老杨说运维｜今年这个会议非比寻常

news2024/11/19 14:24:32

前言：

人民银行印发的《金融科技(FinTech)发展规划(2022-2025年)》中，重点围绕数字化转型建设，强调上云、数据基础建设以及数智应用的重要性，明确了金融科技的长期重点建设方向。

由金科创新社主办的“2022金融业新一代数据中心发展论坛”已于近日圆满完成，会议聚焦数据基础设施建设，推动金融业进一步夯实创新发展的“数字底座”。会上，擎创科技创始人兼CEO杨辰带来了以《数据驱动下的统一运维体系建设》为主题的落地经验总结和分享。

本次分享中，老杨以不久前乌镇会议中《企业数字化转型趋势解读》的演讲为基础，给出了在IT运维建设从“点状求新”到“体系求变”的需求变化下，“AIOps三个阶段和五个统一”的运维体系建设及发展思路的新解读，并进一步讲述如何用模型化和数据化的手段度量其建设成效。

在数字化转型向上对标顶层总体战略的过程中，老杨发现数据正驱动金融业进行蝶变，逐渐出现“业务数据化和数据业务化”的双重趋势。

即金融业的发展在“业务+开放”的模式影响下，使得很多业务转变为线上的形式，这会形成海量需要有效留存下来的数据（业务数据化）。

而留存下来的数据背后蕴含诸多与业务相关的逻辑和发展规律，对这些有效数据进行合理规划和消费能够更好的推动业务运营，如营销、风险控制、业务投产等（数据业务化）。

在这种双重趋势的影响下，数字化转型的顶层战略需要利用数字化运维做技术支撑，以数据驱动为指引去提升四个方面的业务运营能力（需求迭代速度提升、业务连续性提升、用户体验感提升、整体运营效率），来满足业务运营要求。

一、“三个阶段和五个统一”的新解读

在持续落地实践中，老杨总结了随着三个阶段的发展，五个统一的建设不仅是分阶段串行建设，而是在运维建设之初就处于并行状态。随着建设发展的深入不断试错，根据当下阶段的实践反馈不停调整，总结经验步步为营。

1.数字化运维阶段

统一数据治理应当建立相关团队、破除信息竖井化、制定治理规范及标准；统一监控和告警应做到将各类监控工具统一管理，实时进行监控，并实现一体化协作集中处置告警问题；统一决策则是在小步试错过程中，总结对当下而言的有效场景和局限性，并依据结果调整建设方向，效果好则深化建设；效果差则需要总结是业务模型不够成熟，或是数据不具备条件，亦或是平台技术不过关？，进而沉淀经验优化建设路径。

2.智能化运维阶段

统一数据方面应夯实数据运维中台基础，升级智能化底座，彻底打通数据孤岛使数据全面关联，比如业务数据、指标数据、日志数据、调用链数据、各类系统数据等；统一监控和告警方面开始以业务为顶层视角实现智能监测及检测，能够智能收敛告警、自动处置并沉淀可复用知识和经验；进而对统一监控和告警输出的信息进行智能化分析，构建完善的反馈机制，实现全景可观测；最终，形成智能化决策体系，输出精准结论，辅助业务运营。

3.智慧化运营阶段

运维数据的消费和共享会变得非常频繁，如何快速合理地申请并使用数据，形成完善高效的数据消费机制非常重要。另外，随着新的业务和信息化手段引入，会出现新的数据孤岛，需要主动治理新的数据关系，以充分满足业务需求联动技术产出有效决策。

二、五个统一建设效果评估

就像建造楼房完成后需要经过详细的质量竣工验收后才能投入使用，智能运维的阶段性建设完成后，也需要通过一定的方法进行质量评估。

1.统一数据

完善的数据治理体系应依据分层建设逐层进行评估，比如在数据治理制度、流程、规范等方面需要围绕数据质量、数据安全、数据应用、数据洞察等进行评估；中台层需要实现对大数据高效灵活的处理；标准化体系能够解决数据含义不清、度量不明、标准不统一等问题；采集层能够有效解决数据分散问题，能够拆数据烟囱、统一数据归口；

治理框架的建设从三方面入手，贴源层应抓牢数据质量管理，确保核心层的数据质量完整性、时效性、正确性、合规性；核心层能实现数据模型管理，可以构建运维数据骨架、统一跨域数据统计口径，服务上层场景消费；应用层确保业务模型完整，能够统一管理各场景主数据，可跨场景复用，确保业务场景描述一致。

以上的统一数据建设最终会反馈为运维数据治理能力的成熟度。不久前由中计协组织、擎创科技参与编制的《金融机构信息系统运维数据治理能力成熟度评估规范》已正式发布，根据标准将成熟度分为5个等级，通过对专项能力的评估综合判定当前处于哪一层级，即可知道哪些能力尚有不足、有待提高，进而可以有的放矢的提升数据治理能力。