运维未来的发展方向是智能运维

      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。。。。

      在日志易产品总监饶琛琳看来，
，，，目前国内智能运维发展还处于一个探索阶段，
，，要想尽快在智能运维领域有所突破，，，，首先要主抓好监控系统和告警系统，，，，并利用机器学习算法进行快速监控和排障。。。。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。。

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在大数据时代，，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
  。。。

在智能化时代，，
，大家开始思考：如何将智能化和运维工作结合起来，
，，成为智能运维？
？？如何利用机器学习来进行快速监控和排障？？？

      为了解决上述问题，，
，我们依托 CNUTCon 全球运维技术大会，，，特设了为期 2 天（9 月 8 日—9 日）的深度学习培训，，，，饶琛琳老师将会针对自动化运维监控、、、排障
、、
、
、容量规划等刚需，
，，介绍所能学到的统计学
、、、机器学习算法和实践效果，，，
，解析系统平台化实践思路和方案要点，，，带你从入门到实践系统性掌握如果通过算法和自动化变身智能运维
。。。。