前面分享了需求管理，版本管理，研發(fā)流程，績效管理，這里分享運維服務(wù)，產(chǎn)品開發(fā)完了，就該銷售或者上線運營了，下一步就交給運維團隊，也就是售后服務(wù)團隊。

導(dǎo)向，運維自動化，自動化運維，通過技術(shù)解決問題，而不是人工解決 運維從背鍋俠變成技術(shù)專家的轉(zhuǎn)型。

1、概念性的內(nèi)容

1）運維的工作就是系統(tǒng)交付，就是把系統(tǒng)運行起來，再一個就是日常維護，通過日常的維護、巡檢，提前發(fā)現(xiàn)問題，防止系統(tǒng)出故障；再有就是出故障時快速恢復(fù)，盡量少的避免客戶損失。

2）現(xiàn)在運維團隊的工作已經(jīng)進化了非常多，從devops到谷歌的sre，運維團隊對于架構(gòu)，開發(fā)和問題解決等的工具化，平臺化，把工作融入到前端開發(fā)，而不是后端的被動救火。

3）sre，站點可靠性工程師，從名字就知道了，這是讓站點故障讓客戶無感知的崗位，谷歌是全球top級的互聯(lián)網(wǎng)公司，他的業(yè)務(wù)以自運營為主，這樣在全球有無數(shù)的節(jié)點來服務(wù)用戶，這些節(jié)點的故障必然導(dǎo)致用戶的影響甚至損失，所以可靠性非常重要。說到可靠性，大家耳熟能詳?shù)碾p機冷備、熱備、溫備，分布式負載均衡，冗災(zāi)，兩地三中心，多鏈路，多副本。

4）可靠性的本質(zhì)是冗余，就是通過多個工作單元之間的有機組合，在部分出問題時，不影響或者盡量少的影響用戶。

2、技術(shù)性的方案

運維工作很多的印象中是工程問題，是操作問題，實際應(yīng)該是技術(shù)問題，通過技術(shù)讓系統(tǒng)不出問題，出問題能自愈，不能自愈的要及早發(fā)現(xiàn)并能通過工具快速恢復(fù)。接下來我要把完整方案給大家羅列羅列。

1）安裝部署平臺，環(huán)境即代碼

在devops以前，開發(fā)環(huán)境與測試環(huán)境和運行環(huán)境是分離的，環(huán)境配置都是按照指導(dǎo)手冊完成的，devops提出了環(huán)境即代碼的方法，就是把環(huán)境的所有操作象代碼一樣管理起來，通過配置系統(tǒng)進行管理，跟著系統(tǒng)走，這樣每一套環(huán)境就可以是一樣的，這樣就不會存在不一致的情況。環(huán)境管理涉及到物理服務(wù)器，虛擬服務(wù)器，容器，數(shù)據(jù)庫，操作系統(tǒng)，分布式微服務(wù)等的腳本和配置，這些系統(tǒng)的打包，安裝，配置的腳本，文件都一起打包、歸檔、發(fā)布。

2）告警

告警平臺，告警收集腳本，應(yīng)用系統(tǒng)打點，告警通知機制，根據(jù)告警實現(xiàn)自動處理，自動工單，不能自動處理的，生產(chǎn)人工工單。及時檢查系統(tǒng)健康度，給系統(tǒng)體檢，及時發(fā)現(xiàn)和告警和自動處理問題。

3）日志

日志分級，應(yīng)用系統(tǒng)日志打點，日志分析平臺，根據(jù)日志了解系統(tǒng)的健壯性，研發(fā)埋點質(zhì)量變得很重要，要把設(shè)計系統(tǒng)健康度的信息 ，以最小化信息量，最小化頻率產(chǎn)生出來，產(chǎn)生一般在內(nèi)容 由日志服務(wù)到存儲盤，再由工具進行分析。分析工具要把日志在立體化建模出來，能復(fù)原每一個業(yè)務(wù)操作流程，進而反應(yīng)系統(tǒng)健康度。

4）巡檢，巡檢腳本，巡檢分析平臺

周期性給系統(tǒng)體檢，把關(guān)鍵必要的點 ，甚至模擬業(yè)務(wù)操作來觸發(fā)業(yè)務(wù)流程。巡檢與人的體檢一樣主動發(fā)現(xiàn)問題，并告警解決。

5）配置服務(wù)，配置即代碼

配置文件弊端很多，是上一個時代的做法，每次需要重啟系統(tǒng)，這個會導(dǎo)致很多問題，配置錯誤，配置不一致 配置不同步等等等。配置服務(wù)，建立配置管理，配置刷新，配置版本，配置回滾的服務(wù)，避免了重啟和多系統(tǒng)配置不一致，不同步的問題。

6）itsm，運維管理系統(tǒng)

運維組織需要一個管理系統(tǒng)，實現(xiàn)運維管理的及時有效，可記錄課考核的流程平臺。

7）服務(wù)治理平臺，微服務(wù)，容器，容器治理，服務(wù)治理

實現(xiàn)服務(wù)的注冊、發(fā)現(xiàn)、啟停、擴容、減容，通過服務(wù)管理實現(xiàn)系統(tǒng)的自愈能力。

8）在線升級，灰度發(fā)布/特性開關(guān)/金絲雀發(fā)布

通過分布式負載均衡服務(wù)，通過新老系統(tǒng)的并存，來檢查新系統(tǒng)的正確性，再逐步切換，實現(xiàn)不停機升級。

9）監(jiān)控，作戰(zhàn)室，作戰(zhàn)大屏

大的運維組織需要有一個作戰(zhàn)室和大屏 掌握全球的系統(tǒng)運行情況，并及時協(xié)調(diào)解決問題。

10）備份，冗災(zāi)，恢復(fù)

最后一招，也是底褲，是不能脫的，就是備份容災(zāi)和恢復(fù)工具，系統(tǒng)出問題，又不能短時間解決的時候，就回到上一個健康狀態(tài) 這個很重要，很多系統(tǒng)沒有，所有的惡性事件都是沒有這個系統(tǒng)模塊。