摘要：導讀阿里巴巴轉型之后，運維平臺是如何建設的阿里巴巴高級技術專家陳喻結合運維自身的理解，業務場景的分析和業界方法論的一些思考，得出來一些最佳實踐分享給大家。實施效果嘉賓介紹陳喻亞松，阿里巴巴高級技術專家。

導讀：阿里巴巴DevOps轉型之后，運維平臺是如何建設的？阿里巴巴高級技術專家陳喻結合運維自身的理解，業務場景的分析和業界方法論的一些思考，得出來一些最佳實踐分享給大家。

前言

“我是這個應用的 Owner”是阿里巴巴DevOps轉型的重要策略，運維有了這個策略以后，PE大量的日常工作就可以釋放出來，會有更多的時間去思考沉淀，去做編碼，去做以前不曾做的事情。

運維的三個階段

第一階段：黑屏，三角形是代表整個運維給用戶的一些體感或者給研發的體感，人工運維，目前很多企業可能還是這樣。

第二階段：白屏，自動化運維，以前把腳本做成工具去弄，有什么特征，人push機器去干活，自助運維。

第三階段：用戶對運維體感很少，但是運維這個領域是不變的。最重要的是人機交互變少了，無屏雖說是不可能的，非常極端，但是個趨勢，少量的人機交互，它有自決策、自驅動。

做自動化運維，我認為有四大基礎。

第一：運維標準與規范

我們的標準有什么好處，讓研發 follow 這個標準，標準會在工具里固化。

第二：泛監控，運行時，靜態，數據化，可視化

泛監控，不是說傳統的監控，是把線上想知道的一切都數據化，最終數據不是給人看的，是給機器去消費的，數據是我們的生產資料，不是可視化，那不是我們的目標。

第三：CMDB

1.CMDB 應該放什么，一般放服務器相關的、網絡相關的、應用相關的這三個維度的相關信息。

2.經常有人會說 CMDB 不準，數據不準是因為沒有把數據生產和數據消費形成閉環，如果形成了閉環數據不準，那是因為你不用這個數據，所以不準。

第四：高效的CI/CD/CD

我們一定要具備快速的交付能力，主要體現這兩個方面：第一，新開發的能力能不能快速上線，第二，想擴容一臺機器能不能快速擴出來。這兩個能力抽象出來是三塊。
持續集成(CI)，很多人說持續集成工具不好用，效率低，其實持續集成的本質是要自動化測試。如果研發部不具備自動化測試的能力，持續集成怎么做都是失敗的。
持續集成里最重要的一點就是要推行單元測試、集成測試還有系統測試，單測是保證自己沒問題，集成測試是保證跟上下游沒問題，系統測試是保證整個系統沒問題。
持續交付(CD)，有很多人說持續交付本質是一個 Pipeline，CI的目標是什么？快速正確打一個包出來。CD的目標是什么？能夠快速把一個包在不同的環境驗證它是ok的，可以放到線上去，這就是持續交付要干的事。持續交付里很關鍵的一點我們要解決，就是它的環境一致性、配置一致性。環境一致性可以用Docker解決，Docker 本身就是一種標準化的東西。所以說第一條用 Docker，肯定是標準化的，另外一個問題，配置是不是一致性，是不是動靜分離。
持續部署(CD)，是一種能力，這種能力非常重要，就是把一個包快速部署在你想要的地方。
PS：持續部署的幾個痛點。

1.對包的文件的分發，阿里有一個叫蜻蜓的產品，是做了 SP2P，在 P2P 的基礎上加了一個 Super。

2.應用啟動，很多應用啟動的時候要兩三分鐘，這是很有問題的。

3.部署起來以后這個業務是不是正確的，大家一定要做一個 HealthCheck，不是運維做，是PE做，一定要把這個要求說出來，執行 HealthCheck 這個腳本。

中間件研發首先關注穩定性，其次是效率，然后是易擴展。運維研發里面的六個重要特征，每一個都非常重要，以下是我感觸比較深的幾個。

1.高可用
在做同城容災演練的時候，我把關一切，結果發現運維系統掛了，救命的東西沒有了怎么辦？所以說運維系統一定要是高可用，不一定是高并發。

2.冪等性
冪等性是分布式系統設計中十分重要的概念，這個也非常重要。

3.可回滾
這個是做運維最基本的一個 sense，你做的任何操作是不是可控的。如果真正做可回滾，其實事情沒有這么復雜。

4.高效率
如果你的企業發展非常快速，你的規模性效應已經來了，你的運維系統一定要具備很高效率，快速擴容、快速部署這個效率我們要追求極致。

從最下面看，是我們的基礎設施，提供三種能力，包括集散、存儲、網絡。從右下角的位置看，畫的是一個泛監控，它會知道系統、應用等，在旁邊標了一個字，現狀，我要通過這個現狀把線上的系統全部數據化，然后放到決策中心。

