关于银行业智能化运维建设思考

Posted 2021-02-16

关注嘉为科技，获取运维新知

一、现状：银行运维工具已实现技术条线全覆盖，但基于运维管理的全流程自动化、智能化尚停留在研讨阶段

根据银监会编制的《中国银行业信息科技“十三五”发展规划监管指导意见》，其中“第九章 第三节 提高运维自动化水平，打造智能化运维体系”中明确提出对运维自动化智能化的指导意见：

提高基础资源和应用部署的自动化水平，实现快速交付、动态调整、弹性部署，降低人工操作风险，自动化部署比例不低于75%。

持续推进生产运维监控精细化、自动化、智能化建设，强化系统风险和故障的早预警、早定位和早处置。

实现应用层面交易全流程、全节点监控全覆盖，结合应用系统交易特性及相关数据的分析对比，提升交易过程监控的智能化水平。强化容量管理，做好相关资源的动态规划，预防非计划性、突发性的容量瓶颈问题发生。

强化运维、开发、安全、风险管理的信息共享和一体化协作，提升多方联动能力。加强运维大数据分析，利用运维大数据加强业务风险防控，探索利用运维大数据推动业务流程优化并支持业务创新。”

—— 摘录自《中国银行业信息科技“十三五”发展规划监管指导意见》

——汪曾祺

在运维建设较前的银行业及互联网企业的建设经验中，平台化和智能化已成为运维体系发展的大趋势。以阿里经验为例，将运维发展分为五个阶段，分别为L1-脚本运维、L2-工具化运维、L3-平台化运维、L4-数据化运维、L5-智能运维。随着运维管理手段的推陈出新，逐渐地提升“系统”在执行和决策环节中的比重，从而不断降低人工参与度，如下图：

参考网址https://yq.aliyun.com/articles/637988

在工具化运维阶段，传统运维建设模式基本以烟囱式为主，每个烟囱只为了解决单一的运维场景，如应用发布、系统监控、数据提取等。

随着新技术不断在信息化建设中应用，带来了操作单元海量化、版本更新频繁化、监控粒度细致化等问题，烟囱式的建设模式已经难以满足运维发展的要求。

随之而来，各个企业开始向着平台化、一体化的方向发展。如腾讯公司的思路是采用SOA和PaaS的技术架构模式，在PaaS内将各能力封装成各类原子平台并自动化，如配置平台（CMDB）、作业平台、容器平台、数据平台（AI）等，而后通过任务引擎将分散在个原子平台的功能，根据不同的场景重新连接成“串”或者“树状分支结构”实现全自动化、智能化。

目前大多数银行的数据中心经过多年建设，尚处于从“工具化”向“平台化”过渡阶段，已经建立较为全面的IT架构基础平台，监控与流程均有一定的建设。如统一配置管理（HP UCMDB、Remady CMDB）、监控系统（Zabbix、HP OVO）、流程管理（BMC Remedy）、自动化控制（HP SA、BMC Bladelogic）……等。

而IT运维管理建设多采用产品采购模式，但随着积累的运维工具数量持续累加，繁杂的烟囱式应用使运维效率难以继续提升，其主要体现在以下几个方面：

系统故障定位时间长，无法达到精准化报警，难以快速解决问题。

难以评估系统当前和未来对资源的需求，以及资源分配的合理性。

运维数据普遍存在分散、标准规范不统一、数据使用不规范等问题。

二、IT运维自动化、智能化的转型升级之路

随着云计算、微服务在企业信息化建设中的大量应用，IT运维岗位正在从资源管理向应用运维、从运维保障向业务运营、从低价值劳动向高附加值服务转型发展。

而在这个过程中，运维平台化和运维数据化的建设至关重要。

一定要充分利用数据，这里的数据指的是运维数据，如性能监控数据、运行日志数据、变更操作记录等等，尽可能的接入更多的种类的数据。

利用这些数据，通过大数据和机器学习的技术，实现业务系统精准建设、系统资源精准配置、风险隐患精准控制，最终促进降本增效的目标。

由于目前银行中运维管理建设还采用传统分散建设，各种烟囱式的系统之间数据存在数据重复、数据割裂、数据不准等问题，为运维数据化建设带来了极大的困难，具体体现在如下几个方面：

系统间信息不能共享，难以形成整体，缺乏效率难题持续提升。

由于信息和功能不能共享，须在多系统内重复建设基础功能和数据。

场景覆盖面不足，现有功能点无法跨多个系统进行场景式的编排。

为了解决分散的烟囱模式给运维管理建设过程中的问题，尽快实现平台化和数据化的目标，急需通过顶层设计，实现有效整合，建立一体化的综合管理平台，实现数据集中存储，统一分析，集中展示，高效处置。

参考腾讯、阿里顶级互联网公司的建设经验，建设“平台层”来整合各烟囱式运维应用的功能和数据，从而构建一体化运维综合管理平台。基于一体化的运维平台建设遵循原则如下：

1) 一体化平台：采用“平台+应用”的建设模式。

2) 功能全覆盖：构建监、管、控于一体的运维管理。

3) 自主可控：通过平台的模式将运维开发的能力交付给用户。

4) 先进技术架构：构建一套高可用、高性能安全运行系统。

基于上述原则，规划一体化平台如下图所示：

① 服务层面向用户、管理者、维护人员输出友好、便捷、高效的IT服务。

面向用户提供更多的自助式服务。

面向管理者提供灵活的可视化服务。

面向维护人员提供丰富的自动化服务。

② 平台层是关键，通过平台层将新旧能力层系统整合在一起，产生联动效益。

构建统一的API服务网关和调度编排引擎，将能力层的各种能力对接到平台层。

构建统一门户、4A集成、工具市场等易用模块，增强运维管理一体化能力。

构建工具开发框架和运行托管环境，简化工具建设成本。

③ 能力层包括过往已有的运维管理系统，以及未来继续扩展的管理系统。

随着技术的发展，需要补充运维大数据平台、人工智能(AI)平台、容器管理等。

已建成的功能模块需要持续优化和更新，适应新业务、新技术、新管理的要求。

④ 采控层是在最底层规划建设的统一采控通道，从底层保证数据一致性和准确性。

运维管理建设是一个长期的过程，不能追求一蹴而就，需要分阶段稳步实现。参考运维技术的发展过程以及先进单位或互联网公司，演进路径大致如下：

平台化：利用PaaS技术实现平台层，建设一体化平台的基础框架。并在平台层中将现已有的运维管理系统集成起来，从而实现一体化平台的基础框架。初期在平台层之上开发3~5个运维管理工具，作为整合型运维管理工具的试点场景，并持续不断的组装工具以满足运维管理的方方面面。

数据化：在能力层内建设运维大数据能力，将散落在各运维管理系统的数据归集起来，形成运维数据仓库。继而在实际的运维管理工作中，探索数据挖掘场景，利用大数据计算和分析能力辅助管理决策，实现初阶AIOPS场景。

智能化：正式将人工智能（AI）应用于运维管理中的工作场景中，利用上一阶段积累的数据样本和决策模型，通过机器学习手段解决提升“AI”在管理决策中的占比，实现根因定位、容量预测等高阶AIOPS场景。

然而运维大数据技术经过近年的快速发展，相关技术的应用已经基本成熟，根据银行业的现实状况，可以在首期项目中就实现“运维大数据的归集”和“大数据应用场景的探索”，从而形成“两步走”的建设思路：

“如何利用智能化手段提升运维管理”的研究浪潮已经掀起，部分互联网和银行已经进行了部分尝试并取得了一些效果。顺应时代发展趋势，展开智能化探索，才能主动赢得运维管理的未来。