无数据，不工作！设施运维的“数据思维”有多重要？

黔城浪子

前言
一些分析数据表明，企业的信息化历程逐渐完成，同时企业对设备设施的精益运行的需求越来越迫切，在这个场景下，数据的思维和使用能力成为制约现代企业提升设备设施运维管理效率的桎梏。


企业数字化的范畴放在运维领域，更多的场景还处在数据量化的扩展，因此除了服务输出和业务连续性能力输出以外，还有一个重要的场景需要开辟，其中就包括设备运维的数字信息能力输出。在数据驱动的基础上，设备运维的重要职能已由安全、稳定逐步延展至高效和低成本。
一、运维方式和运维数据的发展历程
从企业的设备设施管理规模、复杂程度变化以及运维技术的应用等方面考虑，我们大致可以把设备设施运维方式的发展分为五个阶段：手工化运维、流程化运维、信息化运维、数字化运维、智能化运维。在这五个阶段中，运维的场景输出能力在不断的提升，从最初的各类资源的分配控制到预防性管理，数字交付到持续部署，被动的问题受理到提前预测问题，乃至到现在已经主动介入用户体验和增值服务投入的技术运营场景。
因此设备设施的运维方式的发展也遵循运维无边界的思路，“浸润式”的进入整个服务体系，从业务的角度来提升运维价值，提升技术的投入产出比和减少企业成本的压力。
运维数据根据上述运维方式的发展历程逐步构建数据生态，把运维方式的发展浓缩成运维技术提升和工具建设，那与之相对应的，运维数据的发展也有四个阶段：自动化运维能力、平台化运维能力、数据化运维能力、智能化运维能力。
在数据化运维能力中，运维数据已初步形成初步数据生态标准，具备构建运维数据中台和数据可视化，同时也能对数据的进行血缘能力和影响能力的初步分析。在智能化运维能力中，运维数据已形成较大的规模，因此将运维经验和大数据、机器学习的技术相结合，开发成一系列智能策略，提升运维数据的输出能力，让运维的数据边界延伸至更多的场景。
二、什么是运维的“数据思维”
运维方式的发展提升了运维人员的基础门槛能力，在现在很多的企业中，运维人员的日常离不开数据，运维的过程和结果靠不靠谱，都可以通过数据来验证。

• 数据对运维打通业务服务链路的价值
  

数据的价值，在企业数字化实践过程中处在核心地位，对于设备设施的运维管理来说也亦然。不同的数据对于不同的运维人员价值也不一样，同样数据对于不同的运维人员来说价值也不一样，因此对于运维来说，数据对运维打通业务服务链路的价值主要有以下。
在产品的运营阶段，快速发现业务问题。公司管理层通过经营指标发现公司运营中的问题，同样的，运维人员也能通过业务数据发现产品运营中的问题。业务数据的背后是每个运维行为的堆砌，如数据有波动，一定是某些节点和步骤不同于往常，需要重点关注。
在数据积累过程中，如果数据表现向好的方面发展，要放大这个效应，全面去应用让数据好转的措施。如果数据表现向不好的方面发展，快速定位导致数据波动的真正原因，给予解决。不管是运维方向的决策还是运维方案的决策，都能通过数据来指导。
运维成本复盘和项目的后评价。对于企业来说，有且只有一个最合适的指标来评估其结果，因此评价是进行成本复盘的重要手段。
2. 运维人员的数据观
无数据，不工作。在进入运维自动化阶段，对于运维人员来说，日常工作如果没有数据作为参考，工作的方向和思路会造成严重的偏差。你所负责的业务线和系统已无法给予你最准确的状态和及时的反馈。同样的，资源的管理和分配也因数据的实时性和准确性大打折扣，导致不能高质量的进行交付。因此，对于运维人员来说，要充分使用数据的反馈和支撑。
运维人员还需要将运维场景的数据和其他第三方数据进行有机的结合，因此运维人员随时看数据，并不需要成为他们，运维服务能力的边界延伸并不意味运维技术的延伸，运维人员跟需要善于运用现有的数据来获得想要的结果和反馈。
三、运维人员如何落地“数据思维”
运维人员在落地数据思维中的第一步是形成初步的运维数据的生态，具备数据的输出场景能力。
运维的日常场景很多，看似复杂，终究离不开对稳定、安全、高效、低成本四项基本价值的更高追求。通过运维数据化能力，运维能为企业决策提供有力支撑，实现稳定、安全、效率的提升，和对成本的合理把控。
知识图谱，使用统一的语言来定义运维数据，将运维对象通过实体与实体间的关系来表达，整合运维领域内的实体关系形成知识图谱。运维领域的关系包括但不限于产品、服务、集群、服务器、网络、IDC等。


数据中台，建立面向运维域的数据中台，统一纳管如资源数据、告警数据、性能数据、业务数据、日志数据、工单数据、指标数据、拨测数据等，面向上层运维分析场景提供统一的数据访问路由、数据服务目录、数据接入管理、 数据可视化等功能，以期打破“数据孤岛”，通过整合关联和对外开放来深度 挖掘运营数据的价值。识别前台数据需求，整合后台数据，对数据进行加工和输出，建立数据中心级的数据服务共享平台。通过对数据的梳理，数据源的规划，数据流程的整合，对存量数据进行加工整合，达到以数据服务化的方式来 实现数据监控，资源使用率分析。


数据可视化，通过对数据的可视化呈现，帮助运维人员直观、便捷、快速的进行问题分析，还可提供一系列的工具组件让运维人员根据自己的业务情况对海量数据进行快速进行视图编辑、多层下钻分析、多维度关联分析、报表编排，横向纵向大盘数据对比等，将传统的运维经验进行数字化转变，大大提升了问题排查、风险发现和知识沉淀。


运维人员应具备看数据的好习惯，每天最重要的的事是随时看监控数据，同时兼顾业务数据，同时保持对数据的敏感性。对于数据的表现，不管正常还是异常，都需要跟相关团队保持沟通，让大家知晓目前的数据表现。
四、总结
总之，设备设施运维离不开数据，尤其在企业逐步进入精益运营和价值交付的今天，离开了数据，运维路上终究布满坎坷，尽信数据，比自己瞎想强。
<hr/>


微信搜索“宸智互联”