从智能运维的最后一公里难题到信创运维生态建设

昨天下午去拜访一个客户，他正好在十分偏僻的数据中心值守，周边连个能坐下聊聊天的小快餐店都没有，于是两个人就站在路边的绿化带旁边聊聊对我们的智能运维产品的优化建议。他给我介绍了他们的业务特点以及对我们产品的感受与体验。不知不觉我们就站在路边聊了个把小时。
回来路上我一直在思考，智能运维工具与传统运维工具的差异。以往的运维工具都是从用户的需求出发的，用户想怎么看系统就怎么去开发自己的运维支撑系统，工具的能力往往在用户这里用的比较顺手，因为工具是用户自己的思维的延伸，工具的能力是用户日常操作的自动化，这种工具用户用起来肯定是顺手的。不过这种工具也不是完美的，在能力方面总是存在一定的缺陷的，仅仅能够做到运维辅助的作用缺乏独立分析的能力，因此在现在系统越来越复杂的时候，也无法对DBA团队产生更大的辅助作用。
智能化工具更多的是从算法与数据出发，通过计算获得一些结论，通过这些结论来辅助运维。因此智能化运维工具在具有较好普适性的基础上，有一定的自动化分析能力，能够在今后的数据库运维中提供更好的支撑。
不过普适性与专业性之间是存在很大的鸿沟的，能够大范围适应的系统，往往在专业问题上的深度不够，这也是目前通用型智能化运维工具的一个比较大的问题。如果说普适性的工具能够对用户的某个问题做出80分的判断，剩下20分需要用户利用自己的经验去完成。如果要想把分数提高到90分，那么就必须针对用户的个性化的系统场景进行梳理和分析，通过定制化来实现能力的提升。当然这些定制化的成果今后也可以进一步抽象与提炼，成为标准化的知识。不过受限于研发团队的经验与知识库积累，这种能力必须从大量大客户的应用实践中获得。一个优秀的智能化运维工具的成功的背后，必须有足够量的大型客户。
想要解决这个最后一公里的难题，除了有足够的能够提炼出大量最佳实践的大客户外，还必须有足够的案例知识积累，这必须依赖于巨大的用户数量群体。这也是我们希望通过免费的社区版获得更多应用数据的主要原因。除此之外，剩下的就是巨大的研发投入。D-SMART的框架很多客户都比较认可，不过对于其知识点工具的覆盖面，大家还是有更大的期待的。目前的两千多个知识点工具，看似很多了，不过覆盖不全面、深度不够的问题还是不少的，可能工具数量上万了，这个问题还会存在，这需要数年甚至十数年时间来沉淀与积累。
因此我们也希望通过更为广泛的社区合作，让更多的具有工具编写能力的DBA也加入到我们DBAIOPS社区的生态中来。将自己的运维知识贡献出来，并且通过社区获得相应的收益。只有如此才能构建出一个可持续发展的生态，也才能够让“知识自动化”社区能够真正成为知识积累和知识自动化的平台。
随着数据库信创工作的日益深入，信创数据库运维支撑也将成为今后数据库国产化工作成败的关键。我们已经开始着手这方面知识库的建设，只不过更为缺乏的就是案例数据与运维经验的积累。尽快发展这个生态工作的意义也就更大起来。我们必须以一种十分开放的心态，开展广泛的合作，才能把这件事做起来。也希望对此有兴趣的朋友和我们联系，共同探讨共同发展的道路。