企业通过成熟的技术实施和实施IT运维管理。 IT运维技术可以分四个阶段逐步落地：人工运维能力、平台化运维能力、数据化运维能∏力、智能化运◤维能力。相反，实现智能运维能力的前提是具备人工化、平台化、数■据化的能力。企业应根据自身运维发展阶段和实际运维需求，分阶段实施相关技术能力。

一、IT运维业务面临挑战

随着中国〓联通“大链接”战略的深入实施，业务规模快速下滑，内外部竞争日趋激︽烈复杂，IT技术快速演进，中国联通的顶底线和内外部客户负责公司信息系统部门的IT运维管理。对执行效率和精细化运营管理能力提出了更高的要求和挑战：

为适应瞬息万变、新业务层出〓不穷的市场形势，中国联通提出“严节约、降本、增效”行动，引入人工智能技术，建立低成本高效的操作系统，推进“IT代人”战略，在日益激烈的同质化竞争□　中占据主动。在 2019 年 IT 工作思路中，中国联通提出“以积极赋能和发展 IT 为主线，大力推进 IT 支撑向 IT 运营转变”、“着▲力提升智能化运营能力、 IT运维能力重点发展目标明确方向。随着信息部门系统的云化、容器化、集中化、微服务化◣等架构调整，“系统架构和业务调用关系复杂，运维管理难度降低”的痛点也得到实ㄨ时跟进。这个运维系统。 ，不断调整自身发展规划，向“大运维、一体化运营、专业化、实践敏捷、智能运营、卓越体验”的理念演进，为生产提供更好的运维支持服务系↑↑统。

二、【痛点与难点】

5G网元控制平面、传输前馈、传统（2G/3G/4G）运维平台，难以支撑5G网络资源的¤集中统一配置管理和运维； 5G网络实现产业提供的SDN 服务，现有运维平台无法实现端到端的部署、运维◣和交付； 5G网络的多层编〒排协同，目前还没有可视化的运维管理；对于垂直应用，难以理解行业端到端的客户体验和∞应用、服务、网络的智能运维； 5G商用广泛，缺乏AI手段实现网络故障预警、业务切换和故障恢复。

三、[实践路径]

基于能力梳理和方向规划，提出1个愿景、3个核心、5个阶段、3个基石的“1+3+5+3”智慧运维能力体系。

(1）1愿景：IT运营创造价值是构建智能运维体系的根本愿景。

(2）三个核心：稳定性和准█确性、用户满意度和风险防范是智慧运维体系建设的三个核心价值。

(3）5个阶段：“初始阶段-标准化阶段-手动化/可视◆化阶段-中级智能阶段-中级智能阶段”是智慧运维体系建设中各项能力的演进路线。

(4）三大基石：工作规划、文化修养、能力提升，是智慧运维↙体系建设的三大基石。

(1）数据采集层：对于应用监控层面的采集，可以通过UDP合约传输、、Java等方式获取运维指标。建立和采集业务指标等。

(2）数据处理层：Flink流处理⌒作为数据处理引擎，首先提供低延迟、高吞吐、实时处理能力，以及更㊣多的监控、智能分析等系统。完美支持各种应用场景，同时Flink还支持批处理等常用数据预处理、清洗、过滤等方式的需求。

(3）数据存储√层╲：各种数据根据需要和分工存储在不同的介质上，以达到最佳的效率和最佳的搭配㊣　等效果。(4）@ >数据通道层：根据运维工作和运维数据的特点，选用分布式发布-订阅消息中间件Kakfa作为通用数据通道，以其易扩展、高吞吐的特ぷ点，组件间数据共享并且可以实现↓微服务。通过Kafka进行分发。

(5）微服务层：后端功能微服务化，根据业务监♂控、人工运维、应用配置管╳理、智能分析、日志管理等定义微服务的范围和边界。 ，以及通过API网络段对外开放的能力。

(6）API网段层：API网段采∞用框架，API网段负责对外提供统一的外部访问入口，并提供合约聚合、路由分发、负载均衡、内部为前端服√务配置服务、总线消息①等功能，进而实现微服务的服务隔离、线性扩展和有效监控。（7）后端应用层：后端选择一个轻量级的，高性能，组件化的框架，适合运维这些都是数据驱动的web界面。

