3 .如何衡量企业运维体系的自动化成熟度
任何事物的成功都离不开客观的数字化，以及相关的衡量指标。依据指标可以清晰地看到自己所处的自动化阶段，自动化的应用程度，以及未来继续发展的方式和目标。
1) 自动化率
统计出日常工作中所需要的所有和开发及运维相关的操作，然后看看其中多少的操作已经是自动化完成的，多少操作是半自动化所完成的，多少操作是手工所需要完成的，分别占比多少，最终可以形成一个全局的饼图。
运维操作自动化占比示例
2) 操作时长和频次
毋庸置疑，自动化的操作速度远大于手工操作。如能记录完成操作所需要的时间，再进行自动化前和自动化后的对比，便可轻易地看出自动化的价值所在。尤其是频繁，复杂的操作，业务价值的体现则会更加明显。现代IT中最为频繁的操作为：
• 环境部署（Infrastructure）
• 环境配置（Configuration Management）
• 应用部署和配置（Application Deployment）
• 日志、报警或故障处理
3) 平均修复时间MTTR
从报警发生到故障被解决，系统被恢复的时间，称之为平均修复时间（Mean Time To Repair），它的公式如下：
平均修复时间=总故障时间÷总故障次数
举例来说，假设一年的总共故障时间是100小时，总的故障次数是12次，则平均修复时间为8.3小时。进一步，则可以根据故障的分类，模块，根因等进行分类，分别进行统计。
特别说明：在严格的情况下，请注意平均修复时间和平均恢复时间的稍许区别，前者不包括从故障实际发生到报警的时间，只是包括故障已经被发现，并且开始进行故障修复的时间，而平均恢复时间包括两者：从故障实际发生到故障报警，和故障报警到故障修复的时间。通常来说，故障报警所需要的时间相当于修复所需的时间而言较短，且占比较少，因此在宽松的语境下，两者会被混用。
4) 高质量的自动化所应具备的特性
自动化能力的构建应该按照正式的产品和项目进行，同样需要需求管理，调研，设计，研发，测试和部署等必要的环节，并保持持续迭代。而部署后的环境同样需要具备健康管理，从而进行监控，报警，故障和修复等。必要时，进行整体性的优化，改造和升级。
除此之外，现代化的自动化还应该考虑以下需求：
• 完备的角色管理和授权体系：毋庸置疑的是，自动化能力将会涉及到所有系统的所有环节，包括核心业务系统，机密数据等操作。越是重要的系统应该越依赖自动化能力而非手工方式，因为人工的处理存在种种的弊病，如因为粗心导致的失误操作等。因此，完备的角色管理和授权体系可以保证重要业务持续运行，以及保证机密数据的安全性。
• 具备审计能力：所有的自动化都应该具备可以被审计的能力，尤其是当所操作的对象是核心业务或机密数据时，更依赖审计能力去保证其安全。其次审计能力也有利于自动化系统本身故障的排查。Cloud上的云产品大多已经接入了Cloud上的审计服务，应该开启这类服务，并时常检查数据的完整性，保证关键的操作都被记录了下来。
• 标准化和平台化：统一的自动化能力是其他特性的重要依赖，标准化和平台化的目的都是为了统一。统一性的管理也有助于平台自身的建设，尤其应该避免建设多个自动化平台。统一的自动化平台也有利于公司统一进行监督和扩展，如要修改审核规则时，更容易落实规则。
5) 自动化能力成熟度模型
如果您希望对所在企业的自动化能力成熟度进行评估，建议至第十章进行“CloudOps成熟度自评”。
