上周去参加DOIS（DevOps International Summit，缩写：DOIS）会议。除了自己的分享外，也看了一些其他公司当前在做的事情，谈谈个人的看法：

一、对于DevOps的理解

目前来看大家都在推行DevOps相关的事情，不同的公司，不同的阶段，不同的行业，都会从不同的维度去入手。

1、ThoughtWorks林冰玉微服务测试的思考与实践

分享中，提到了传统的通过TDD（测试驱动开发）模式向GDS（目标驱动策略）转变，既定目标和度量结果的差异带来的改进手段问题。

在我们日常测试过程中也看出测试同学对测试环境的不够用的诉求，这块恰好和我们的多项目环境最初的诉求一致。

所以，在独立部署的情况下，底层平台对CI/CD的支持，以及遵守契约测试，我们自己Demeter开发阶段也是用过这种方式，提高团队之间协作效率。

注：CDC，消费者驱动的测试，分为服务Provider和服务Consumer端，那原始数据的格式和交互细节定义是由Consumer端定义契约文件，然后Provider根据契约文件来实现。

2、京东的模块化运维体系建设实践

本次和京东运营专家何永成同一个专场，京东在推进DevOps的过程中，是通过Kit工具集合来驱动的，也就是说提供制作和管理Kit的“商店”。

然后，把大家日常用到的工具集合起来，通过Agent下发执行，当然对于一些通用的Kit工具其实是可以被广大用户申请授权使用的。

其次，京东的运维也在做故障模拟相关的系统“响尾蛇系统”，类似我们现在做的故障模拟平台，可以去做场景化的模拟单机，应用，网络，机房级别的故障演练。

同时，在压测系统和容量系统的结合下，实现集容灾，资源，性能于一体的资源管控平台，一方面验证容量符合预期，另一方面在容量符合的前提下能够支持容灾能力。

当然，随着机器的增加，同等宕机率的情况下，故障机器数量必然会增加，所以在这种量变带来质变的情况下，对于故障自动报修能力也是他们迫切需要的。

鉴于此，结合日常的故障发现（主机层面），故障分析，然后结合分析结果自动提交报修单，来释放运维的这种简单的繁琐工作。

以上是京东分享出来的内容，当然会后沟通，还聊到了包括我们正在做的全生命周期管理平台，涉及到容量，资源，运维能力平台化的思考。

交流下来，上述内容在我们Demeter的规划中都有体现，当然好的产品还是需要持续打磨，需要时间，更需要贴近用户的使用。

二、对AIOPS的一些探索

1、百度曲显平分享的AIOps实践：

百度对AIOPS的探索主要在监控整个体系上面的尝试，比如故障管理中的发现，变更管理的监控，监控体系中的告警。

然后，基于现有数据，通过算法来驱动，按照策略，类型，业务，机房，人的维度去合并，当然对于一些特殊的场景其实并能不能适配，还需要个性化定制。

对于故障自愈方面结合业务场景去收集全局信息，然后通过算法去帮助快速决策，而在所有的能够故障自愈的场景中，不只是底层的公共设施，业务自身也需要具备自愈能力，所以这部分是底层技术和业务共同实现的。

无人值守变更管理，这块其实对于自助化服务来说其实是一个非常重要的环节，百度的整体方案还是结合DevOps自动化流水线的方式来驱动，其中涉及到流量调度，变更多次，信息通知，当然在整个变更过程中，把时间，任务，可用性影响，用户影响，上下游的影响涵盖了。

这块在我们Demeter的CD环节也可以做一定尝试，毕竟未来是开发自助式运维，那么变更是否合理，是否符合预期，出了认为判断，系统是否也能支持自我诊断能力。

不过，就目前AIOPS的探索中，绝大多数公司还都是在尝试，就目前来看大家做的停留在算法中，像BAT等大公司因为在体量和资源上的优势，无疑是走在最前列的。

2、阿里子昊-阿里集团网络的自动化推进

分享中仅提到的对历史的埋坑，一个人用了三个月把集团近5万行的无效配置清理掉，解决了历史坑向自动化标准化的改变。

其实，这块我想说的是我们在系统建设中难免会有各种各样的老数据，甚至是一些非常不标准的，而且是低ROI的事情。

但是，我们还是希望能够在迁移整理过程中，把这部分凌乱的数据规范化，做平台不仅仅是支撑业务，更是让业务在平台的约束能力下做规范，为后续工具平台能够方便、快速的支撑。

3、华为消费者BG张燕斌-云服务自动化运维平台开发实践

整个分享中其实主要谈到的是自动化平台的建设，其中更多的倾向于自动化系统的部署，配置，作业执行，以及基础的CMDB，监控系统，运维管理系统的思考。

这块其实算整个工具平台的场景化下面的原子化操作，这块就不做详细描述了。

监控体系采用的Prometheus和Grafana整合，当然对于小集群还是可以的，规模增加后其实一样会面临着数据压力的问题。

以上是我参加的一些分享主题的思考，对于DevOps，大家都很清楚，它是提高开发的运维能力，必须需要工具平台支撑。

对于AIOps，绝大多数情况下，主要还停留在补数据+跑场景化验证，多数都是结合监控现有的丰富数据去尝试，聚合报警，关联诊断，故障自愈等。未来的AIOps，我想会更加趋于务实的方向逐步发展。

本文转载自成哥的世界公众号。

原文链接：https://mp.weixin.qq.com/s/pxsE2kHI6r4lQjjwRhdAfA