四、【实际疗效】

五、【实现IT智能化运维能力】

1.手动运维能力

日常IT运维工作中存在大★量重复性任务。这些任务有的复杂冗长，有的严重依赖执行顺序，有的需要等待各种条件满足才能执行。虽然IT运维Ψ管理技术在不断提高，但实际上IT运维人员并没有真正得到解放。目前，很多企业的系统启动和关闭、系统◣更新升级、应急操∴作等大部分工作都是手动完成的。虽然简单的系统变更或软件复制粘贴升级，往往需要运维人员逐一登录各个设备进行手动更改。尤其是在云平台、大数据、海量设备的情况下，工作量可想而知。此类变更和检测操▓作在IT运维中每天都会发生，占用了大量的运维资源。通过∑手动操作工具，将运维人员从简单重复的工作中解放出来，降低误★操作风险，带来系统◣稳定性、安全性和效率的提升。应用场景如∩下：

(1）日检手动化：日检内容简单，但占用IT运维人员大量△时间。日检人工巡检可以改变硬件状态、设备负载、系统人工检查时间、C盘空间、线路流量、数据库表空间使用情况、网络设备端口状态、流量等，生成〖满足用户要求的检查报告。

(2）手动配置管理：手动从生产环境☆中提取配置库信息，手动更新到配置库中，保持配置库与生产环境的一致性。实现手动更新和同步需要对应用系统进行标准化●改造，如标准化安装路径、统一版本等，有助于工具提取应用配置项的基本信息，最终ζ实现配置项和属性的手动更新。

(3）手动应用部署：使用手动平台图形化流程编辑器创建组件＠流程。根据平台提供的插件，可实现与流行工具的集成，部署即可无需任何编程即●可快速定义逻辑。可以使用相同的流程将相同的应用程序部署到多个环境。这进一步有助于节省时间和提高效率，以◥及早期验证应用程序和部署过程。手动ω　平台可以同时在数千台机器上运行部署过程。

(4）容灾切换ξ　操作手动化：通过容灾操作流程手动批量执行容灾切换流程。通过-为业务系统ξ构建双活模式。主动数据』中心，实现手动切换，减少停机时间。

2.平台运维能力◥

运维工作相当复杂，包括网络、服务器、操作系统、数据库、发布、变更、监控、故障排除、运行环境信息维护等。同时面对日益复杂和庞大的企业IT架构，IT运维需要在不同架构、不同平台之间实现IT资源的优化配置和高效管理，从而实现整个系统的稳定运行，满足相应的企业业【务场景。当需求出现时，可以应对用户量和数据量的快速膨胀。

因此，平台化运维的目标是针对↘不同的业务形态，对企业IT架构进行有针对性的管控和集成管理，利用大数据和基于PaaS的平台能力进行底层运维技术和业务能力。封装、轻量级运维」技术工具体系进入运维APP场景应用，逐步集成运维工具。应用场景如下：

(1）日志采集平台：采集各个应用形成的本》地日志数据并汇总。一方面方便查看和定位问题；趋势分析为有效规避提供依据风险失败并指导↘决策。

(2）应用性能监控平台：包括多级应用性能监控、应用性能故障快速定位、应用性能█综合优化三个模块。可使用事务处理过程监控、模拟等指实现点对点应用检测，检测应用▃系统的各个组件，快速定位系统故障，并进行修复或提出修复建议，准确分析各个组件占用「系统资源的情况，及时了解库存和产品生产进度it运维技术，从而实现利益最大△化。

(3）统一资源配置管理平台：只有这样才能集中管理不同环境、不同应ξ用集群的配置，实时推送配置变化，保证底层数据配置项通过统一管理资源和←配置准确。

(4）应用部署平台：只为了部署容器和物理机，支持线上线下服务、定时任务和静态文件的部♂署，提供部署资源管←理、运行环境搭建、部署流↑程定义和部署执行跟踪，可用于金丝雀发布和蓝绿部ζ　署。应用部署平台可以提高业务迭代率，避免失败，提高产品发布节奏。

3.数据ζ运维能力

由于用户数和业务量的下降，数据量也迅速处于井喷发展阶段。 IT运维数据化能力由此『成为企业能力发展的重要方向。 IT运维数字化是利用数据采集、数据存储、数据处理、可视化等全数据系统对运维过♂程进行评估，以确认IT运维目标的实现和程度。日常运维场景很多，看起来很复杂。毕竟与对稳定、安全、高效这三¤个基本价值的更高追求是分不开的。通过基于数据的运维能力，IT运维可以为企业决策提供强有力的支持，实现稳定、安全、效率提升、成本合理︽控制。应用场景如下：

