云時(shí)代傳統(tǒng)運(yùn)維的出路

前段時(shí)間剛報(bào)道，在長(zhǎng)沙可以通過百度地圖打的百度的無人汽車。這個(gè)消息是令人震撼的，雖說距離大面積實(shí)行推廣還有不少的路要走，但這說明了未來的方向。

我聽到這個(gè)消息時(shí)，首先是替出租司機(jī)、滴滴司機(jī)等類似的職業(yè)感到擔(dān)心。這就跟下象棋一樣，擺明了車馬炮跟你爭(zhēng)勝負(fù)論高低，這些無人車就是來?yè)屇愕娘埻氲摹＿@些類似新的現(xiàn)象都是云時(shí)代的產(chǎn)物，跟云計(jì)算、大數(shù)據(jù)、人工智能是密不可分的。

云時(shí)代新技術(shù)的出現(xiàn)，由于其大幅推動(dòng)了生產(chǎn)力，勢(shì)必會(huì)對(duì)傳統(tǒng)行業(yè)造成非常大的沖擊，其結(jié)果就是不少產(chǎn)業(yè)被優(yōu)化掉，帶來的結(jié)果就是相應(yīng)人員的下崗。但同時(shí)云時(shí)代也會(huì)帶來新的就業(yè)方向，會(huì)有新事物、新行業(yè)的出現(xiàn)，如果把整個(gè)社會(huì)比作一個(gè)人的話，云時(shí)代的來臨會(huì)使這個(gè)人痛并快樂著。

那么作為傳統(tǒng)運(yùn)維人員，他們的工作包括維護(hù)服務(wù)器、部署業(yè)務(wù)、監(jiān)控業(yè)務(wù)、處理故障等事情。首先，如果是全人工手動(dòng)處理的話，難免會(huì)存在個(gè)別錯(cuò)誤情況，比如命令執(zhí)行錯(cuò)誤或者發(fā)送到了錯(cuò)誤的服務(wù)器上面。再者，還有可能存在個(gè)別心里不健康的人，報(bào)復(fù)社會(huì)、報(bào)復(fù)企業(yè)，刪服務(wù)器、刪數(shù)據(jù)庫(kù)等事情。

比如前段時(shí)間的微盟事件，人工處理還是存在著很大的不確定性。所以現(xiàn)在運(yùn)維在朝著自動(dòng)化運(yùn)維（DevOps）方向發(fā)展，甚至還有人提出了AIOPS的概念，在朝著盡量減少人員參與的方向發(fā)展。這方面最有代表的就是Google了，Google自動(dòng)化相關(guān)的運(yùn)維崗叫SRE。它涵蓋的工作方向包括了運(yùn)維系統(tǒng)開發(fā)、業(yè)務(wù)測(cè)試發(fā)布等，涉及了部分開發(fā)和測(cè)試的工作，并不僅僅是單純的運(yùn)維工作了。這樣看來，傳統(tǒng)運(yùn)維的工作內(nèi)容也屬于被優(yōu)化的范圍了，那進(jìn)入運(yùn)維行業(yè)在未來還有前途嗎？

隨著云計(jì)算的不斷深入發(fā)展，當(dāng)前系統(tǒng)的規(guī)模在不斷的增大。零幾年的時(shí)候幾臺(tái)服務(wù)器基本都能搞定的業(yè)務(wù)到現(xiàn)在用戶量猛增，各種分布式、各種云的概念層出不窮。比如亞馬遜光服務(wù)器就有五百萬臺(tái)，國(guó)內(nèi)的阿里云也有兩百萬臺(tái)，跟以前相比數(shù)量級(jí)上不可同日而語，并且在架構(gòu)上也越來越復(fù)雜，虛擬化和容器在現(xiàn)在的架構(gòu)上也都必不可少。

