為應對新的國際競爭環境與新的國內監管形勢，行業數字化轉型方興未艾。云計算、大數據、AI等技術手段已逐步從后臺應用走向前端業務，滲透至投研、營銷、風控、運營的各個環節。在數字化轉型的浪潮下，支撐業務運行的應用系統和基礎設施變得愈發復雜，維護成本及風險也越來越高，給運維管理帶來很大的挑戰。如何建設更加安全、高效、智能的運維管理體系，已成為行業IT建設的重點議題。

鵬華基金把數字化轉型納入到公司發展戰略，踐行“系統+流程+數據”三位一體的方式，將系統建設與業務流程緊密結合。在此過程中，由于涉及新系統的建設及存量系統的升級改造，團隊需要管理的運維對象及場景都在發生變化。受限于“煙囪式”的運維工具體系，運維管理面臨“工具孤立效率低”“管理規范難落地”“組織提升遇瓶頸”三大難題。

01. 運維一體化平臺建設

為了解決運維團隊在數字化轉型過程中遇到的各類難題，鵬華基金以工具建設為抓手，依托理念先進的運維PaaS平臺，以點帶面，對運維管理體系進行全面優化升級，主要涉及工具支撐體系、流程管理體系、指標度量體系及人員組織體系的優化建設。

1）工具支撐體系：建設自主可控、聯動一體的運維平臺

將運維支撐工具的建設思路由“煙囪式”變為“平臺化”，基于PaaS底座，建設以“管控一體、平臺一體、聯動一體”理念為核心的運維工具體系。

• 管控一體：所有上層場景，如監控采集、自動化執行等場景，基于單一Agent實現，避免多Agent對服務器性能造成的性能損耗。
• 平臺一體：通過PaaS架構實現能力的治理和沉淀，包含作業、自動化編排引擎、工單流程引擎、容器管理等底層能力，使運維系統避免煙囪模式和重復投資建設，實現可持續建設。并通過平臺的運維開發能力助力團隊實現運維自主可控和能力升級。
• 聯動一體：以運維基礎平臺為底座，CMDB配置管理庫為基礎，通過IT管控流程建設、監控告警建設、運維自動化工具、運營可視化的建設，構建聯動一體的運維工具體系，提升運營保障效率，打造差異化的競爭優勢。

① 建設以消費為核心的CMDB

梳理整體配置信息，完成模型設計和定標以及對云平臺、操作系統、數據庫、中間件的配置自動化發現及采集，支撐監控、巡檢等消費場景，并實現配置變更自動化管理，集成自動化運維場景，實現從審批流到自動化執行再到配置數據回寫的閉環，如資源申請場景。申請人提單-管理員審批后實現資源的自動化注冊至CMDB中。通過聯動流程管理平臺，實現配置數據錄入及變更的流程化、規范化、自動化，保障配置數據的統一和準確性。

② 建設以事件和數據雙核驅動的一體化監控體系

一體化監控體系以數據和事件雙核驅動，旨在解決監控及告警信息分散管理的問題。監控中心按照硬件設施層、操作系統層、組件服務層應用性能層等維度梳理監控對象，所有監控對象都源自于CMDB，并在接入來自Zabbix、Prometheus等監控源的性能數據時，打上CMDB中的模型及實例標簽，進而實現面向對象的監控指標統一管理體系，包含指標內容定義、指標自定義啟停等。同時，監控中心匯總的監控數據也可作為運維大數據分析的數據源，消費于統一可視化展示、Web視圖展示、報表統計展示等場景。告警中心實現告警事件的統一匯總，并通過和CMDB、自動化、ITSM等運維工具的無縫聯動，在告警收斂、分派、轉工單、自愈等層面實現了提質增效。

③ 建設敏捷IT服務管理工具

落地IT需求、變更、事件等管控流程以及IT內部服務流程，與監控、CMDB、運維自動化工具集成，實現管理流程和運維工具的聯動，并結合飛書移動端應用落地，提升流程管理的敏捷性，顯著提升部門流程處理效率及關單率。

④ 建設自主可控的自動化運維工具

結合實際運維場景需求，基于運維平臺所提供的前后端開發框架，通過對平臺服務的靈活調用和組裝，快速構建支撐工具和運營系統。

⑤ 建設運營可視化

發布一系列大屏展示IT資產、流程、監控、安全等工程和管理視角的數據，包括IT流程駕駛艙+CMDB資源大屏+監控大屏+通過平臺大屏設計器，自主設計和對接數據源開發的信息安全大屏。

2）流程管理體系：服務目錄規劃

按服務類型的區分規劃服務目錄，將服務目錄劃分為IT內部服務、IT管控服務以及內置審批目錄三個大類。對于用戶而言，便于理解和選擇，可通過Web端、IM端快速提單；對于流程管理者而言，有助于針對服務的技術特點進行管理和優化。

