百度是中國互聯(lián)網(wǎng)規(guī)模最大的公司之一。業(yè)內(nèi)很多人都會好奇，百度是怎么做運維的？接下來讓我們一起重溯百度運維之路。百度運維誕生于2008年，截至目前共打造了三代運維平臺，百度的運維技術(shù)也經(jīng)歷了web化、開放化、智能化三個階段。2014年，百度運維在行業(yè)率先提出智能運維理念，百度智能運維（IOP）團(tuán)隊也應(yīng)運而生。

    我們一方面，希望將百度成熟的運維理念和運維技術(shù)，轉(zhuǎn)化成通用化的運維產(chǎn)品，服務(wù)于百度云的客戶；另一方面，持續(xù)探索AIOps領(lǐng)域，逐漸形成完整的智能化運維解決方案，落地到百度內(nèi)外的業(yè)務(wù)和產(chǎn)品，形成自動＋智能的理想運維模式。最終，兩相結(jié)合，助力業(yè)務(wù)達(dá)成高質(zhì)量、高效率、低成本的運維目標(biāo)。

本篇主要介紹百度對運維、自動化運維的理解與百度自動化運維評價標(biāo)準(zhǔn)，下篇則根據(jù)時間脈絡(luò)介紹百度的三代運維平臺。

注：本文所討論范圍特指互聯(lián)網(wǎng)服務(wù)的運維——應(yīng)用運維，而非 IT 系統(tǒng)、IDC 等的運維。

什么是運維？

    運維，從字面來看，可以將運維分為兩部分：

1運：一般的理解是運行，將服務(wù)運轉(zhuǎn)起來，以滿足用戶和客戶的需求；進(jìn)一步的含義還有運籌，即統(tǒng)籌安排資源，提供最優(yōu)解決方案，以達(dá)到效益最大化。

2維：一般的理解是維護(hù)，維持并監(jiān)護(hù)服務(wù)的運行過程，包括應(yīng)對服務(wù)管理請求和事件；進(jìn)一步的含義還有維系，或者說連接，特指其起到的承上啟下和樞紐作用。

百度百科給出了非常明確的定義：其核心目標(biāo)是將交付的業(yè)務(wù)軟件和硬件基礎(chǔ)設(shè)施高效合理的整合，轉(zhuǎn)換為可持續(xù)提供高質(zhì)量服務(wù)的產(chǎn)品，同時最大限度降低服務(wù)運行的成本，保障服務(wù)運行的安全。

在百度，我們對運維的理解，簡單概括就是：確保大家高質(zhì)量、高效率、低成本地運行和維護(hù)自己的服務(wù)和產(chǎn)品。

什么是自動化運維？

什么是自動化運維，答案有很多。這里，我嘗試從另外一個角度，什么不是自動化，來嘗試回答下。

自動化是達(dá)成目標(biāo)的手段 

首先，自動化不是運維的最終目標(biāo)，而是達(dá)成目標(biāo)的手段；通過自動化我們可以提高服務(wù)的可用性，可以加速服務(wù)的迭代，可以降低服務(wù)運行所花銷的成本。

自動化是解決方案和工程 

其次，自動化不是將運維人員的工作、行為進(jìn)行簡單封裝和串聯(lián)；而是通過總結(jié)、提煉、抽象形成的系統(tǒng)化的解決方案和工程（Engineering）。

自動化實現(xiàn)方法是多樣的 

再次，自動化的實現(xiàn)方法，不是一成不變的：一方面，我們運維的服務(wù)、我們支持的產(chǎn)品和用戶都在不斷變化（這就是互聯(lián)網(wǎng)啊）；另一方面，我們的自動化實施對象也在隨技術(shù)能力的發(fā)展而不斷演進(jìn)（從自動化執(zhí)行命令、到自動化感知故障、再到自動化決策規(guī)劃）。

實踐歷程  

百度運維，于2008年正式確立，而百度的運維工程師這個職位，出現(xiàn)得更早些（大概在2004年~2005年），從一開始，百度運維就在朝著自動化這個方向努力。

百度自動化運維標(biāo)準(zhǔn)

接下來給大家介紹的內(nèi)容，是結(jié)合了我們多年的實踐經(jīng)驗，并參考了 SAE（美國汽車工程師協(xié)會）針對自動駕駛所定義的分級標(biāo)準(zhǔn)得來的自動化運維分級標(biāo)準(zhǔn)。

我們也將其分成了 L1~L5 共 5 個層級，不同層級間的區(qū)別主要體現(xiàn)在如下 4 個方面的職能是人工還是運維系統(tǒng)實現(xiàn)的：

執(zhí)行能力(Execution) 這很容易理解，將指令發(fā)送到目的端（服務(wù)器、設(shè)備等）執(zhí)行并獲得執(zhí)行結(jié)果。執(zhí)行能力是否由系統(tǒng)完成，是最基本的自動化要求，將其定義為 L1（工具輔助的自動化） ~ L2（部分自動化）。

感知能力(Perception) 包括感知服務(wù)的運行狀態(tài)，感知服務(wù)的變更需求甚至故障事件，也可以稱作理解。感知能力由系統(tǒng)完成后，結(jié)合一些固定的條件規(guī)則來決策并執(zhí)行，可以達(dá)成 L3（有條件的自動化）。

規(guī)劃能力(Planning) 根據(jù)其對待處理的需求、待解決的問題的感知，以及對運維對象的認(rèn)知（知識），自主做出解決方案（規(guī)劃）并在調(diào)度控制執(zhí)行過程中，根據(jù)目標(biāo)和運維對象的狀態(tài)反饋來適時調(diào)整執(zhí)行規(guī)劃。規(guī)劃能力由系統(tǒng)完成后，并由系統(tǒng)輔助人來進(jìn)行知識、經(jīng)驗的沉淀以補充系統(tǒng)的擴(kuò)展性，可以處理全部人類已知的運維工作，即 L4（高度自動化）。從 AI 角度看，可以認(rèn)為到了這個層次的自動化運維系統(tǒng)具有了一定的弱人工智能。

主動學(xué)習(xí)能力(Proactive Learning) 主要指的是不依賴人，系統(tǒng)可以自行總結(jié)、提煉、抽象形成知識和經(jīng)驗的能力。至此，全部的運維工作都可以交由自動化運維系統(tǒng)處理了，即 L5（完全自動化）。從 AI 角度看，可以認(rèn)為到了這個層次，稱之為強人工智能了。

從全局視角審視自動化運維的若干層次及其之間的關(guān)系，可以得到下面這張表格：