這種規(guī)模化的上量，如果在使用純手工模式來應(yīng)對(duì)指數(shù)級(jí)的不確定性問題，傳統(tǒng)運(yùn)維是沒法生存的，所以傳統(tǒng)運(yùn)維在工作內(nèi)容上發(fā)生了變化，從原來的對(duì)服務(wù)器各種操作，切換到了云上的操作，新知識(shí)新技術(shù)也會(huì)方方面面的被應(yīng)用到。所以作為云時(shí)代的運(yùn)維，應(yīng)該從以下幾方面去改變和提高自己。

1、要順應(yīng)時(shí)代的發(fā)展。運(yùn)維行業(yè)隨著云時(shí)代的發(fā)展，相關(guān)運(yùn)維技術(shù)也在更新和迭代中，作為一名運(yùn)維人要不斷的學(xué)習(xí)新知識(shí)和新技術(shù)。比如在云計(jì)算的大環(huán)境下，公有云、私有云和混合云各種應(yīng)用不斷普及，我們應(yīng)該了解OpenStack相關(guān)的內(nèi)容；現(xiàn)在容器、微服務(wù)大行其道，我們就應(yīng)該學(xué)習(xí)Docker及Kubernetes的相關(guān)內(nèi)容，了解微服務(wù)是如何構(gòu)建和發(fā)布的等等。努力讓自己掌握更多的新知識(shí)，提升自身的競(jìng)爭(zhēng)力。

2、運(yùn)維子行業(yè)快速發(fā)展。傳統(tǒng)運(yùn)維的需求勢(shì)必會(huì)越來越少，相應(yīng)的云計(jì)算、大數(shù)據(jù)、人工智能方向的運(yùn)維人才需求肯定會(huì)有所增加，還有DevOps勢(shì)頭也很強(qiáng)勁。傳統(tǒng)運(yùn)維在云時(shí)代如果還是純依靠手工來做事情，夸張點(diǎn)說那真是九死一生。所以必需要擁抱運(yùn)維自動(dòng)化甚至朝著谷歌SRE的方向努力，也就是說必要要掌握一門開發(fā)語言，才能夠在自動(dòng)化方向有所建樹。未來純運(yùn)維沒有生存之路，很多工作都會(huì)有交叉性，運(yùn)維要會(huì)一些開發(fā)甚至是測(cè)試的工作。

3、不斷優(yōu)化工作內(nèi)容。最有效的規(guī)避錯(cuò)誤的方式就是工作內(nèi)容標(biāo)準(zhǔn)化，將工作內(nèi)容按照統(tǒng)一的規(guī)范進(jìn)行設(shè)定和處理，從而減少不確定性。比如服務(wù)器采用相似的命名規(guī)則，這樣在維護(hù)的時(shí)候一眼就可以判定服務(wù)器的位置和用途等；對(duì)生成的日志格式進(jìn)行規(guī)范，這樣不管什么業(yè)務(wù)或應(yīng)用，都可以快速接入ELK進(jìn)行日志的分析和呈現(xiàn)；各種操作流程化、標(biāo)準(zhǔn)化等等，這樣可以最大化的減少錯(cuò)誤的出現(xiàn)。在標(biāo)準(zhǔn)化搭建完成后，可以構(gòu)建類似CMDB的運(yùn)維管理系統(tǒng)，提供各種信息收集和維護(hù)操作工具使運(yùn)維工作自動(dòng)化甚至是平臺(tái)化，在將來隨著AI技術(shù)的發(fā)展也可能達(dá)到智能化的層次。

總之，云計(jì)算時(shí)代給運(yùn)維帶來了很大的挑戰(zhàn)，同時(shí)在新技術(shù)面前也使運(yùn)維的工作發(fā)生著根本性的變化。傳統(tǒng)運(yùn)維不應(yīng)該拘泥于現(xiàn)有內(nèi)容，必須擁抱新技術(shù)，努力使運(yùn)維工作適應(yīng)時(shí)代發(fā)展，想必這個(gè)行業(yè)在不久的未來勢(shì)必會(huì)更加光明！