那些年我们在一线背锅的日子- 运维经理手记

文章目录

前言
自动化，可视化运维
主动维护
- 1. 定期巡检
- 2. 系统日常优化
- 3. 专项优化
建立维护标准规程
运维经理是个什么角色

前言

一个项目可能在你交付给甲方的时候就结束了，但对于运维来说，战斗才刚刚开始。
一套生产系统，只要甲方没有破产，又没有被其他系统所替代，也没有被竞争对手干掉，就要无休止的运行下去。
而你作为运维就需要手机24小时开机，每月初，月底通宵执行出账，节假日别人去了泰国，阿拉斯加，印度尼西亚，你也要在现场值守。

手机收到告警，第一时间处理；半夜出了故障，第一时间处理；甚至地震了你也要第一时间赶赴现场把信控停机程序停下来，等等。

运维的技术含量本身一点都不比开发低，而且技术在牛逼的大牛，比如微软研究院，谷歌，IBM大中华区或者全世界技术研发中心那些大牛们，专家们，设计出来的程序，在国内看来也是跟Linux和MySQL一样，千疮百孔，漏洞百出。

自动化，可视化运维

系统的运行维护不能只能人来盯着，老虎也有打盹的时候，所以运维方向开发出来的核心系统的保障系统，用来监控运行程序主机的CPU，内存，IO，日志文件，以及网络交换，中间件，各类进程的状态，设置相应的阈值告警。

其次是对业务指标的稽核和平衡性校验，在后来发展到自动检测，仿真检测，自动化日志分析，端到端的流量监控等技术。

目前市场上出现的，各种中台，日志监控，故障辅助检测告警，比比皆是。

将一套生产系统，用可视化的设备实时，直观的展示出来，能够准确的定位任何一个故障点，甚至能够自动处理。

运维经理的首要任务就是推动类似系统的建设与发展，尽量避免使用人工去干。

现阶段喊得最火的是AIOPS，我们把一些需要面对大量用户，大量同质化，简单化的问题，进行积累，形成智能问答，系统根据关键字索引自动推荐相似的答案，一旦用户采纳，就做好标记。标记最多的答案排在自动回复的前位。

智能机器人的后台是企业版的知识库，降低操作人员的入职门槛。

主动维护

运维经理的任务之二是不要把系统全部寄托在自动化运维上

1. 定期巡检

包括晨检，日检，月检，每季度的巡检优化

2. 系统日常优化

每日抓取效率低下的SQL语句top10，增加完善网管的监控点，数据模型的生命周期管理，对部署，配置参数的不断调整，对平台软件，中间件的打补丁，升级。

3. 专项优化

每日的系统巡检数据，比如连续的故障，系统长期反应慢等，根据这些数据进行相应的专项优化。

建立维护标准规程

标准规程分为两类，一类是管理规程，一类是技术操作规程。

管理规程主要用来约束生产操作的纪律，工作处理的流程。比如规定短信告警的处理时限，出现重大故障后的处理方法，报告顺序，生产系统的安全管理规范等。

技术操作规程主要是把各种生产操作的方法固化下来，形成规范，工序，标准。

运维经理是个什么角色

有人说运维经理是这样的：写的了PPT，看得懂招标书，上的了千人大堂，下得了小营业厅；懂得全局策略，细节毫不放松；各种业务门清儿，技术里外贯通；研究过组织行为，治得了地痞流氓。

运维经理是个综合性的职业，需要你懂技术，懂业务，懂管理，三懂人才。

所以如果你想做个运维经理，前期一定要先把技术练好，把公司业务搞透，如此才有机会。