共计 2523 个字符，预计需要花费 7 分钟才能阅读完成。
| 导读 | 运维需要思维的突破，从 Ops 走向 DevOps，从项目走向产品，从资源走向应用，很多问题一直在困扰、在思考，为什么 CMDB 大部分项目都是失败的? 为什么讨论的更多的是运维自动化而不是 IT 自动化? 为什么线上问题永远是运维人的黑锅? 带着这些问题我们来一探究竟。 |
今天要和大家阐述一个新的思路——建立面向应用的运维管理新思维，带着这个思路去寻找运维新的解决方案，因此把面向应用管理抽象总结如下：
在 ITIL 时代，大家都知道一个概念，CMDB 是 IT 服务系统的元数据中心，而现在应用更应该是 CMDB 的元数据。把运维的能力建立在面向应用的维度上，把面向应用的 IT 能力分成三部分：
支撑一个应用运行到底占用了哪些资源? 应用占用的服务器是一种资源、占用的内存是一种资源、占用的存储是一种资源、占用的负载均衡是一种资源。但大家一定要注意，这个资源不是更多是一种后端服务出现，比如说 IaaS 服务或者是 PaaS 服务。
应用的变更有很多种场景，按照角色来归类，比如说应用交付、应用升级等场景，这些场景是面向 Dev/Test/Ops 的。还有一种应用在日常维护过程中的变更，面向纯 Ops 场景的，比如说应用的迁移、应用的扩容。动作是作用于资源的，比如说应用升级是版本发生变化，应用扩容是让应用的资源新增等等。过去的传统式运维，总是聚焦碎片式的运维自动化能力理解上。
为了实现对应用的健康状况或者质量的度量，我们需要采集各类状态数据，从而支撑各类场景的应用，比如说监控故障发现的需求，故障恢复的需要，应用服务优化的需要等等。
CMDB 建设的不成功，部分是系统的原因，但更多是方法论的问题。我们总以为找到了很强的驱动力来建设资源维护的流程和场景，其实这些都是自己的设想。数据中心的基础设施部门统揽 CMDB 的一切配置建设和管理，资源部门，根本不关心且没法关心资源所关联的上层应用是什么。
因此我主张把 CMDB 建设分层建设，业务层和资源层 CMDB 可以分开建设，但一定以应用的 CMDB 建设为主，倒推资源层的 CMDB 建设完善。以应用为中心的 IT 资源生命周期管理建立起来之后，资源的广度不断拓宽自动化的深度。
但一定要注意 CMDB 的信息分成两类，一类是实例信息，一类是连接信息，也称为拓扑信息。拓扑信息需要结合我们平时的工作思路来建设和维护，比如说架构视图，是研发转维的过程中，必须要提供的输入，就是应用架构文档。部署视图，是指这个应用上线部署在哪些机房，哪些 node。基础架构拓扑是物理 overlay，这个地方表达的是基础设施层面的关系。业务流视图分成应用服务和端到端服务构建的能力视图，类似访问流拓扑。
从应用的角度，资源的信息都能够很好的维护起来。此时就考虑如何支撑应用的动作了。这个场景起来之后，真正能解决 CMDB 数据维护动力和价值问题。面向应用的视角，提供完整的应用自动化和运维自动化能力。应用自动化打通 Dev/Test/Staging/Prod 等环境，构建面向用户的端到端自动化能力。典型的场景就是交付流水线，示意图如下：
可以把一个端到端的交付流水线，分成了四个标准化过程，纵向就分解了阶段、环境、动作和角色等概念。
是对交付阶段的逻辑划分，对于一个企业的某个产品来说，建设的标准是单一交付流水线，而不是多交付流水线，单一交付流水线才能保证整个交付过程的一致性。一般分成研发、测试、预发布和生产运维阶段。
环境是以上四个阶段的进一步细分，在每一个阶段会存在多环境的问题，比如说测试阶段，有 UAT 环境、SIT 环境; 在生产阶段，有正式生产集群、有容灾备份集群等等。
交付的能力是动作来实现的，这个动作是一连串的能力编排。这个动作可以分解成部署动作和附加动作。部署动作是完成一个环境部署的标准化过程，比如说初始化环境、安装程序包等等，附加动作是针对特定环境要完成的一些动作，比如说针对用户接受性测试，可能会运行自动化测试等等。部署动作要确保在各个环境之间的一致性，这是部署脚本的基本能力，避免动作行为异化导致结果不同。
在动作层，还可以面向封装大量的自动化流程、工具能力等，这些能力都是满足一切应用场景的个性化。
谁来执行这些动作，不同的环境可以面向不同的角色，这是权限的控制。通常分成开发、测试和运维角色，但真正到企业内，角色的划分会细致的多; 其次这个角色也是随着管理模式变化而变化的，测试人员可能来做生产环境的部署。
这个自动化能力就不是运维自动化，而是 IT 自动化。IT 自动化的平台可以由运维来建设，确保可扩展、插件化的能力。扩展的能力，是能力可以延伸到不同角色的需要，插件化是可以集成不同角色过去的工具能力，从而实现一个面向 DevOps 的应用交付平台。
再回到运维自动化，在面向应用的自动化场景上，依然可以通过服务编排的模式来实现。但是回到其他运维资源上，就逐渐失去和应用的关联，从管理方便性的角度来说，更是如此了。举个例子，比如说数据库的维护，大家肯定都是喜欢对数据库的实例进行维护和变更，而不是再加一个应用的维度。在面向 Iaas 和 PaaS 能力的自动化上，可以面向资源进行动作服务编排，从而实现运维的自动化。
状态其实是面向应用的一种度量手段，度量越贴近应用，越贴近服务，度量的有效性就越强。监控手段是度量的一种，大家很多时候把监控的告警能力、发现问题作为核心手段。但从这个维度出发，告警泛滥成为必然，大家不断的去看提升告警的准确性，做告警收敛和告警关联。我们的做法是告警可视化分层面板，在时间这个维度上，把告警统一展示，面向应用层的告警权重增大，底层的告警权重变小，衡量应用的健康状况。其次在统一的看板上，人的思维会发生变化，底层的告警能力会不断形成决策参考数据，而非当成直接的问题，甚至可以告警一致。这都是因为以应用为中心，数据有了关联所致。
面向应用的运维管理新思维，是切实有效的，给过去的很多未解问题提供了解决方案，这也是我过去不断强调要“建立以应用运维 + 运维研发为核心的组织体系”的原因。应用的是贴近业务的，因此应用是驱动力最强的。
