在日志易產(chǎn)品總監(jiān)饒琛琳看來,，目前國內(nèi)智能運維發(fā)展還處于一個探索階段,，要想盡快在智能運維領域有所突破，首先要主抓好監(jiān)控系統(tǒng)和告警系統(tǒng),，并利用機器學習算法進行快速監(jiān)控和排障,。饒琛琳，日志易產(chǎn)品總監(jiān),，曾任新浪微博系統(tǒng)架構師,、大數(shù)據(jù)運維技術專家，從事運維 11 年,，精通大規(guī)?；ヂ?lián)網(wǎng)性能優(yōu)化，機器數(shù)據(jù)處理分析,，監(jiān)控和管理平臺的部署開發(fā),。

這里，就將饒琛琳對智能運維的發(fā)展一些早期觀點和看法整理出來,，和大家一起探討下運維未來的發(fā)展方向,。

1對當下國內(nèi)運維領域現(xiàn)狀的看法

簡單來講，目前國內(nèi)運維界在自動化方面已經(jīng)達到了一定的水平,，就現(xiàn)階段而言,，自動化和監(jiān)控兩部分還是有一定距離。例如,，你拿到了監(jiān)控類的報警,，可能不清楚立馬去做哪一項自動化的部署。如果能把自動化和監(jiān)控這兩部分有機的結合起來，運維的工作會運轉的更加順利,。

2移動端和微服務給運維工作帶來的挑戰(zhàn)

在 PC 端的時代,，運維的很多工作受限于瀏覽器，運維人員拿不到用戶端真實的數(shù)據(jù),。這種狀況下,，大家就會普遍采購一些第三方服務，嘗試獲取終端數(shù)據(jù),。而在移動端時期,，我們都有自己的 IP，可以把一些采點的邏輯放在自己的 IP 里,，然后獲取到更準確,、更真實的客戶數(shù)據(jù)。相對于挑戰(zhàn)來說,，這其實是移動端帶來的好處,。

微服務的出現(xiàn)給運維工作帶來一些難題。沒有出現(xiàn)微服務之前,，運維人員在一臺或者兩三臺機器中就可以完成問題排查,。出現(xiàn)微服務之后，這些問題可能拆到了好幾十個分布式的地方,，各自的輸出,，甚至啟停會很方便，你有可能遇到在找問題的時候混淆的情況,。而解決這些麻煩就是需要智能運維,。

3在大數(shù)據(jù)時代，智能運維與數(shù)據(jù)之間,、自動化運維之間有何關系

智能運維的理想狀態(tài)就是把運維工作的三大部分：監(jiān)控,、管理和故障定位，利用一些機器學習算法的方法把它們有機結合起來,。

在大數(shù)據(jù)時代,，智能運維是基于大數(shù)據(jù)之上。目前看來,，運維想要把監(jiān)控,、管理和故障定位這三部分有機結合起來，就不可避免的需要用到智能算法,，而體現(xiàn)智能算法價值的一點就是：智能算法需要大量的數(shù)據(jù)去做支撐,。

自動化運維這幾年處在一個良性發(fā)展的狀態(tài)，包括像 Puppet 這種配置管理的自動化,，像 Docker 這種部署的自動化,。進一步的發(fā)展就是需要把這三部分融合起來,。目前能夠把這三部分融合起來的辦法就是利用人工智能的手段，最后達到一種智能運維的狀態(tài),。

4智能運維當下的狀況及智能運維發(fā)展的預測

智能運維當下還是一個初步探索的階段,。可以舉幾個時間數(shù)字,，我所看到一個和智能運維相關的開源項目是在 2013 年,，而我看到的第一個主動出來宣講和智能運維相關的應該是在 2015 年百度在一個大會上的宣講。然后大量的出現(xiàn)在宣講上有關智能運維的應該是在 16 年下半年,。而這些宣講和我的一些宣講都還是說我們現(xiàn)在有這樣的思路,，做了一些嘗試。而這些嘗試的效果還是需要大家去碰撞,，看是否還有什么更好的辦法,，因為我們現(xiàn)在是用普通的機器學習算法,，還沒有用到像 AlphaGo 的深度神經(jīng)網(wǎng)絡這部分內(nèi)容,。轉變?yōu)橹悄苓\維是一個需要大量投入和學習的過程。

想盡快在智能運維領域有所突破,，更實際一點的辦法就是主抓好監(jiān)控系統(tǒng)和告警系統(tǒng),。傳統(tǒng)的 IT 運維需要管理大量的告警，極大地分散了企業(yè)的注意力,，消耗運維人員大量的時間和創(chuàng)新力,。想辦法能把一天收好幾千封告警這種狀況，高效地解決,，把運維人員從紛繁復雜的告警和噪音中解脫出來,。這是一個在眾多辦法中產(chǎn)生價值的第一步。

現(xiàn)在比較明確的是大家會朝著智能運維方向發(fā)展,，并且智能運維的發(fā)展一定是一個長期演進的過程,。

對于智能運維的發(fā)展預測，我的簡單看法如下：

第一步就是前面所說的,，智能運維在告警系統(tǒng)上的價值,，；

第二步就是智能地去判斷告警,，而不是現(xiàn)在靠人力的經(jīng)驗去設定一個閾值,。設定告警閾值是一項耗時耗力的工作，需要運維人員在充分了解業(yè)務的前提下才能進行,，還得考慮業(yè)務是不是平穩(wěn)發(fā)展狀態(tài),，否則一兩周改動一次，運維工程師絕對是要發(fā)瘋的,。

第三步是利用一些 NLP（自然語言處理）,，把故障報告、文本化的語言提煉出來去自動反饋到這個系統(tǒng)里。這一點可能是更遙遠的一個設想,，但是目前來看會是將來發(fā)展的一條道路,。