运维体系 建设方案.pdf

运维体系建设方案 一、 体系建设目标 查阅了大量资料，也没有找到对“运维体系”的明确定义，大多数资料对运维体系的解 读及建设方案都是基于 ITIL 认证体系与 Google SRE，通过一系列的制度、标准、规范及流 程，辅以高效的 IT 管理系统，向用户提供高质量的运维服务，保证系统的可靠运行。 基于对 ITIL 及 Google SRE的理解，部门的运维体系建设目标可以确定为： 以积极、负 责、严谨的工作态度，正确、高效、规范的工作方法，保证系统 7*24 小时正常服务，全心 全意为客户服务，让客户满意。 二、 运维现状分析 随着部门研发的产品日趋成熟， 系统的复杂度日益提升， 主要体现在业务功能增多、 业 务流程复杂、 业务组件多且依赖关系复杂、 系统硬件数量多等， 导致整个系统运维的工作量 及难度均大幅度增加。 运维做了很多的工作， 却依然保证不了系统的可靠服务能力， 并不能 完全满足来自公司内外部“客户”的运维服务要求。通过运维团队内部的讨论与分析，发现 运维工作提升困难的主要原因与其所处现状息息相关，主要存在如下亟待解决的痛点： 1) 运维人员的技能参差不齐，深度不够，专业化不足； 2) 运维人员分工及职责不明确，要求全栈运维，工作上出现相互推诿、拖延； 3) 运维操作随意性强，容易出现疏忽与失误，导致系统事故； 4) 运维服务接入点不单一，任何运维人员都可以接入服务； 5) 运维工作范围繁杂琐碎，出了问题就有责任，有失公平，影响团队成员的积极性； 6) 运维对问题的复盘分析不够深入，运维质量改进缓慢； 7) 大量的硬件资产缺乏全面细致的管理，不能做到全生命周期管理； 8) 大量的业务系统，全手工运维与巡检，耗时耗力； 9) 缺乏全面的系统监控手段 / 系统，不能及时发现系统中的问题； 10) 业务系统复杂度高，运维还没有完全了解业务系统的功能及依赖关系； 11) 业务系统质量低、可靠性差，导致升级变更的工作量超大。 以上并不是全部的问题， 这些问题均不是一天两天形成的， 有很多历史原因， 在此就不 再详述了。 但是如果不解决这些问题， 运维团队将会继续维持低下的工作效率， 运维工作质 量也得不到改善。为此，我们需要对症下药，借鉴他人的优秀实践，结合我们自己的实际情 况，建立科学、高效地运维体系，以解决所有上述的运维工作中的痛点，提升运维工作效率 及服务质量。 三、 体系建设规划 通过调研大量的资料，并根据运维现状、资源投入等实际情况，提出了“五化一库”的 体系建设规划，即“分工专业化、工作精细化、服务流程化、操作规范化、运维自动化、运 维知识库”，逐步提升运维工作的效率与质量。 3.1 分工专业化 目前，运维人员就像是 “全能骑士” ，即要懂业务，也要懂硬件、网络、安全、架构等 多方面的知识与技能， 人人都需要是全栈运维工程师。 的确存在这样