张雁丽-脱敏-OnCall 驱动下的IT系统稳定性运营实践-脱敏版.pdf

OnCall驱动下的IT系统稳定性

运营实践

张雁丽

北京移动SRE执行小组产品经理、系统运维

姓名：张雁丽

SRE执行小组产品经理、系统运维

公司职位

主要负责SLO、可观测、运维保障及故障调度产品的设计与

研发。

GOPS全球运维大会暨XOps技术创新峰会2024·北京站

实施背景

整体框架与机制

目录运维保障

事件调度

工具支撑

经验分享与探索

GOPS全球运维大会暨XOps技术创新峰会2024·北京站

01实施背景

GOPS全球运维大会暨XOps技术创新峰会2024·北京站

运维保障及故障调度工作现状

运维保障、故障调度现状存在问题

p保障覆盖程度低

p仅具备变更保障

运维p保障未分类分级管理

运维p保障要求不明确保障

保障p无统一的保障标准

p保障依赖人员控制，效率低下，

p缺少好用的保障工具

保障效果无法保证

p无整体故障调度

p仅SaaS运维进行故障调度

p无标准响应流程

故障

p故障时，无标准流程，人员手忙脚乱

故障调度p缺少好用的故障调度工具

调度p无升级、对外信息发布机制

p管理缺失

p人员无法实时获取故障处理进展

GOPS全球运维大会暨XOps技术创新峰会2024·北京站

运维痛点

运维孤