百度自动化运维的演进（一）：聊聊百度自动化运维

百度运维部于 2008 年正式成立，截至目前共打造了三代运维平台，百度的运维技术也经历了 web 化、开放化、智能化三个阶段。《百度自动化运维的演进》系列文章将分上、下两篇介绍百度自动化运维的演进历程，本篇主要介绍百度运维部对运维、自动化运维的理解与百度自动化运维评价标准，下篇则根据时间脉络介绍百度的三代运维平台。

注：本文所讨论的上下文内，特指互联网服务的运维，而非 IT 系统、IDC 等的运维，或者更具体地，指的是应用运维。

什么是运维

运维，从字面来看，可以将运维分为两部分：

1 运

运，一般的理解是运行，将服务运转起来，以满足用户和客户的需求；进一步的含义还有运筹，即统筹安排资源，提供最优解决方案，以达到效益最大化。

2 维

维，一般的理解是维护，维持并监护服务的运行过程，包括应对服务管理请求和事件；进一步的含义还有维系，或者说连接，特指其起到的承上启下和枢纽作用。

百度百科给出了非常明确的定义： 其核心目标是将交付的业务软件和硬件基础设施高效合理的整合，转换为可持续提供高质量服务的产品，同时最大限度降低服务运行的成本，保障服务运行的安全。

在百度运维部，我们对运维的理解，简单概括就是：确保大家高质量、高效率、低成本地使用百度产品。

什么是自动化运维

什么是自动化运维，答案有很多。这里，我尝试从另外一个角度，什么不是自动化，来尝试回答下：

自动化是达成目标的手段

首先，自动化不是运维的最终目标，而是达成目标的手段；通过自动化我们可以提高服务的可用性，可以加速服务的迭代，可以降低服务运行所花销的成本。

自动化是解决方案和工程

其次，自动化不是将运维人员的工作、行为进行简单封装和串联；而是通过总结、提炼、抽象形成的系统化的解决方案和工程（Engineering）。

自动化实现方法是多样的

再次，自动化的实现方法，不是一成不变的：一方面，我们运维的服务、我们支持的产品和用户都在不断变化（这就是互联网啊）；另一方面，我们的自动化实施对象也在随技术能力的发展而不断演进（从自动化执行命令、到自动化感知故障、再到自动化决策规划）。

百度自动化运维的实践历程

百度运维部，于 2008 年正式确立，而运维工程师这个职位，出现得更早些（大概在 2004 年~2005 年），从一开始，运维部就在朝着自动化这个方向努力。

百度自动化运维标准

接下来给大家介绍的内容，是结合了我们多年的实践经验，并参考了 SAE（美国汽车工程师协会）针对自动驾驶所定义的分级标准得来的自动化运维分级标准。

我们也将其分成了 L1~L5 共 5 个层级，不同层级间的区别主要体现在如下 4 个方面的职能是人工还是运维系统实现的：

执行能力(Execution)

这很容易理解，将指令发送到目的端（服务器、设备等）执行并获得执行结果。执行能力是否由系统完成，是最基本的自动化要求，将其定义为 L1（工具辅助的自动化） ~ L2（部分自动化）。

感知能力(Perception)

包括感知服务的运行状态，感知服务的变更需求甚至故障事件，也可以称作理解。感知能力由系统完成后，结合一些固定的条件规则来决策并执行，可以达成 L3（有条件的自动化）。

规划能力(Planning)

根据其对待处理的需求、待解决的问题的感知，以及对运维对象的认知（知识），自主做出解决方案（规划）并在调度控制执行过程中，根据目标和运维对象的状态反馈来适时调整执行规划。规划能力由系统完成后，并由系统辅助人来进行知识、经验的沉淀以补充系统的扩展性，可以处理全部人类已知的运维工作，即 L4（高度自动化）。从 AI 角度看，可以认为到了这个层次的自动化运维系统具有了一定的弱人工智能。

主动学习能力(Proactive Learning)

主要指的是不依赖人，系统可以自行总结、提炼、抽象形成知识和经验的能力。至此，全部的运维工作都可以交由自动化运维系统处理了，即 L5（完全自动化）。从 AI 角度看，可以认为到了这个层次，称之为强人工智能了。

小结

从全局视角审视自动化运维的若干层次及其之间的关系，可以得到下面这张表格：

作者介绍：

运小皮，百度资深运维工程师，负责百度智能运维平台的设计和实施。曾负责网页搜索、移动搜索产品运维和服务高可用、持续部署等技术方向。

本文转载自公众号 AIOps 智能运维（ID：AI_Ops）。

原文链接：

https://mp.weixin.qq.com/s/gFdz6tdnpw2ICUqNCC-DnA