摘要 : 運維是一個細活慢活，業務發展的再快再好，也要平時累積資源和能力，正所謂養兵千日，用兵一時，關鍵時刻還是得靠自動化工具和流程來約束，而不是人肉維護。
今天凌晨1:30看到攜程安全部負責人凌云微信朋友圈發文：經攜程技術排查，確認此事件是由于員工錯誤操作導致，整個恢復過程花了較長時間驗證。
不難理解，攜程做為一個在線海量交易平臺，后端還連接一個3萬人的呼叫中心系統，以及對接國內外的海量的機票和酒店庫存系統，系統的耦合度非常高，應用程序部署在數萬臺服務器上，即使SOA實施的再完美，這些應用程序二次發布無論是自動發布還是半自動維護，二次重新部署時間一定很長，就這些war包應用程序都有可能把整個內網的流量撐爆，這些應用程序還要分發到不同的IDC，專線肯定都不夠用，恢復時長在所難免，同時交易鏈條越長，整個服務可用性驗證也很艱辛。
攜程今天出現的事故只是一個例子，但這個例子后面的企業IT架構，數據管理和容災管理思路相信是目前絕大部分企業的特征，如有線上的服務，也有內部的支撐IT網絡和系統，也有外部對接的ERP諸如之類的系統 ，有自己搭建的機房或私有云，也有購買的云計算產品 ；在此基礎上，目前大部分企業實際做了一些。
在線類業務/核心業務，出問題，影響股價，影響品牌， 可能給企業帶來災難性的影響，本文重點討論如何保護。一般來說，對業務的保護，要有防線層次，防范此類異常情況，一是應用發布平臺要改造，應用程序動靜態分離，嚴格的工作流審批發布程序；二是核心流程自動化測試，縮短應用上線服務驗證時間；三是所有在線應用程序都要做備份和版本管理，需要一個可視化的集中管理平臺維護最新版本和應用之間的關系；四是重視演練，災難恢復要做到一周一小練，一月一大練。
總之，運維是一個細活慢活，業務發展的再快再好，也要平時累積資源和能力，正所謂養兵千日，用兵一時，關鍵時刻還是得靠自動化工具和流程來約束，而不是人肉維護。
京公網安備 11010502049343號