运维可视化真有这么重要么？这篇文章与您聊聊

没有比“可视化”更好的一个词能归纳综合运维的本质，而“可视化”又应该分成两部门：可视化的处事交付和可视化的处事怀抱!

第一部门：可视化的处事交付

早期的运维是从 ITIL 开始的，谁人时辰各人都不知道运维是什么，幸好找到了一个IT处事最佳实践——ITIL。开始了互联网运维的探索之路，从CMDB、处事台、变乱打点、改观打点、可用性打点、容量打点等慢慢去相识，并同步建树对应的打点平台。

但我们很快发明，这一完整的流程框架假如碰着了大局限运维的环境，就无法应对，缘故起因在于过多的聚焦于流程以及类型，我们发明很难晋升运维火速率和风雅性，而且我们照旧不知道一个完备的IT处事界线在哪儿?怎样实现它?

不外在ITIL的实践进程中，着实提出了一个很好的观念——IT处事。对付运维来说，提供一种高效、同等性、透明化、面向用户的处事是运维的代价地址，这样就要求运维屏障其提供的处事背后的全部实现细节。

从运维详细事宜可能勾当的角度来说，怎样对其举办一次可能多次的组合封装，把它们酿成一个完备的IT运维处事，是此时的运维自动化重点偏向。事实繁杂的运维事宜不进一步封装，对小我私人可能团队来说，都意味着很高的进修本钱和事宜执行本钱。

在传统的 IT 运维组织中，我们能看到互相事宜之间的盘据很是明明，好比说收集、机房、处事器、应用陈设等，都是在差异的团队完成，互相事变独立举办。在火速和精益运维驱动之下，必必要求有一个集成平台来把这些事宜流调治起来，不然无法进步事宜执行的服从和质量，真正地把运维交付成果酿成了交付处事的模式。

对付怎样封装这些事宜可能勾当，从 DevOps 倡导的“自动化统统” (Auto everything)可以找到些谜底，其焦点的自动化主线就是面向用户的火速一连交付。我把一连交付又分成两类场景：

一种是一连交付基本办法，一个是一连应用交付(一连构建、一连测试、一连陈设、一连反馈)，他们有点近似IAAS和PAAS的相关。

一连交付基本办法在公有云 IAAS 平台中获得很好的办理，操作软件界说计较、存储、收集等技能来实现对上层应用所需资源的快速交付。

在私有IT情形中，当前有大量客户回收假造机方案可能私有云方案来办理交付难和慢的题目。最新的轻量级假造化技能Docker更是热门，基础的缘故起因是把应用的交付在镜像级别完成，，从而让应用交付越发快速。

一连交付软件从代码发生的那一刻就开始举办打点，到编译、到测试、到灰度情形验收再到正式情形陈设，而且但愿这条主线完全自动化。面向措施包的一连集成很是简朴，此刻有许多的开源办理方案来实现，如Jenkins、Go等，但有一种环境必要出格留意，就是措施包的设置打点题目，这个也每每是影响陈设的重要身分。以是我们许多时辰行使开源平台只是为了构建措施包，后续包及其个中的设置打点以及实例化陈设，出格是大局限集群陈设，都是由单独的一连陈设平台来办理，而非之前的一连集成器材(固然它们也支持宣布)，但一连陈设平台必要有和一连集成平台无缝对接的手段。

基于软件包的交付办理之后，我们但愿交付的粒度更大，怎样实现全应用(从应用的前端接入到后端存储)的交付，此时便有了PAAS平台和基于应用架构的可视化陈设处事两种方案。这两种实现思绪有很大的差异，我们知道完备的PAAS平台提供了对底层民众处事的向上API同一抽象，好比说数据库处事、存储处事、Cache处事。PAAS平台最经典的实现应该是Cloud Foudry了，海内许多PAAS平台根基上都是参考CF来实现的。阿里UC也有一个相同的PAAS平台，表示图如下。

而在实际的环境中，很少公擞行能力把Mysql、MC、Fastdfs封装民众处事供上层应用直接挪用，意味着对研发措施有着必然的要求，是否尚有一种更轻量的无束缚自动化方法呢?我们可以把运维的全应用陈设转变下思绪，此时把应用架构中的各个部门拆解成工具组件(包括属性和状态)，好比说机房、OS、应用包等，全应用陈设就是这些工具的编排，相同可视化IDE编程情形。

综上所述，运维的自动化最终要实现可视化，伟大的运维事变流必需通过可视化来表达，可视化后的自动化才气让全部人领略同等、执行同等、功效同等。

第二部门，可视化处事怀抱

“除了天主，统统人都必需用数据措辞”，这是运维职员必需固守的信条。我写过一篇完备的数据驱动运维的文章“关于数据驱动运维的几点熟悉”，内里体系地先容了数据化运维的目标、数据的来历以及怎样构建数据系统，等等。

最近也在举办一个数据实践，就是成立面向应用的端到端数据说明系统，该系统对数据有个尺度化的分层归类，从基本办法、上层组件、到应用处事、到接口、再到用户侧，基于应用的拓扑架构，网络种种指标，同一到一个说明平台中揭示，如下图所示。

基于这套分层化的数据系统尺度，我们也有对应的体系实现，如下图所示。

当形成尺度的数据收罗、说明和揭示系统之后，可以向其他应用不绝去复制这套方案，各人只必要遵循一套数据尺度即可，最后数据的收罗、说明、揭示和告警都是尺度化完成。这套数据系统建树完成之后，可以在运维的妨碍定位、处事优化、架构改造、运维筹划等各方面找到应用场景。

（编辑：湖南网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!