【51CTO.com原創稿件】2017年12月01日-02日，由51CTO主辦的WOTD全球軟體開發技術峰會將在深圳中州萬豪酒店隆重舉行。本次峰會以軟體開發為主題，數十位專家級嘉賓將帶來多場精彩的技術內容分享。屆時，餓了麼OPS負責人程炎嶺先生將在創新運維探索專場與來賓分享"跨越籬笆——餓了麼多活運維上下求索"主題演講，為大家詳細闡述分享餓了麼公司在運維方面的探索以及實踐經驗。51CTO誠邀您蒞臨大會，與我們共享技術帶來的喜悅。
以下是採訪實錄：
51CTO記者：能夠請您先概括一下本次演講的主要內容?
程炎嶺：本次演講主要分享從傳統運維跨越那道看不見的「籬笆」，最終實現多活運維，整個過程中帶來哪些運維形態上的改變。
演講主要包含五方面內容，分別為一業務特性，為什麼在餓了麼可以支持特有的多活;二運維規劃，多活前設計上需要考慮哪些運維上面的規劃;三對運維體系上會帶來哪些複雜性;四運營體系(主要是質量監控和效率)會帶來哪些改變;五自動化、智能化任重道遠。
51CTO記者：能否先介紹一下餓了麼運維工作的主要特點?餓了麼的業務發展非常迅速，對運維工作帶來的主要壓力是什麼?
程炎嶺：有一組數字可以讓大家快速了解餓了麼的運維工作量：餓了麼目前有4個物理IDC，2朵雲，約15000臺物理伺服器，1600個應用appid，1000名技術開發人員，支撐日均***訂單，過去一年內平均日交付伺服器60臺，日均發布146次，回滾11次，歷史上最長全網穩定計數器為135天。
餓了麼的運維實際上是運維+運營，其中運維的工作大同小異，主要集中在底層基礎設施環境規劃、建設、交付以及上層業務的支持工作，目前正在為產研自助方向努力。而運營的思路會很特別，需要運維團隊更多對數據敏感如服務質量、CPU利用率、成本分攤、穩定性SLA等。
我認為運維工作感受到的***壓力來自於如何跟上業務/技術發展的節奏，用最短的時間提高產研的效率。舉個例子：如何一鍵構造/銷毀某一個服務的測試環境，如何一鍵拉取某一個服務依賴的所有資源，發生故障後各依賴服務如何快速的自證清白等等。我們需要花更多的精力去思考，改進我們的工具產品，而不能僅僅滿足於當下的運維狀態。
51CTO記者：據了解，餓了麼主站多活切換目前運行半年了，現狀如何?為什麼要做主站多活切換呢?它的好處是什麼?主要解決了哪些問題?
程炎嶺：今年5月，餓了麼主站***次多活切換成功。緊接著在6月底，餓了麼啟動物流多活項目，9月21日，物流多活改造成功完成，餓了麼進入了全站多活時代。
為什麼要做多活?因為多活是技術上的一大革命性創新，除了解決達到單機房容量上限外，更多還承擔了容災【兜底】的工作，尤其是關鍵路徑、核心基礎設施、核心組件發生各種災難性、短期不可恢復故障以及外力不可抗拒因素的一種【續命】手段。概括的說，支撐業務擴展，容災保障是做多活的兩大好處，它解決了單機房不可擴容，業務複雜/技術複雜之後怎麼快速止損、恢復業務兩大難題，效果遠比災備要好。
在全站多活演練成功之前，運維團隊包括全公司已經閉關了很久。正所謂「兵馬未動，糧草先行」，基礎運維團隊用了不到一個月的時間完成了上架、調試、部署以及交付。與此同時，DBA團隊、中間件團隊規劃了資料庫的改造、接入、運維方案，完成了數百次支持、答疑工作。
在整個過程中，運維團隊非常辛苦。很多情況下，工具是滯後的，也沒有很好的參考案例可供研究。但即便如此，業務運維團隊依然協助產研完成了整個多活測試環境(模擬雙zone)的規劃，部署，調試，以及參與討論、實施多次技術改造、部署方案。
51CTO記者：對於運維工作，您還有哪些經驗願意分享?
程炎嶺：運維工作有一個話題很火：是要做「救火」式的運維，還是「運營」式的運維?前者可能是大部分公司的做法，後者是大部分公司的願景。我認為，要達到「運營」式運維需要從五個方面加以考慮。
一是標準化。標準化是自動化的基礎，運維的工作(大部分)都很瑣碎，也許這會我要去裝個機器，那會要去配置個nginx，一會又需要去排查一下為什麼日誌會丟失，等等，長期下去，效率得不到提高，工作認可度也不高。而對應工具產品也會因為非標準的需求需要去做各種適應，而且做出來的工具還不被認可(為什麼這個功能沒有!!)，服務核心流程標準化是自動化工具的基礎。
二是規劃。提前做好規劃，比如你要用哪一種機型，統一作業系統，統一部署方式，高可用是雙A還是AB，各種接入規範，使用姿勢，技術方案，需要提前做好調研、規劃。基礎設施的改造牽一髮而動全身。並且改造大部分忽略小部分說不定哪天就會有坑。
三是效率。運維要去了解業務，了解對方的痛點，儘可能做到一站式去解決一個需求，同時把一些業務不需要關心的內容包裝掉。以一個商業化的角度，設定服務的SLA，去把自己的服務做成一個「對方願意購買」的服務。
四是數據。一個應用創建(上線)或運行過程中產生的任何數據都很寶貴，運維以及運維工作中變更這個數據應該很謹慎，如果一定要去變更，應該問是否是流程沒有覆蓋，變更是否可以優化。應用資產數據能幫助我們統計依賴關係，一個連接有沒有流量來判斷業務是否在使用，等等，智能化運維更是依賴這個基礎數據，自動化，智能化做不好，往往是數據不準確。
五是平衡。平衡這個詞很虛，而且似乎跟技術沒多大關係。確實它也不是個技術問題。舉個例子，業務發展/技術發展中，尤其是一個不賺錢的業務/一個不確定能否推廣的技術，如何去平衡調度資源。你可以吧問題拋給老闆，但這也是運維團隊需要思考的問題。所以，技術問題相對反而好解決，而往往是一些非技術問題，我們很難決策。
51CTO記者：最近業界很多聲音在談自動化運維，智能運維，可是目前並沒有統一的運維標準，您如何看待自動化運維，智能運維的前途?您認為真正的智能化運維內涵是什麼?其真正落地還需要哪些條件?
程炎嶺：自動化運維，智能化運維必然是潮流，只是運維在不同階段面臨不同的問題。不同的公司重視的角度也不一樣，有的公司可能注重成本，有的公司可能注重效率，有的公司可能注重業務，更多的公司是在不同階段分別重視不同的問題。而這個階段也沒有明確的「臨界點」，就很難形成一種業內統一的運維標準。但一定要有一個適合自己公司項目環境、技術文化、自上而下價值觀的標準，不能千人千面。
我認為真正的智能化運維內涵是數據，統一的運維價值觀，不要迷信方法論，它只是一個行為的準則，是理論。真正的落地還是需要從解決實際問題的角度出發，從而更好的服務用戶，服務於業務。
使用雙十一特別優惠碼[2017WOTD1111]，和我一起去WOTD全球軟體開發技術峰會。8折優惠基礎上，再減512!詳情點擊wot.51cto.com
【51CTO原創稿件，合作站點轉載請註明原文作者和出處為51CTO.com】
【責任編輯：
周雪TEL：（010）68476606】