从三个维度概述当前IT运维现状

简介: 【6月更文挑战第5天】从技术、服务和组织三个维度讨论IT运维现状。

1、运维技术维度

1)已经完全成熟的晚期大众技术:主要以ITIL、ITOM工具、ITOA工具和应用运维工具为主。这些传统技术如各类监控工具、ITSM流程工具、应用维护产品、虚拟化运维工具、其他传统厂商的运维和展示工具等都已被应用多年,支撑传统的物理机、虚拟化环境已经绰绰有余,主要用于支撑传统非云环境的集中式架构应用。


2)尚未完全成熟的早期大众技术:包括3类:资源运维类工具、Dev0ps类工具、自动化运维类工具。资源运维类工具包括基础设施运维工具、Kubernetes、Docker等,主要用于解决新型的面向Dev0ps的基础资源统一运维服务的问题;Dev0ps类工具包括CI/CD工具、Dev0ps工具,主要用于解决敏捷交付中开发流水线以及开发与运维协同相关的问题;自动化运维类工县用干解决云平台与分布式环境下,海量应用服务监控以及海量基础资源的批量操作问题。


3)处于探索阶段的早期技术:包括应用的架构及管理模式、运维的组织模式以及运维的技术手段3种类型。应用的架构主要以Service Mesh(服务网格)为代表。总体而言,处于非成熟性技术都未经过大规模落地和实践的检验,需审慎选择。


综上,整体上国内的运维技术包含研发、运维、运营全生命周期,与国外比较类似:ITIL和传统厂商的ITOM工具日渐成熟,各类新型的资源管理和自动化技术莲勃发展,而以AI0ps为代表的前沿技术被越来越广泛地探索和实验。


2、运维服务维度

对互联网公司而言,运维效率优先,同时兼顾管控,近年来逐步借鉴ITIL理念,通过自研的方式构建了符合自身情况的IT流程管理。此类IT流程管理工具往往能够与CMDB、自动化工具、监控工具等进行较好地融合,实现流程管理的自动化。


大型传统企业,如国内四大银行中的某大型银行,ITIL理念依然以ITIL v3为主,更加注重运维过程审批、管控、记录、合规及审计,对运维效能的关注和实践不足。在企业自动化运维水平逐步提升之后,大型企业已经意识到纯管控式运维服务对整体运维转型和效能提升的梏,已经在逐步解决此问题。


其他传统企业在运维服务维度的建设情况各有不同。部分中大型企业仅关注如事件、故障、变更等重点流程,且也以管控为主;大部分中型企业使用简单的运维工单;一些小规模企业可能在企业办公系统0A上运行相关流程。


总之,传统行业的头部企业的运维服务建设以流程式管控为主,很少能兼顾运维效能和运维敏捷性;而更多的中大型企业、中型企业尚未建立标准化的运维服务模式,敏捷式管理更无从谈起。头部互联网公司在运维服务维度也仅走到了流程自动化阶段,距离融合式、敏捷化流程管理还相当远。


3、运维组织维度

1)运维支撑平台团队:负责运维中台的建设和通用运维能力的输出,例如资源管控能力、作业编排能力等;负责平台能力的迭代与升级,以不断满足各个运维小组对运维底座能力的要求。


2)应用运维团队:负责业务和应用系统的全生命周期的运维支撑与管理;基于运维平台,开发通用的或者个性化的运维场景工具,支撑自身应用的运维。


3)基础设施资源管理团队:负责包括物理机、云主机等各类资源的调度与供给。


4)安全管理团队:主要负责运维过程中的事前安全标准制定、事中安全审核以及事后安全审计。


5)运维指导组:主要负责整体运维规范、标准、组织、岗位、人员能力等的规划与考核。


对于传统大型企业而言,例如大型银行单位,其运维组织往往是金字塔形的职能式架构。这种架构的优点是结构简单、构建自然、管理方便,同时每个团队在专业职能上可以深度发展。缺点也很明显:当业务系统的运维支撑越来越强调端到端的自动化和敏捷时,职能模式形成的部门墙会成为很大的阻碍。


其他非互联网行业的中大型企业基本采用类似的职能式架构,只不过根据运维人员数量进行了相应精简和调整。


数字化时代,企业的所有业务模式和运营过程都离不开IT系统的支撑,而IT系统的背后则是运维管理体系的数字化管理和敏捷管理。数字化转型不仅影响企业的业务战略和业务运营,还直接影响企业的研发运维服务模式。数字化转型的要义在于端到端的、全方位的、立体的“连接+数据+智能”,一方面需要企业更新和新建更多业务系统,实现基本的数字化支撑,另一方面需要企业更加敏捷地识别、捕获和响应市场端的需求,推陈出新,更好地服务客户。这两方面都需要数字化和敏捷的研发运维服务模式的支撑,否则企业的业务敏捷和模式创新就会成为空中楼阁。



