2017 年 8 月 26 日，又拍云第 35 期的 Open Talk 活动 “ 精益运维与 DevOps 最佳实践 ”落地广州，优维科技 COO 彭鲤航作了《 DevOps与传统的融合落地实践及案例分享 》，以下是分享实录：
今天的演讲主要分为以下三个部分：第一个是DevOps全局的理解以及DevOps与ITIL的对比融合，第二个是DevOps落地经验14则，第三个是案例的分析。
DevOps全局的理解
其实讲DevOps特别的多，官方里面给了一个框架图，从计划需求、设计、开发、部署、运营、宗旨，持续交付到IT运营管理、经营管理，后来扩展了一下，大家看到这个全景图的时候的确有概念的认知，我觉得不够。做了以下几点改动：
第一： IT运营管理
以前叫IT服务管理，因为IT服务管理带来很多ITIL的认知，今天看IT运营范畴变得很多了。面向IT运营管理的实践，ITIL延伸出来的IT服务管理只是其中一部分，还有运营管理、性能管理、监控管理、分析管理等等。
第二： 扩展上层的实践和工具部分
同时给出一个从理念—工程与方法—过程—实践—工具的转换路径图。这样让我们更能清晰的看到DevOps的整体框架和落地实践及工具的关系。
今天看DevOps整体框架，其实也是一连串工程实践组合，包括敏捷工程、持续交付和IT运营管理及其精益实践等等。在过去IT组织中，或多或少都有敏捷管理和IT运营管理的实践，但IT的效率依然不高，为什么？今天似乎在持续交付中可以找到答案——IT如何成为业务的核心竞争力。
DevOps与ITIL的对比融合
DevOps跟ITIL对比，其实两个不属于同一个范畴，DevOps是属于IT全局的，ITIL是属于运维这块的，IT服务管理的，其实聚焦的领域不一样，但是还是有必要做一个对比。
因为我觉得在运维的行业，我觉得还是要把这两个理念做一个清晰的划分，比如说今天讲的以DevOps整个理念做平台，到底以ITIL做这个平台有什么样的不同。这里面是做一个对比。
首先ITIL是面向管理的过程，以这个目标规范优先，DevOps是面向IT运营过程，是执行的能力跟自动化，ITIL 是离线任务管理为主要特征，而DevOps是以在线服务的。
可以看这里面有关键的作用力，我自己的理解把云计算、上层的框架模式拆分出来之后你会发现越接近上层应用，其实ITIL 对它的作用力越来越小。
比如说之前大梁给我的数据，他的部门两个星期发布9000次，这个不可能针对每一次的发布建立强流程，这样流程太多带来成本非常高，达不到那种的效率。
我们在底下可以看到，在底层基础设施这块的，硬件基础能力还没有达到软件定义这种SDX化，它的作用力依然存在的，但是未来随着软件定义化的能力越来越强，这波浪潮也会改变。NetDevOps的兴起就是一个极好的例子。
DevOps自动化与ITIL规范之间的融合
DevOps可以看到在线服务管理里面，可以兼顾质量效率和成本规划，上图就是DevOps自动化与ITIL怎么融合，极力避免形成OA流程在IT部门的应用。这是按照优维的实践，在传统的行业做交付的过程中我们的产品怎么跟ITIL流程思想对接得出来的模式：
第一种模式：申请ITIL流程的时候可以直接调动DevOps的工具
典型的特征，比如说第一种在线服务开通流程，我要把我的防火墙开通了，这时候申请一个表单，审核通过了立马调用DevOps的工具执行。
但以前是离线的IT服务目录，我提一个表单、需求单，这个需求单审核通过同意之后，方案管理人员再跑去设备去开通，今天不一样，让流程变成立即可以执行的模式。
今天举例：资源申请流程，在CMDB整个资源申请里，这是国信证券的典型案例，比如说以前资源申请，我从库房拿一个设备，这个设备拿出来我要分配网络重组，以前是各个角色分配完了填写回复，今天不是这样的，把这个流程在线化，所有的资源通过CMDB资源层拿出来直接在表单里执行。
第二种模式：重大变更的流程
这个流程在华南很大的银行总结出来的案例，我们把所有的变更流程、审批流程做完之后，立马启动执行流，对于高稳定性服务保障流程非常的重要。
比如说对于银行基础设施的网络等等非常重要的，这里有一个问题，这个流程我在审批的时候是A方案，到审核之后方案有可能会被人为改变，怎么办？这种情形有改进的措施，我们把DevOps调度流作为审批流方案一部分，审批通过了这个流程可以去进行执行，这个保证了流程审批完了以后和在线的流程是一致的。
第三种模式：敏捷发布的流程，或者是DevOps变更的流程
因为今天很多的流程不再依赖ITIL 完成的，比如说敏捷的发布流程JIRA管理，这是一个新的研发管理工具，不可能再回到ITIL 提一个发布单，这里面我总结的是红绿灯机制。当我进入到某一个环节，比如说测试环节不符合的时候，我看到基于什么样的状态？如果通过了就开始的执行。
