近年来运维技术飞速发展，运维团队大多建设好了各种系统，虚拟化、容器化、持续集成等等。但是如何有效的利用这些系统最终实现站点的高可用、高性能、高可扩展？随着智能化技术的发展，为了解决上述运维领域的问题，智能运维的呼声越来越高。这里，就将饶琛琳对智能运维的发展一些早期观点和看法整理出来，和大家一起探讨下运维未来的发展方向。

1.对当下国内运维领域现状的看法

简单来讲，目前国内运维界在自动化方面已经达到了一定的水平，就现阶段而言，自动化和监控两部分还是有一定距离。例如，你拿到了监控类的报警，可能不清楚立马去做哪一项自动化的部署。如果能把自动化和监控这两部分有机的结合起来，运维的工作会运转的更加顺利。

2.移动端和微服务给运维工作带来的挑战

在 PC 端的时代，运维的很多工作受限于浏览器，运维人员拿不到用户端真实的数据。这种状况下，大家就会普遍采购一些第三方服务，尝试获取终端数据。而在移动端时期，我们都有自己的 IP，可以把一些采点的逻辑放在自己的 IP 里，然后获取到更准确、更真实的客户数据。相对于挑战来说，这其实是移动端带来的好处。

微服务的出现给运维工作带来一些难题。没有出现微服务之前，运维人员在一台或者两三台机器中就可以完成问题排查。出现微服务之后，这些问题可能拆到了好几十个分布式的地方，各自的输出，甚至启停会很方便，你有可能遇到在找问题的时候混淆的情况。而解决这些麻烦就是需要智能运维。

3.智能运维与数据之间、自动化运维之间有何关系

智能运维的理想状态就是把运维工作的三大部分：监控、管理和故障定位，利用一些机器学习算法的方法把它们有机结合起来。在大数据时代，智能运维是基于大数据之上。目前看来，运维想要把监控、管理和故障定位这三部分有机结合起来，就不可避免的需要用到智能算法，而体现智能算法价值的一点就是：智能算法需要大量的数据去做支撑。

自动化运维这几年处在一个良性发展的状态，包括像 Puppet 这种配置管理的自动化，像 Docker 这种部署的自动化。进一步的发展就是需要把这三部分融合起来。目前能够把这三部分融合起来的办法就是利用人工智能的手段，最后达到一种智能运维的状态。

4.智能运维当下的状况及智能运维发展的预测

智能运维当下还是一个初步探索的阶段。可以举几个时间数字，我所看到一个和智能运维相关的开源项目是在 2013 年，而我看到的第一个主动出来宣讲和智能运维相关的应该是在 2015 年百度在一个大会上的宣讲。然后大量的出现在宣讲上有关智能运维的应该是在 16 年下半年。而这些宣讲和我的一些宣讲都还是说我们现在有这样的思路，做了一些尝试。而这些尝试的效果还是需要大家去碰撞，看是否还有什么更好的办法，因为我们现在是用普通的机器学习算法，还没有用到像 AlphaGo 的深度神经网络这部分内容。转变为智能运维是一个需要大量投入和学习的过程。

想尽快在智能运维领域有所突破，更实际一点的办法就是主抓好监控系统和告警系统。传统的 IT 运维需要管理大量的告警，极大地分散了企业的注意力，消耗运维人员大量的时间和创新力。想办法能把一天收好几千封告警这种状况，高效地解决，把运维人员从纷繁复杂的告警和噪音中解脱出来。这是一个在众多办法中产生价值的第一步。现在比较明确的是大家会朝着智能运维方向发展，并且智能运维的发展一定是一个长期演进的过程。

对于智能运维的发展预测，我的简单看法如下：

第一步就是前面所说的，智能运维在告警系统上的价值，；

第二步就是智能地去判断告警，而不是现在靠人力的经验去设定一个阈值。设定告警阈值是一项耗时耗力的工作，需要运维人员在充分了解业务的前提下才能进行，还得考虑业务是不是平稳发展状态，否则一两周改动一次，运维工程师绝对是要发疯的。

第三步是利用一些 NLP（自然语言处理），把故障报告、文本化的语言提炼出来去自动反馈到这个系统里。这一点可能是更遥远的一个设想，但是目前来看会是将来发展的一条道路。

| 饶琛琳，日志易产品总监，曾任新浪微博系统架构师、大数据运维技术专家，从事运维 11 年，精通大规模互联网性能优化，机器数据处理分析，监控和管理平台的部署开发。