阿里云效2.0：智能化运维与基础设施变迁

"藏经阁-云效2.0-智能化运维平台.pdf" 本文档详细介绍了阿里云的云效2.0智能化运维平台的发展历程和核心功能。阿里运维经历了从命令行工具、系统化工具到自动化平台，再到智能化平台的演进，不断提升效率和稳定性。在2007年至2010年，主要依赖Excel、SSH和PGM等基础工具；2010至2013年，引入了Armory、Nagios和Dragon等系统化监控工具；2013至2016年，开发了StarAgent、PSP和Alimonitor等平台；2016年后，进一步发展了StarAgent、蜻蜓、Normandy和Sunfire等智能化解决方案。 基础运维平台作为IT运维的基础设施，提供了如资源管理、变更管理、监控和稳定性保障等功能。其中，资源管理涵盖了Quota管理、资源规划、采购和调度，以及通过bootstrap进行的初始化设置。变更管理涉及变更信息、应用变更、基础软件变更、网络变更和IDC变更等。监控部分包括基础监控、业务监控和链路监控，以及报警视图和多活策略。故障管理则涵盖故障修复、故障定位和故障注入，以及全链路压测。 云效2.0的自动化运维能力显著，如一键建站、搬迁、腾挪和单元调整。其中，阿里堡垒机支持高承载量，提供严格的账号权限管理和操作审计，确保安全与合规。此外，还有智能文件分发系统——蜻蜓，用于高效的数据传输。 应用运维平台强调基础设施即代码，实现了混合云资源的一站式申请，并设定资源基线，实现自动化运维。它支持弹性伸缩、无人值守发布变更，监控功能覆盖万级应用、百万级服务器和10亿级监控测点。监控系统采用自动化、标准化和模板化策略，具备自动发现、分类检测、报警以及智能基线和突变检测功能。 智能化运维是云效2.0的一大特色，包括问题发现和定位。事件中心、依赖关系分析、关联分析和根因推荐等功能帮助快速定位问题。同时，通过掌上运维提供流量监控大盘，方便在重大活动如双十一时进行实时监控和问题处理。 整体来看，云效2.0智能化运维平台集成了全面的资源管理、自动化运维、高效监控和智能分析，旨在提升运维效率，保障系统的稳定性和安全性，适应大规模、复杂业务环境的需求。