相关文章
|
5天前
|
机器学习/深度学习 人工智能 运维
智能化运维:AI在IT管理中的应用与挑战
【6月更文挑战第12天】随着人工智能(AI)技术的不断进步,其在IT运维领域的应用也日益广泛。本文将探讨AI如何改变传统的运维模式,提升效率和准确性,并分析在实施智能化运维过程中可能遇到的技术挑战和解决方案。
18 2
|
1天前
|
运维 监控 负载均衡
现代企业IT运维管理的挑战与应对策略
在当今数字化快速发展的环境下,企业IT运维管理面临着越来越多的复杂挑战。本文探讨了这些挑战的根源,并提出了有效的应对策略,旨在帮助企业更好地应对现代技术运维的各种挑战。
|
2天前
|
数据采集 机器学习/深度学习 人工智能
智能化运维:AI在IT管理中的应用与挑战
【6月更文挑战第15天】随着人工智能(AI)技术的飞速发展,其在IT运维领域的应用正变得日益广泛。本文将探讨AI技术如何革新传统的IT运维模式,提升效率和准确性,并分析在实施智能化运维过程中可能遇到的挑战。
|
3天前
|
机器学习/深度学习 存储 人工智能
智能化运维:未来的IT服务管理
【6月更文挑战第14天】本文将探讨智能化运维的概念、优势以及在IT服务管理中的应用。随着人工智能和机器学习技术的发展,智能化运维已经成为了IT服务管理的新趋势。通过引入智能化运维,企业可以提高效率、降低成本并提升服务质量。
|
4天前
|
运维 Prometheus 监控
现代IT运维的自动化趋势与实践
在当今数字化转型的浪潮中,IT运维正经历着一场深刻的变革。本文探讨了现代IT运维中的自动化趋势,详细阐述了自动化技术在运维中的应用,通过具体案例展示了自动化工具如何提高效率、降低成本,并确保系统的稳定性和安全性。
|
4天前
|
机器学习/深度学习 人工智能 运维
智能化运维:未来IT管理的新浪潮
【6月更文挑战第13天】在数字化时代,随着企业对信息技术的依赖程度不断加深,传统的运维方式已难以满足日益复杂的系统管理需求。本文将探讨智能化运维的概念、优势以及实施智能化运维的关键步骤,旨在为企业提供一种更高效、更智能的IT管理方案。
|
6天前
|
机器学习/深度学习 人工智能 运维
智能化运维:AI与机器学习在IT管理中的应用
【6月更文挑战第11天】随着技术的不断进步,智能化运维已成为提升IT系统效率和稳定性的关键。本文深入探讨了人工智能(AI)和机器学习如何革新传统的运维模式,通过实际案例分析,揭示这些先进技术如何帮助企业实现自动化监控、故障预测、性能优化以及安全防护,从而确保业务的连续性和可靠性。
|
9天前
|
人工智能 运维 监控
智能化运维:AI在IT基础设施管理中的应用
【6月更文挑战第8天】随着人工智能技术的不断进步,智能化运维已经成为IT行业的一大趋势。本文将深入探讨AI在IT基础设施管理中的应用,包括故障预测、自动化修复和性能优化等方面。通过引入AI技术,企业可以大幅提高运维效率,降低运营成本,并确保系统的稳定性和可靠性。
|
9天前
|
人工智能 运维 监控
智能化运维:AI在IT基础架构管理中的应用
【6月更文挑战第8天】本文将探讨人工智能(AI)如何革新传统的IT运维领域,实现智能化的故障预测、自动化的修复流程以及高效的资源分配。我们将通过实例分析AI技术如何优化数据中心的能源使用,提升网络性能监控的准确性,并降低系统维护成本。
11 2
|
10天前
|
机器学习/深度学习 人工智能 运维
智能化运维:AI在现代IT管理中的应用
【6月更文挑战第7天】本文探讨了人工智能(AI)如何革新传统的IT运维模式,通过智能化工具和策略,提高系统稳定性、效率和安全性。文章首先介绍了AI在运维领域的应用背景,随后详细讨论了几个关键的AI技术及其在运维中的实际应用案例,最后分析了面临的挑战和未来的发展趋势。