维对象指标及关系网络为输入，通过对专家规则的定义，对运维对象的架构、容量等运行风险进行从静态到动态、从定性到定量、从单一到立体的深入洞察(如图6所示)。图6运维对象运行风险洞察三、转型基础：运维数据架构规划与数据治理数据是数字化转型的核心要素，这已成为业界共识。为了促进运维数字化转型的顺利推进，需要夯实运维数据基础，加强运维数据内部整合联动，推动运维数据治理，保证运维数据好用可用，为数字化转型过程中运维数据价值的发挥奠定基础。广发银行数据中心利用大数据技术，建设了运维数据处理平台，实现对结构化数据与非结构化数据的采集、存储、加工、消费，向下对运维数据进行统一规范管理，向上为运维场景提供融通便捷的运维数据服务(如图7所示)。图7运维数据处理平台架构为促进运维数据的共享消费，广发银行数据中心基于运维业务特点，从物理模型、逻辑模型等角度对运维数据进行重新梳理，并提炼整合事件、性能、资产、关系、知识、操作行为、服务请求等七类运维数据主题，在运维数据处理平台按需加工运维主题数据，并面向数据中心内部开放共享。同时，定义了一套权威的、全局的、共享的组织级基础信息(运维主数据及运维参考数据)，制定了运维主数据管理规程，围绕运维主数据的生命周期，对主数据的规划定义、设计、增删改、异常数据处理等日常管理工作进行规范约定，为数据在数据中心内的流通共享提供了共同语言。此外，广发银行数据中心通过对《数据管理能力成熟度评估模型》(GB/T36073-2018)、《金融业数据能力建设指引》(JR/T0218-2021)等相关标准规范的研读，基于《金融业数据能力建设指引》的8个能力域29个能力项工作措施，参考《数据管理能力成熟度评估模型》的成熟度模型为每个能力项制定能力等级标准，23个能力项基本沿用《数据管理能力成熟度评估模型》的等级标准，3个新增的能力项按照工作措施制定了等级标准，数据保护能力域等3个能力项在《数据管理能力成熟度评估模型》基础上按照工作措施进行了补充，以此制定了运维数据29个能力项的等级标准，形成了具有广发特色的运维数据管理成熟度模型。为了确保运维数据管理相关工作的顺利推进，广发银行数据中心成立了运维数据治理团队，从数据管理过程、技术支撑、管理规范等方面开展运维数据管理工作，以技术管控为主，辅以流程进行数据管理，在数据管理实践过程中不断优化完善标准规范和管理流程，逐步形成集中的数据管控组织、统一的数据管控工具，持续加强运维数据管控。四、小结与展望运维数字化转型是一项推动数据中心运维模式变革的系统性工程。广发银行数据中心除了不断夯实运维数据基础，强化在数字化转型过程中的数据支撑，还坚持不懈地开展组织、流程及技术平台各方面的演进探索。在组织演进方面，广发银行数据中心以大一线工作模式优化为切入点，自上而下，从员工培养、组织架构、组织文化等方面推动组织演进，打造敏捷、高效、创新的学习型运维组织。在流程演进方面，广发银行数据中心推动运维管理流程从管理视角向服务场景视角转变，以故障监控、发现、应急运维场景为试点，围绕客户化、数据化、敏捷化进行流程设计和优化，提升运营效率，助力运维数字化转型。在技术平台演进方面，广发银行数据中心加强智能运维体系的联动融合，打造更加实时的感知能力和智能的洞察能力，以更快发现系统运行风险;打造更加高效的执行与调度能力，以更快进行应急响应与服务交付;打造更加可靠的安全能力，使得数字态运维模式下的合规管理与信息安全更加有保障。随着运维数字化转型的推进和深化，广发银行数据中心还将在以下几个方