信通院的一些分析数据表明,企业IT的信息化历程逐渐完成,同时企业对IT的精益运行的需求越来越迫切,在这个场景下,数据的思维和使用能力成为制约提升IT生产效率的桎梏。
笔者以为,企业数字化的范畴放在运维领域,更多的场景还处在数据量化的扩展,因此除了服务输出和业务连续性能力输出以外,还有一个重要的场景需要开辟,其中就包括运维的数字信息能力输出。同时根据《企业IT运维发展白皮书》所述,在数据驱动的基础上,运维的重要职能已由安全、稳定逐步延展至高效和低成本。在本文中,我们重点以运维的数据思维和数据的场景运用进行展开。
一、运维方式和运维数据的发展历程
从企业的信息系统规模、复杂程度变化以及运维技术的应用等方面考虑,我们大致可以把运维方式的发展分为五个阶段:手工运维、流程化运维、自动化运维、DevOps、AIOps。在这五个阶段中,运维的场景输出能力在不断的提升,从最初的各类资源的分配控制到容量管理,资源交付到持续部署,被动的问题受理到提前预测问题,乃至到现在已经主动介入用户体验和增值服务投入的技术运营场景。
因此运维方式的发展也遵循运维无边界的思路,“浸润式”的进入整个IT服务体系,从业务的角度来提升运维价值,提升技术的投入产出比和减少企业成本的压力。
运维数据根据上述运维方式的发展历程逐步构建数据生态,如果我们把运维方式的发展浓缩成运维技术提升和工具建设,那与之相对应的,运维数据的发展也有四个阶段:自动化运维能力、平台化运维能力、数据化运维能力、智能化运维能力。
在数据化运维能力中,运维数据已初步形成初步数据生态标准,具备构建运维数据中台和数据可视化,同时也能对数据的进行血缘能力和影响能力的初步分析。在智能化运维能力中,运维数据已形成较大的规模,因此将运维经验和大数据、机器学习的技术相结合,开发成一系列智能策略,提升运维数据的输出能力,让运维的数据边界延伸至更多的场景。
二、什么是运维的“数据思维”
运维方式的发展提升了运维人员的基础门槛能力,在现在很多的企业中,运维人员的日常离不开数据,运维的过程和结果靠不靠谱,都可以通过数据来验证。