各位技术大佬们，今天给大家带来一份超给力的报告！这可不是一般的报告哦，这是在GOPS全球运维大会2020城市站上，一位运维平台的大佬亲自分享的干货！
现在咱们聊聊金融和互联网结合后，运维遇到的那些事儿。想象一下，每秒十万+的支付，百万+的入账，还有每天十亿+的业务量，这得多大的压力啊！用户们对咱们的要求也是杠杠的，业务得99.999%在线，响应速度得小于200毫秒，还得保证资金安全。这不，运维平台的小伙伴们就得面对硬件故障、程序bug、人为失误等一大堆不确定因素的挑战。
那么，怎么解决这些挑战呢？咱们的运维平台大佬们可是有绝招的！他们的整体解决方案就是让故障对业务的影响降到最低，让变更变得可控，还要不断减少隐患，确保业务的高可用性。具体来说，就是搞定故障处理、统一变更和持续运营这三个方面。
来，咱们先说说统一变更体系。这个体系的目标就是让业务变更时零故障，变更过程要能追溯，出了问题能快速恢复。这里面的难点就是确保变更对现网的影响可控，还要达到现网级别的可用性。具体方案嘛，包括灰度发布规则、发布即生效一致性解决方案，还有双城双活的高可用发布平台。灰度发布规则得按业务优先级来，流量慢慢放，一次只动一边。发布即生效一致性解决方案得确保各个环节都正确无误，还得有三方对账来保证一致性。双城双活发布平台得用无状态server、读写分离、外部依赖本地化等招数，保证高可用性。
接下来，咱们聊聊故障处理体系。这个体系的核心就是快速恢复故障，减少对业务的影响。整体思路就是自动切换来解决高频已知故障，人工切换来兜底所有故障处理。具体方案包括故障发现、故障定位、故障处理和故障复盘等环节。故障发现得靠流控方案、数据平衡方案、AIOPS技术等，快速准确地配置告警。故障定位得用双向分析法，快速止损。故障处理得靠容灾白皮书、故障演习和运维管家等工具，保证故障处理能力。故障复盘得总结经验教训，优化流程。
报告里还提到了运维平台的未来展望，包括接入即服务、开放能力、智能运维等方面。接入即服务就是整合各种能力；开放能力就是标准化和个性化；智能运维就是故障自愈、自动发布、自动扩缩容等功能。还有运维管理方面的思考，比如统一值班、持续运营、服务度量、交付流水线等。技术架构层面的规划，比如磐石运维基础设施层、磐石运维管理设备agent、磐石运维平台业务逻辑层、磐石运维能力交付层等。
转播
分享
淘帖
()