(1）知识图谱：使用统一语言定义运维数据，通过实体与实体之间的关系表达运维对象，整合√运维领域的实体关系，生成一个知识图谱。运维领域关系包括但不限于产品、服务、集群、服务器、网络、IDC等。

(2）数据库室：是一〓个面向主题的、集成的、相对稳定的、反映历史变化的、用于支持管理决策的数据集合。数据库室为用户提供决策支持和历史数据的当前数※据。数据，这是传统运营数据库中难以或不可能获取的数据。 机房技术是将运营数据有效地◥整合到一个统一的环境中，为决策数据访问提供各种技术和模块，目的是▅让用户能够查询到所需的信息更快、更方便，并提供决策支持。

(3）数据中心：建设面向运维领域的数据中心，资源数据、告警数据、绩效数据、业务数据、日志数据、工单数据、指标数据等统一管理，拨号数据 为下层运维分析场景提供统一的数据访问路▼由、数据服务目录、数据访问管理、数据可视化等功╲能，打破“数据孤岛”，深度挖掘运营通过整合关联和对外开放的数据价值。识别前端数据需求，整合后〗端数据，处理→和输出数据，构建数据中心级数据服务共享平台。通过数㊣据整理，数据源规划、数据处理整合，对现有数据进行处理●和整合，通过数据服务实现数据监控→和资源利用分析。

(4）数据可视化：通过数据的可视化呈现，帮助运维人员直观、方便、快速】地分析问题，同时也提供了一系列工具组件供运维人员跟进快速进行视图编辑、多层次下卐钻分析、多维度关联分析、报表整理、海量数据纵横数据对比等，传统运维体验数字〓化改造，大◎幅改善问题故障排除、风险检测和知识沉淀。

4.智能运维能力

由于IT运维※支撑的业务规模不断下降，越来⊙越多的运维场景和问题难以用传统的运维方式解决。同时，IT运维效率也逐渐无法满足系统要求。为此，如何解放运↙维自身的效率，解决传统运维方式难以解◥决的问题，成为企业发展转型的一大挑战。运维智能化能力是指将人类的知识和运维经验与大数据和机〗器学习技术相结合，制定出一系列智能策略，然后集成到运维系统中，实∏现运维通过智能运维平台完成工作。

目前，运维智能化应用场景主要有：

(1）故障预测：主动容错技术，基于对系统历史状态和当前行为的分析it运维技术，可以生成告警预测的结果模型，判断系统是否◤已经正式形成故障，并协助系统尽快避免故障或采取措施。可以发现，可以预知报警。故障预知可以使运维人员★在日常工作中由被动响应变为主动，从而提高系统的整体运行质量。

(2）故障自愈：故障自愈过程包括◤感知、止损决策、止损三个阶段。感知阶段取决于监控系统的故障检测能力，补货阶段取决于流量调度系统的调度能力。故障自愈可以◣提高企业的服务可用性，减少故障处理的人为投入，实现从人工处理到无人值守故障的过渡。

(3）手动扩缩容：可以根据应用负载手动↓调整集群容量以满足需求♂。当集群中有Pods由于资源不足而难以调度时，扩◥容手动触发，降低人工成本。当满足节点空闲等伸缩条件时，手动触≡发伸缩，节省资源成本。

(4）智能问答知识库：知识库的①最新形式，具有知识挖掘、知识管理、知识关联、知识推理与ぷ建模、智能检索、自学训练等功能。智能知识库 改变故障处理方式〇，不仅提高了故障上报的准确性，而且简化了信息交换的中间环节，有效减【少故障处理时间，提高工作效率。

(5）智能发布变更：可否管理大规模发布变更流程，具有手动●部署、分层发布、智能变更策略等功能。用户通过UI配置整个变更流程的执行策略/API ，专用执行系统解析策◇略，手动执行批次及其变▂更。分层发布将变更过程定义为基于强度组的多个阶段，并在每个阶段引入人工检测案例↑。阶段变更可以有效提高管理和通过引入智能模板生成、智能变更检测等智能策略，降低使用＠门槛，提高可复用性，减少了人力。操作错〖误率。

六、[未来洞察]

(1）端到端业务体验：主要涉及客户体■验、应用体验、网络体验、接入设备体验的工具和平台。

(2）智能运维：针对B域和O域，提供♀微服务修复、编排修复、切片修复、智能预警、智能优化、故障自愈、持续集成、持续部署和持续测试;

(1）运维层：三横一纵、B域运维、O域运维、边缘估计运维、端到端运维。

(2）能力分层：业务运维、技术运维、管理运维。