3）人員組織體系：運維開發轉型探索

運維開發轉型起源于互聯網行業，為應對殘酷的競爭，互聯網公司需要從各個維度提升經營效率、降低成本。開展運維開發轉型，實現工具自主掌控，便是降本增效的路徑之一。鵬華基金在引入運維PaaS體系之后，積極開展運維開發轉型的培訓及學習活動，鼓勵團隊轉型升級。在這個過程中，具備一定工具開發能力，同時有更高成長追求的人率先由運維轉型為運維開發，自主研發自動化巡檢中心SaaS，改變原先離散型巡檢方式，有效支撐部門日常巡檢統一管理，整個工具構建過程可以分為三大步驟。

第一步，梳理原子能力。巡檢場景可劃分為獲取巡檢對象、執行巡檢命令等操作。其中，獲取巡檢對象需要用到CMDB原子能力，基于CMDB批量獲取巡檢對象，如主機、數據庫等；執行巡檢命令需要用到作業執行原子能力，基于Agent在受控機器上執行作業命令，完成巡檢操作。第二步，編排原子能力。將上述原子能力按串行、并行、判斷、循環等邏輯判斷串聯起來，構建運維自動化流程。第三步，SaaS能力封裝。基于PaaS平臺提供的前后端開發框架及免運維托管環境，將巡檢自動化流程封裝為SaaS工具，提升易用性。

有了自動化巡檢的成功案例，“工具文化”正逐步滲透到團隊的每一個角落，不斷加速運維組織轉型的進程。巡檢中心：利用平臺開發框架，自研巡檢中心，統一各業務巡檢任務，并實現飛書移動端開發，有效支撐部門日常巡檢統一管理

績效看板：自研績效門戶，結合工單數據，展示研發效能看板。運維管理通知中心：對接飛書群機器人，分時段通知IT管控流程相關節點。

4）指標度量體系：持續運營、持續完善

CMDB的建設是一個逐步完善的過程。在建設過程中通過數據運營的方式可以很好地輔助配置經理“監控”CMDB的狀態，數據運營的手段包含：數據孤島、關聯完整性、屬性完整性及屬性規范性。

• 數據孤島：即此實例沒有跟任何實例關聯，沒有配置負責人維護這個實例數據，或者是現實中這個資源對象沒有人使用。
• 關聯完整性：部分對象可能有重要的關聯沒有維護，而這個關聯會影響到核心場景的消費，例如故障影響分析。
• 屬性完整性：本質是針對配置管理員認為重要的需要填充的屬性進行檢查，例如：檢查資源對象的負責人屬性是否填充。
• 屬性規范性：CMDB建設過程往往是連續的持續優化的，在建設初期對于模型屬性的規范往往沒有考慮清楚，為了收集數據初始化進CMDB，往往這個時間數據的質量是比較差的，在建設的過程中，逐漸根據消費場景對屬性的規則有了更加清晰的定義后，我們需要通過定義某些規則，對當前的CMDB數據進行規范性的檢查，本質而言是一個后置的工作。

統計事件總數、SLA、滿意度調查等IT服務管理指標，持續分析和改進IT服務質量。通過ITSM工單沉淀價值數據，對需求、事件、變更的統計分析，建立效能指標數據體系，有效幫助IT內部管理。

監控管理的指標主要是監控覆蓋率、告警分級、故障管理三個方面。

• 監控覆蓋率主要是監控對象采集覆蓋率、監控指標策略覆蓋率兩個指標，主要衡量監控的推廣使用情況。監控對象采集覆蓋率一般通過監控任務覆蓋的對象實例數和CMDB中該對象的實例總數進行對比得出；監控指標策略覆蓋率，一般是某個實例的指標策略配置數和該實例的總采集指標數進行對比得出。
• 告警分級一般分為三級，致命、警告、提醒。致命告警一般代表服務已經異常，需要馬上進行處理；警告告警一般代表如果不進行及時處理，服務即將異常；提醒告警一般代表一些潛在問題，需要開始關注或提前采取行動，避免異常產生。
• 故障管理指故障處理過程的相關指標，包含MTTI（平均故障發現時間）=發現時間-發生時間；MTTA（平均故障響應時間）=響應時間-發現時間；MTTR（平均故障恢復時間）=恢復時間-發生時間；MTBF（平均無故障時間）=運行時間-故障時間。而故障管理的根本目標便是縮短MTTR，提升MTBF。

02. 收益及展望

為滿足業務數字化轉型訴求，鵬華基金基于“平臺一體、管控一體、聯動一體”的先進理念，組合多種技術手段和管理工具，實現了數據、資源、人員的統一管理和協調，解決了過往“煙囪式”工具建設帶來的難題，并通過PaaS平臺的運維開發能力，開啟了運維團隊SRE轉型之路。展望未來，面臨云原生轉型趨勢，可建設融合Trace、Metric、Log的全棧可觀測體系，解決復雜分布式架構應用的故障管理問題；面臨AI技術的沖擊，可嘗試在運維場景中利用深度學習、自然語言處理等技術，如監控場景下的智能閾值、告警管理中的告警智能聚類等。