今天讲的DevOps，还可以从另一个维度看，叫软件研发的模式去看。我们经历了几种模式的变化，第一种是waterfall 的模式，比如说研发、测试、运维间彼此是割裂的，独立的，中间有一个墙存在的，这里面有严格的输入输出在进行传递。
往下面走就是敏捷研发的模式，这里面讲的TDD的测试研发，在每一次的版本可以做很多的小迭代，比如说今天我们做easyops平台，我们规定两个星期出一个小版本，这两个星期出一个小版本的时候，内部还经历一个小迭代，内部很多的小迭代做这个事情。
但是这里面依然有问题，研发跟测试是一体化的，测试驱动研发，这块运维、operation 还是被隔离在外了，但是随着新的业务形态出现后，比如说互联网的模式出现了之后，要强调端到端能力的整合。
DevOps 软件研发模式就出现了，在和客户交流的时候，不断的触发思考一个点，实施了敏捷和IT服务管理，为什么IT依然看成成本中心而不是业务的核心竞争力，为什么还是对业务需求响应很慢？在前面讲的持续交付就是来解决这个问题的。
可以看在几种研发模式中，比如说这个Develop以前测试的时候占的70%，详细的设计占比重越来越大，但是到小迭代、小设计的时候Design工作变得越来越小，研发居多了，再往下看测试的工作量变得越来越少，变成自动化的工具。这是我们总结的数据，可以看到随着研发模式的变化，各个角色在里面承担了工作量的配比也在发生变化，研发越来越重要，很多工作也前置到研发阶段。
DevOps落地经验十四则
第一则：理念与价值先行
第一、二点
这里面一定不是简单谈文化的，一定谈工程实践落地的因素。
第三点：端到端持续服务交付流程的改革
这里面不是讲的结果而是讲的过程，process不是过去讲的IT服务流程，把过程的变革，一旦工具进来简化我的流程或者是自动化的流程都带来变革。
第四点：对新的应用和服务，加快且缩短实现价值交付的时间。
这里面讲的怎么样有一个想法，快速实现这个想法，把这个想法反馈回来，让我持续的改进，不影响安全性和持续性，这一点我觉得蛮有意思的，比如说在国内讲双态运维的理念，双态运维根源上有双态IT形态的存在，
但是运维的本身没有所谓的双态的差别，你使用的方法论、工具自动化套路都是一致的，因为我管理的IT都是从本质上干几件事情，把命令传过去、文件传过去、数据采集回来，就干这三件事情，本质上这个流程该形成有效的设计，兼容安全和性能的要素。
第二则：顶层设计、全局规划。
这个是之前给一个物流行业做咨询的时候提出来一个模型，DevOps运维的体系分成6个维度＋一个文化，这里面包括组织、过程、架构、工具、基础设施、度量＋文化。
第一点：组织
DevOps首先必须打破组织之间的隔阂，其实DevOps团队建立面向产品而非项目的协作文化。
第二点：过程
过程不是流程，轻量级流程和自动化的工具完美结合，确保企业的高度敏捷性、自动化为先、而后再流程。
第三点：架构
架构是应用的架构、基础的架构和数据的架构，数据的架构谈起来虚一点，应用的架构和基础的架构是比较明确的，应用的架构更多讲微服务的架构，基础架构是标准化的基础设施，像Saas、paas平台。
第四点：工具
强调的平台层面上，怎么样把IT能力平台化，从DevOps整个过程构建持续交付的平台，到运营构建IT运营管理的平台，都是很重要的，只有它们能够把所有的质量成本和效率几者维度兼顾起来，具备可落地化。
回到顶层设计和平台层面来说，IT运营管理平台到底应该怎么样的设计？这里面讲到的云数据平台和iaas平台。在上面面向不同的IT管理过程，我做一些域设计的细分，比如说ITIL，分成基础、高级的、运维服务平台、研发的服务平台。
第五点：基础设施
对应的IaaS、PaaS部分，怎么样做持续反馈？监控，端到端的监控，从底层的基础设施，到上层的应用服务组建，从基础设施到接口、用户测量的监控这个端到端的能力怎么构建？这个构建成数据采集的基础。
第六点：度量
今天看监控是面向数据化的思维做监控，今天数据的特征发生了变化，不仅仅是结构化还有非结构化的数据。比如说日志，怎么样把日志当成流式数据的处理？
有了这样的数据采集基础，这里面有分析的平台，结合运维的场景，容量、可用性、业务连续性等等进行分析，结合IT的规模形态发生变化，所要看到的指标也会不一样，比如说基于云端要看成本和费用分析都不一样的，需求也不一样的。
IT服务中心是把整个IT服务能力怎么样的目录化，同时结合自动化的工具两者衔接起来。这个讲的变更中心，有一个梳理的方法，现在的传统企业，比如说国信证券，结合CMDB管理的对象，把这个管理的对象整理出来，通过IT服务中心给变更能力目录化，同时表达标准化，最后对接工具自动化。
再往上可以提供各种的服务编排的能力，这种服务编排是跨越了各种工具的，再往上是构建运维的统一模库。这是顶层设计和全局规划。