左上角有 CMDB，現在很多變更系統，很多強調流程。我本人是做研發出身，非常抵觸流程，流程不是一個效率工具，它是阻礙效率的。

比如故障搞完以后就是一堆的流程，非常阻礙效率，是質量控制的一個工具。流程不是不要，是把流程做到系統里面去，讓系統幫人做決策，而不是人在那里點。

CMDB 定義了我剛才說的目標，現狀通過監控拿到了，目標也知道了，這個時候還覺得這個事情很復雜嗎？我認為這看你怎么去做。想做成人工還是做成自動或者做成智能，都取決于這個地方。所以智能里一定要有數據。

舉個例子，通過智能分析出目標狀態是使這個應用有100個VM，但是現在狀態只有80個，一看這兩個不一樣，要擴容20臺，如果系統做得更智能一點，通過圖上左邊的事件中心提示我20臺負載較輕的放在哪，可以調度過去，然后去做執行變更。

基于這些東西得出來兩個結論，“研發定義運維”，“配置驅動變更”。

研發定義運維（DDO），研發最貼近業務，最應該清楚這個業務應該具備什么樣的能力，只有研發才知道這個業務KPS是多少。

配置就是把目標改變一下，你跟我說一個運維場景，我可以在這個圖里面 run 起來，配置只需要改你的目標狀態，比如把你的狀態10VM 變成15個VM。

這就是“研發定義運維，配置驅動變更”前因后果的思考。

精益發現價值

價值來源于用戶的需求，而不是自己的YY，我們的價值來源于用戶。

精益對我最大的感觸就是要發現價值。精益思想，什么東西是有價值的，能夠對用戶帶來物質上的或者身體上的愉悅的東西就是有價值的。

今天也有人問，DevOps 團隊是該拆還是該合，我想他應該首先弄清楚面對的是什么樣的問題，問題的優先級是什么？如果只解決一個問題，也許并不是DevOps 團隊拆不拆的問題。

敏捷交付價值

敏捷也是對我影響很多的。很多人談敏捷，我們團隊里也搞敏捷，敏捷是要快速交付價值，它是一系列的方法論。但是在引入的時候千萬注意，別人行的東西你不一定行，你需要的東西并不一定是敏捷，要因團隊而異，形成一個環，持續反饋。

OODA環

OODA 環，就是形成閉環，讓價值快速流動。

應用運維平臺ATOM

應用運維平臺的基礎設施是一層，二層是運維中臺，最上面一塊是要做的 PaaS 平臺，這個平臺分幾步。

第一塊，預算、容量、資源、彈性
這個是PaaS 平臺上非常重要的一塊，目的就是讓資源快速流動起來，流向正確的方向來產生價值。資源如果常年不增不減，是有問題的。

第二塊，應用管理
這是日常要做的操作，規模化，要快速對一個單元建站、擴容、縮容。

第三塊，數據化運營
一定要講數據，數據不是可視化出來一些報表，是要給結論，告訴用戶這個數據完了以后應該是什么，規則中心是什么，是所有運維同學日常的運維經驗沉淀。

這個工具不是所有人都需要，可以解決機房的搬遷，湊框遷移。

單機閉環，這是騰挪工具的關鍵，如果企業有一定規模，這個是需要的。

彈性伸縮是我們的決策中心。它決定你的資源往哪個地方流，非常關鍵。

最后，這里是運維領域技術含量最深的一個地方，要搞機器學習、深度學習、強化學習、算法等。

彈性伸縮架構，這個平臺不一定很多企業都需要，這里主要介紹在雙11的時候是怎么用的。

建一個站點起來只有5000的交易能力，可以通過10分鐘時間讓它具有30000萬的能力，快速決策，快速調動起來。彈性里面是一個 OODA 環，拿它的數據和應用極限做比較，得出來一個策略中心。

彈性一般有水平伸縮、垂直伸縮，對線上做管理，當然我們有額度，這是比較精細化的管理。彈性有觀察者模式還有自動化執行，每次彈性完以后有一個控制臺，雙11做全年壓測的時候一般情況下不看這個。

實施效果

嘉賓介紹

陳喻（亞松），阿里巴巴高級技術專家。2014年入職阿里負責持續集成持續交付平臺研發團隊，2015年調入運維團隊，負責交易運維、無線運維2個團隊，帶領團隊保障日常運維及雙11大促運維。2016年開始負責Sigma彈性&資源運營團隊，主要領域為集群彈性，應用彈性，資源運營，規模化運維，支撐雙11，在2016，2017連續2年獲得雙11卓越貢獻獎。
詳情請查看原文