数智化趋势下的SRE转型实践_18页_2mb

数智化趋势下的SRE转型实践总结

转型背景

随着数智化趋势的加快，企业数字化转型升级成为必然。2022年1月，国务院发布《“十四五”数字经济发展规划》，明确提出加快企业数字化发展。中国移动作为行业领先者，充分发挥其云网资源的优势，推动移动云业务高速发展。2023年8月，中国移动发布中期业绩，移动云营收达422亿元，同比增长80.5%，展现出强劲的增长势头。

然而，伴随着业务的快速发展，运维面临前所未有的挑战，包括：

• 海量资源规模：硬件数量多、品牌型号多、资源类型多、告警数量多、告警来源多。
• 复杂依赖关系：系统间依赖关系错综复杂，涵盖基础资源、网络链路、产品间调用、中间件及客户订购资源等。
• 快速迭代产品：云产品如计算、存储、网络、数据库等快速迭代，带来大量变更需求。

SRE的本质

SRE（Site Reliability Engineering）是一种将软件工程与运维运营相结合的实践方法，旨在确保大规模分布式系统的高可用性、高可靠性和可扩展性。SRE的核心理念是“运维是设计出来的”，即通过软件工程的方法和手段解决运维问题，开发运维产品来维护生产环境中的产品运行。

转型三要素

SRE转型需以“人”、“流程”、“工具”三要素为抓手，形成组合拳，推动团队转型。

关于“人”要素

• 人的能力是转型的基础：团队成员需具备“能编码、精业务、谋全网”的全栈工程师能力。
• 团队稳定性：为防止人员流失，需拉高运维岗位的天花板，提供全面的技术培训与发展方向。
• 能力提升：通过树立“好学生”榜样，结合传帮带机制，帮助转型人员克服心理负担，提升技术能力。

关于“流程”要素

• 流程要具有目的性：围绕业务目标进行流程设计，避免为了流程而建流程。
• 责任明确：每个流程应有明确的责任人，负责流程的优化与落地。
• 动态优化：流程应根据专项进展进行调整，通过协同机制“磨”出最佳实践。

关于“工具”要素

• 平台与SaaS层：通过PaaS底座整合底层能力，支撑SaaS层的运维自动化工具开发，降低开发门槛。
• AIOPS应用：在有条件的情况下，可直接投入运维大模型建设，跳过异常检测与根因分析阶段，实现智能化运维。
• 平台与专业的关系：SRE专业团队既是平台团队的服务对象，也是引导对象。平台团队需转变角色，成为转型落地的支撑者、转型推进的统筹者、转型理念的布道者。

实践总结

关于“人”的实践

• 强化人员能力，确保“人”能跟上转型步伐。
• 引入DevOps模式，建立“质效”评价模型，提升运维效率。

关于“流程”的实践

• 流程设计以业务目标为中心，避免冗余。
• 明确流程责任人，推动流程优化与落地。

关于“工具”的实践

• 平台建设需关注业务目标与工具能力之间的GAP，确保工具嵌入生产场景形成闭环。
• 需求应由场景和业务价值驱动，避免盲目跟从需求。
• 在有条件的情况下，优先考虑AIOPS和运维大模型建设，提升智能化水平。

转型的驱动因素

• 组织保障：建立坚定的转型团队，提供文化氛围支持。
• 文化布道：推动SRE理念深入人心，克服转型过程中的孤独感与思维转变。
• 协同推进：发扬“课代表”精神，明确任务布置与执行机制，确保转型持续推进。

结语

SRE转型是一项系统工程，需要在“人”、“流程”、“工具”三方面协同推进。通过不断优化流程、提升人员能力、构建智能化运维平台，中国移动在数智化趋势下成功推动了SRE转型，为云业务的高质量发展提供了坚实支撑。