大数据对于运维有三个方面的意义（2）

大数据对于运维有三个方面的意义（二）

（2016年9月29日）

（二）业务数据

业务运维系统的价值数据。如下：

1)业务dashboard

说白一点就是类似业务层的监控数据。我们可以做一些数据汇总然后平台化展示出来。比如业务的可用性访问状态，访问量的数据状态，DNS解析服务的状态，模拟产品话的监控状态等。可以让这些数据活的更有价值从而也更直观体现出业务的稳定状态。

2)trace调用链

这一点重要性毋庸置疑，从GOOGLE的dapper到twitter的zippikn在到 赵海平跳槽到阿里（其实是说在做这样的鹰眼系统）。可以清晰看到业务调用之间的耗时，模块之间的依赖map可以非常快速的帮助运维定位问题。从而提高业务稳定状态和自身效率

3)业务拓扑切换

有很多的重要业务都不是单点在一个IDC中心，往往多活在多个地方为了可控单点风险。所以在这样繁杂的业务体系当中经常会有业务的稳定性切换。

比如模块降级次数，比如切换频率，切换之后的稳定时间，切换之后的访问质量等这些都需要数据描绘出来。

4)业务指标

每个运维要明确自己的服务的业务指标。如果是做WEB要看访问量，如果是做电商要看订单率等。而且要实时展示出来自己的业务指标。我们可以根据历史数据和经验进行预测和总结。比如我们要扩容带宽，我们要购买服务器这些数据都是我们的依据。

5)业务基准数据

比如运维锁服务器的平台的业务最大QPS，购买新服务器硬件性能的测试基准数据。在业务模式下的资源状态数据都需要记录和展现，特别是对我们在处理问题的时候能提供强大的依据。

6)业务日志挖掘

原来我们就习惯使用syslogd做统一化展现。现在的大数据时代激情四射早已颠覆了传统的技术。ELK就有一统江湖的意思。同时也有很多大公司开始自修复系统，其实深度来源就是做数据挖掘。根据我们所有收集到的日志做挖掘，展现。最后做调度分配，自修复，子降级。这也是我个人非常期待的事情。

（三）数据如何有效展示

1)平台可视化

运维的本质-可视化（说到这里我联系了作者想做进一步的辩论，发现作者并不是本意。有点跑题了嘿嘿），我觉得可视化是描述数据最好的方式方法。我们根据数据做归档，做分析，做rrd 最后分析展示这本身也是想表达我们的本意。

2)业务耦合关联

这个嘛就是说如何让老板，让RD能够容纳我们的平台。本来我们是说要展现自己但是这里就是涉及到了边界问题。因为有些数据需要和业务交互，有些数据需要和服务器交互。这就需要和业务解耦过程是否无污染的影响业务，是否可以有良好的API实现都是非常的关键。

3)沟通先行

我们在做这些事情的时候要给予老板希望与细心，阐述我们的目的和价值。因为我们在完善一个看似意义不大的平台。所以这里一定要多接触业务，运营阐述我们自己的想法给予我们足够的时间来作这些事情。

4)技术方向

其实这里做平台化的体系，语言工具太多了。我觉得还是那句话拥抱开源，避免重复早轮子！ 因为当我们争取到的时间我们就已经有KPI在身了。如何能用好身边的资源和把控时间非常重要。因为一旦项目失败所有的印象都会要在从0开始。

数据对于我们的工作和生活都足够重要。我们要尊重科技学会善用数据来为我们的工作支撑方向，体现价值！运维的工作特性也是特别需要数据来体现。足可以提高我们的存在的价值和对工作的长远影响。希望这些能够对运维的朋友有所帮助！

（续完）

（摘编自：微信公众号 护航科技 / 编辑 严进军）