高效运营

运维模式的示例包括“谁构建，谁运维”或建立站点可靠性工程实践。这些及其他的运维模式，都依赖于对业务、客户、管理员和开发团队的需求及背景的理解。

重要的是要了解，运维模式应持续评估、调整，并根据组织的需求量身定制，同时考虑行业、法规要求、现有解决方案和用户目标等因素。

使用脚本、智能代理和其他工具自动化常见和例行的运维任务，有助于维持高服务水平。

此原则应在团队和依赖关系中扩展，以实现端到端的效率/速度、准确性、减少错误、敏捷性，并确保运维环境内的一致性。

如今，运维团队在运维工具方面拥有众多选择，可能会针对特定运维方面选用多种最佳工具，若管理不善，这可能导致工具泛滥。

工具之间的差异和集成可能导致团队成员入职困难、许可和成本控制问题、敏捷性降低以及漏洞增加。运维团队应持续寻求最小化并整合所使用的运维工具和控制台。

并非每个解决方案都需要全天候可用性或即时响应时间。高效的解决方案必须在一个解决方案内支持多种服务级别，并允许将工作负载部署在最能满足其运行要求的基础设施上。

服务级别还将告知开发团队考虑应用级别的配置和仪表化，以支持业务目标和积极的用户体验。

高效的运维团队是多学科的，即他们包含支持一组应用所需的所有技能。实现此功能需要全面考虑工作负载的技术栈，包括应用和基础设施服务。

解决方案和运维工具必须通过支持运维工具和信息的集成（跨解决方案组件）和隔离（与其他解决方案隔离）来支持此模式。

许多运维实践是通用的，既可以自动化，也可以在 API 后面进行访问以获得更广泛的访问，例如，不仅要创建自动化来管理密钥，还要创建一个长期运行的 API 来执行密钥管理操作。

这种方法可扩展到新功能的引入和集成到动态工作流中。这既可以标准化流程，也可以减少团队间的等待时间。

每个拥有自己管理团队或  SRE  团队的云应用，都倾向于采用或构建一个监控方案。为最小化控制平面，运维团队应倾向于与中央工具团队合作，接入集中式监控方案。

将系统、事件和应用日志整合到一个中央位置，通过最大限度地减少运维人员必须监控和管理的日志源和位置数量，极大地简化了运维监控和问题诊断。这使得团队能够建立全面的监控系统，持续收集和分析来自系统各组件的指标和日志。当 SLI 偏离可接受范围时，这些系统会触发警报，使工程师或自动化流程能够快速响应以处理指示性信号。

传统的“中断-修复”模式在当今客户需求更高、多云解决方案泛滥、且缺乏熟练员工来管理一切的现代 IT 环境中已不再适用。人工智能辅助运维 (AIOps) 工具可帮助运维团队维护其环境的可用性、性能和安全性，并快速识别和解决环境中潜在和正在发生的问题。

采用 AIOps 通过以下关键活动实现：

• 收集来自事件、问题和变更等运维流程的数据
• 根据 SLO 和 SLI 进行模型训练
• 跨单个服务和集成服务进行自动检测和分类
• 自动响应和修复，实现系统自愈
• 持续反馈和学习

基础设施规范和配置像代码一样进行管理，即使用自动化配置工具来实现配置管理，并确保跨部署的基础设施一致性。

将一致的基础设施配置编写为代码，可确保在 SLDC 生命周期各阶段和跨环境部署中实现可复现的环境。

此方法带来诸多关键优势，包括：

• 利用 Git 等系统实现治理、可审计性和版本控制
• 支持协作以及在需要时回滚更改的功能
• 自动化及快速配置和管理资源
• 根据阈值和触发器进行扩展
• 跨团队和项目的可重用性

产品团队与利益相关者合作定义 SLO，并建立衡量服务弹性和交付情况的 SLI。SLI 与为实现既定目标而采用的 SLO（如延迟、错误率和正常运行时间）之间，可能与服务级别目标存在多对一的关系。

建立 SLO 和 SLI 可实现以下关键优势：

• 可衡量的目标，确保团队拥有明确清晰的目标
• 基于业务期望和用户体验的以用户为中心的关注点
• 可量化的衡量，允许客观的测量和评估
• 使用外部供应商时，为与服务质量的对接提供指导
• 跨团队（开发、运维、业务）的通用衡量标准

持续制定流程，概述在事件、变更和问题管理等关键过程中的角色、职责、沟通渠道和升级路径。这些流程确保云资源的功能性、安全性、可扩展性和成本效益。

常见的云运维流程包括：

• 基于基础设施即代码的预定义模板进行配置和部署
• 监控与告警，在阈值或健康参数被突破时通知团队
• 定期备份数据和配置，以实现强大且及时的恢复计划
• 监控资源利用率，识别成本优化机会
• 定期进行灾难恢复测试，验证恢复计划的有效性
• 分析使用和增长趋势，预测资源需求
• 制定事件响应计划，应对中断和入侵等关键事件

明确定义流程的实施和管理包括进行流程模拟，模拟各种场景，确保团队做好充分准备，能够跨团队高质量、高效率地执行。

在意外事件发生后，团队进行事后分析和无指责调查，确定促成因素、根本原因以及响应的效率。随后采用数字化和/或自动化解决方案，防止将来发生类似事件。

此实践包括基于数据驱动的洞察、事后分析和利益相关者反馈进行定期审查和改进。此外，随着新服务加入并整合到环境中，与现有自动化解决方案的集成对于保持主动态势至关重要。

这确保流程不会停滞不前，而是不断发展以满足动态的业务目标、需求和挑战。

与安全团队协作，确保将安全措施集成到开发、部署和维护流程中。

这包括将安全和软件开发生命周期 (SDLC) “左移”，重点通过编码和自动化解决方案实施策略。

与安全团队持续协作，确保部署的工作负载始终符合动态的组织策略和业务目标。其他流程包括进行定期安全评估、纳入漏洞管理以及执行定期合规性检查。