01. 運維挑戰日益凸顯，轉型迫在眉睫
隨著業務的高速發展，微服務、容器等新技術已在悄然之中快速應用創新。某省級運營商內部新老系統并行，架構和交易調用過程復雜，現存的監控手段分散，無法實現端到端交易全透明。
而智慧中臺雖不斷持續建設，但過程中IT新舊架構并存，IT范圍從B域向大數據域、M域、O域擴張，加上IT對象多元化等變化，讓運維面臨的挑戰日益凸顯：
- 運維邊界明顯擴大，運維人員沒有增加，如何保障業務持續穩定運行？
- 系統復雜度持續增加，如何快速定位故障？
- BOM域上中臺，如何保障B\O\M域的運維需求？
- DevOps模式下，如何快速構建運維能力，賦能開發、運營等團隊，創造價值？
面對巨大挑戰，該運營商迫切需要全新的IT運營管理支撐體系，通過自動化+智能化+敏捷化運維支撐，以及開放共享的平臺化能力，推動傳統運維向“主動服務、主動運營、主動賦能”云化運維模式轉型，確保IT運維、業務支撐等工作的高效協同開展。
經過不斷比對與論證，該運營商最終攜手嘉為藍鯨，引入藍鯨平臺作為技術底座，沉淀集中監控、集中運維、集中操作、集中流程、集中調度運維基礎能力，打造能力領先的“敏捷化、集中化、智能化”的IT運營監控平臺，助力運維團隊實現敏捷化、運維研發化（OpsDev）、運營數字化、運維智慧化。
同時，基于平臺賦能，各專業、各域運維團隊可以以更低成本、更高效率打造運維能力，攜手共建運維應用場景和運維生態，推動人運維系統到人控制工具運維系統轉型。
02“能力+應用”構建松耦合IT運營監控支撐體系
該運營商按照“能力+應用”的思路，打破煙囪式建設模式，構建一個可快速迭代的松耦合的IT運營監控支撐體系，實現運維數據共享、能力開發、敏捷迭代、智能運維、快速支撐。
同時基于平臺能力，可快速構建專業應用及場景，滿足各專業、各團隊運維運營需求。
03“提智聚能”鋒芒展露，團隊SRE轉型初見成果
運維邊界擴大、人員卻沒有增加的情況下，如何賦能運維人員，提升運維價值？基于平臺進行SRE轉型，是該運營商交出的答卷。
PaaS化的技術體系，完善的前后端開發框架、調度引擎、公共組件等模塊，讓該運營商能夠基于平臺進行崗位創新，打造SRE團隊，沉淀和擴展運維能力，共建運維價值生態。
例如該運營商自主研發的應急管理平臺，對各業務的應急能力進行了封裝，OnCall人員可以通過平臺看到當前服務的狀態，并且快速對服務進行上下線、應急通道切換等操作，整個過程可視、可管、可控，解決了OnCall人員切換應急效率低、易出錯等問題。
目前應急管理平臺已經穩定運營一年以上，故障的平均恢復時長從小時級別減少至分鐘級別，應急預案覆蓋率從0%提升至42%，故障處理率從0%提升至40%，同時實現了故障數量和處理時長的雙壓降！
在集團“提智聚能”活動中，應急管理平臺等多款SaaS獲評運維能力標桿，并進行全國巡展、賦能智慧中臺；AIOps自動駕駛應急保障L4探索項目也成功入選集團創新試點，這標志著該運營商業務支撐創新能力進入全國前列！
04. 打通關鍵環節，實現運維的數字化轉型
除了團隊生態化能力提升，數據消費、敏捷聯動、感知分析、自動執行等能力的落地，也是實現智能化運維支撐的重要前提。
通過本次IT運營監控支撐體系的構建，該運營商打通運維關鍵環節，落地了可供消費的統一CMDB資產管理、整合運維信息與資源的ITSM敏捷引擎、數據全面的業務可觀測管理、能力齊全編排靈活的自動化執行體系，實現了運維的數字化轉型，為AIOps探索轉型打下夯實基礎。
1）可供消費的統一CMDB資產管理
處于運維工作核心的CMDB是自動化、智能化運維的基石。該運營商構建了消費型統一CMDB資產管理，實現100%業務配置接入、自動數據采集和數據消費。
- 接入業務：
已接入業務數80+個，主機數6000+臺，創建通用模型100+個，配置項實例近80000，已完成100%。 - 數據采集：
發現插件數20+個，發現任務數近20個，采集插件數近20個，采集任務數10+個，3月份執行任務數100+個。 - 數據消費：
對外開放API 100+個，提供給10+運維工具進行數據消費。
2）整合運維信息與資源的ITSM敏捷引擎
通過統一的自服務門戶、流程引擎、知識庫、自動化調度，全面整合信息流、管理流和執行流，成功構建敏捷的ITSM流程管理。
① 流程建設：已建敏捷流程近20個，包括SLA、日常運維、演練管理、巡檢管理等；
② 工單運轉：總工單數為1000+，其中SLA流程近300個，日常運維操作流程200+個，演練管理流程200+個，巡檢管理流程100+個；
③ 能力對接：對外開放API 10+個，對接運維工具10+（包含自動化能力、智能化能力）。
3）數據全面的業務可觀測性管理
通過全景集中監控，該運營商可觀測性能力覆蓋CRM前端系統、CRM后端系統、BOSS系統等，全面整合數據，實現業務可觀測性管理。
① 監控成效：Metric：已接入監控的資源總數有近40000個，共20+個資源類型，采集插件40+個，監控策略配置模板10+條；Trace：部署Web端監控、App端監控、服務端監控等10+個數字化運營場景。
② 告警成效：告警總數157760，處理告警數157732，近一月的歷史告警數33901；落地告警收斂策略、告警轉工單策略及告警自愈策略。
4）能力齊全，編排靈活的自動化執行體系
基于強大的流程編排引擎、自動化引擎、豐富的API接口，該運營商構建了統一服務管理平臺，實現巡檢自動化、應用啟停、應急切換等自動化執行體系。
① 基礎自動化：巡檢腳本數近90個，巡檢模板數70+，近10類巡檢對象，任務總數70+個；
已構建10+個應用系統的應用啟停任務；災切自動化，對接50+個應用，共有災備切換任務20+條。
② 應急預案體系：應急預案覆蓋近10類場景，包括BOSS、云平臺、CRM、BOMC、BASS、動環、安全、其中自動化預案10+。
05. 結語
運維團隊有能力，運維環節有數據，該運營商已經初步實現“運維”向“運營”轉型。未來，該運營商可以在此基礎上進行工作度量，實現PDCA循環演進；還可以基于數據和算法實現AI in ALL，將AI嵌入運維場景，實現運維效能的進一步優化，更加有效支撐業務高質量發展！