第三则：Start Small，从小做起。
DevOps这么大的体系，大平台上又有这么多，是不是全都要落地？一定要Start Small，这个准则很好梳理，基于每个角色＋某个场景从小做起，一定要把IT部门的角色梳理出来，比如说到运维这边，有业务运维、系统管理员，网络运营。
第二可以基于每个系统和每个功能实施导入，比如说今天就做监控库，我看传统的企业很多做CMDB导入，切忌贪大求全，给你画的图景是很美好的，很多人说DevOps很好，怎么样落地呢？一定要Start Small。
第四则：构建元数据基础平台CMDB
下一个阶段要把它名字改为IT资源管理平台，因为我觉得现在需要把CMDB的管理资源和职责范围缩小，其实在不同的阶段，我们管理也不能贪大求全，把所有的配置全部管理起来，最后发现自己转不动了。上面的场景又起不来，现在很难把场景构建起来，场景起不来的时候，结果把CMDB做死了，我们一直讲这个数据的鲜活性，结果做不起来。
今天我把范围缩小了，只管基础设施的资源和应用的资源，基础设施是属于目前应用的，这个资产状况管理起来我从应用的角度看，到底用了哪些资源？
把这两层的维度强关联起来，然后在应用上层构建应用的各种的管理场景，比如说应用的发布、应用的部署、应用的监控等等。应用的数据分析，由它来进行进一步的驱动CMDB的流转，因为在应用的维度上，才符合以前讲的高频的特征。
今天到任何一个组织，其变更的场景来说，应用是较频繁的，比顶层基础设施更频繁。如果符合高频的特征可以理解场景化的能力最强的，场景化的能力强那驱动力就是最强的，今天把CMDB转化成IT资源管理，以应用的视角看资源。这个平台里它的核心作用是毋庸置疑的，应用是CMDB平台的元数据。
这里面怎么样的上层联动？CMDB这么多的数据，其实就是一类的实例的数据。比如说这里面到底有多少服务器、服务器有多少的虚拟机？这是实例的数据，然后就是拓扑的数据。我的服务摆在机柜上，介入的上面数据是什么。同样是根据顶层的资源拆出来的，一个基础资源一个是应用的资源，分成实例管理和拓扑管理。
今天很多人讲自动化，其实资源有生命周期的状态，一定不能通过自动化来替代的。比如说这个IP地址从资源池里面分配出来给业务池使用，一定要通过一个流程申请出来，无论是自动化的还是以前离线流程的，这是一个生命周期的状态，IT地址退还不能保留业务使用，这个一定要有流程控制的，这里面自动化不能代替人工的流程，流程是聚焦在事前的管理。
再往上是场景应用，要找各种的场景应用，构建出来这一层做的形象的比喻就相当于今天的地图一样的，比如说百度地图，这个地图可以在不同的场景用，大众点评可以用，滴滴也可以用，今天的CMDB也起到这样的作用。这么多场景建设的时候，事件平台是一个很好的入口。
因为今天看到传统的行业太多的监控系统，这个监控系统都要进行收敛，怎么收敛？把所有的监控实践发到统一事件系统，由统一事件系统根据底层的IT对象关系自己来进行收敛，现在老的监控系统基于CMDB收敛是很难的，基本上找不到监控厂商来修改，提一个需求要带来大量的成本。
为什么一直在讲CMDB核心的管理模型是应用的管理模型，IT形态发生变化了，这个模型不用改变的，不用调整的，比如说是公有云。CMDB模型的扩展力是把所有的资源管理起来，这个资源分成本地资源和第三方的资源，本地资源是应用部署在同一主机上的资源，比如说程序包、操作系统的版本，使用的内存，或者是这里面的配置的版本等等，甚至在本机占用了端口甚至是接口服务都是我们的资源。第三方资源如阿里云，这些资源都可以通过应用管理维度集中起来。
第五则：痛苦的事情优先解决
基于角色和产品如何梳理管理能力？运维的复杂度为什么复杂？在这儿，因为运维角色太多了，管理的对象太多了，产品太多了，最终出来的能力管理流程也可以太多。开发测试没有如此复杂，开发就开发，测试就测试。这里面一定要通过角色＋场景，最后导出我应该构建什么样的能力管理的平台出来，一定要有这样的思路。
今天讲的运维自动化，最后我变成配置管理或者是工具的自动化或者是调度的自动化，这个远远不够，其实运维自动化弥漫在每一个角色、每一个场景里，今天说的基于容量的自动扩容不算自动化吗？CMDB的自动发现不算自动化？基于监控事件故障自愈不算自动化吗？都算。基于这个图把自动化的场景收敛一样，作业和调度的能力是底层平台化的能力，在各个子系统使用。
第六则：工具也是一种文化
这里面讲的作业管理和调度的管理应该是平台级的能力，不需要进行场景化的理解。在自动化的构成要素里有一个原子化的事务，同时有调度编排原子化的事务，有两个要素有够了。再往上是面向角色的场景化收敛和归类，工具可以把我们的能力拼装起来，在各个场景下使用。工具是真正推动变革的有效手段，好的经验一定是通过自动化的手段沉淀管理过程。
