網(wǎng)絡(luò)管理經(jīng)驗分享：大型網(wǎng)站的運維管理

申請免費試用、咨詢電話：400-8352-114

首先明確一下，全文所講的”運維“是指：大型網(wǎng)站運維，與其它運維的區(qū)別還是蠻大的；然后我們再對大型網(wǎng)站與小型網(wǎng)站進行范圍定義，此定義主要從運維復(fù)雜性角度考慮，如網(wǎng)站規(guī)范、知名度、服務(wù)器量級、pv量等考慮，其它因素不是重點；因此，我們先定義服務(wù)器規(guī)模大于1000臺，pv每天至少上億（至少國內(nèi)排名前10），如sina、baidu、QQ，51.com等等；其它小型網(wǎng)站可能沒有真正意義上的運維工程師，這與網(wǎng)站規(guī)范不夠和成本因素有關(guān)，更多的是集合網(wǎng)絡(luò)、系統(tǒng)、開發(fā)工作于一身的“復(fù)合性人才”，就如有些公司把一些合同采購都納入了運維職責(zé)范圍，還有如IDC網(wǎng)絡(luò)規(guī)劃也納入運維職責(zé)。所以，非常重要一定需要明白：運維對其它關(guān)聯(lián)工種必須非常了解熟悉：網(wǎng)絡(luò)、系統(tǒng)、系統(tǒng)開發(fā)、存儲，安全,DB等；我在這里所講的運維工程師就是指專職運維工程師。

我們再來說說一般產(chǎn)品的“出生”流程：

1、首先公司管理層給出指導(dǎo)思想，PM定位市場需求（或copy成熟應(yīng)用）進行調(diào)研、分析、最終給出詳細設(shè)計。

2、架構(gòu)師根據(jù)產(chǎn)品設(shè)計的需求，如pv大小預(yù)估、服務(wù)器規(guī)模、應(yīng)用架構(gòu)等因素完成網(wǎng)絡(luò)規(guī)劃,架構(gòu)設(shè)計等（基本上對網(wǎng)絡(luò)變動不大，除非大項目）

3、開發(fā)工程師將設(shè)計code實現(xiàn)出來、測試工程師對應(yīng)用進行測試。

4、好，到運維工程師出馬了，首先明確一點不是說前三步就與運維工作無關(guān)了，恰恰相反，前三步與運維關(guān)系很大：應(yīng)用的前期架構(gòu)設(shè)計、軟/硬件資源評估申請采購、應(yīng)用設(shè)計性能隱患及評估、IDC、服務(wù)性能安全調(diào)優(yōu)、服務(wù)器系統(tǒng)級優(yōu)化（與特定應(yīng)用有關(guān)）等都需運維全程參與，并主導(dǎo)整個應(yīng)用上線項目；運維工程師負責(zé)產(chǎn)品服務(wù)器上架準備工作，服務(wù)器系統(tǒng)安裝、網(wǎng)絡(luò)、IP、通用工具集安裝。運維工程師還需要對上線的應(yīng)用系統(tǒng)架構(gòu)是否合理、是否具備可擴展性、及安全隱患等因素負責(zé)，并負責(zé)最后將產(chǎn)品（程序）、網(wǎng)絡(luò)、系統(tǒng)三者進行拼接并最優(yōu)化的組合在一起，最終完成產(chǎn)品上線提供用戶使用，并周而復(fù)使：需求->開發(fā)（升級）->測試->上線（性能、安全問題等之前預(yù)估外的問題隨之慢慢就全出來了）在這里提一點：網(wǎng)站開發(fā)模式與傳統(tǒng)軟件開發(fā)完全不一樣，網(wǎng)站一天開發(fā)上線1~5個升級版本是家常便飯，用戶體驗為王嘛，如果某個線上問題像M$需要1年解決，用戶早跑光了；應(yīng)用上線后，運維工作才剛開始，具體工作可能包括：升級版本上線工作、服務(wù)監(jiān)控、應(yīng)用狀態(tài)統(tǒng)計、日常服務(wù)狀態(tài)巡檢、突發(fā)故障處理、服務(wù)日常變更調(diào)整、集群管理、服務(wù)性能評估優(yōu)化、數(shù)據(jù)庫管理優(yōu)化、隨著應(yīng)用PV增減進行應(yīng)用架構(gòu)的伸縮、安全、運維開發(fā)工作：

a、盡量將日常機械性手工工作通過工具實現(xiàn)（如服務(wù)監(jiān)控、應(yīng)用狀態(tài)統(tǒng)計、服務(wù)上線等等），提高效率。

b、解決現(xiàn)實中服務(wù)存在的問題，如高可靠性、可擴展性問題等。

c、大規(guī)模集群管理工具的開發(fā)，如1萬臺機器如何在1分鐘內(nèi)完成密碼修改、或運行指定任務(wù)？2000臺服務(wù)器如何快速安裝操作系統(tǒng)？各分布式IDC、存儲集群中數(shù)PT級的數(shù)據(jù)如何快速的存儲、共享、分析？等一系列挑戰(zhàn)都需運維工程師的努力。

在此說明一下其它配合工種情況，在整個項目中，前端應(yīng)用對于網(wǎng)絡(luò)/系統(tǒng)工程師來說是黑匣子，同時開發(fā)工程師職責(zé)只是負責(zé)完成應(yīng)用的功能性開發(fā)，并對應(yīng)用本身性能、安全性等應(yīng)用本身負責(zé)，它不負責(zé)或關(guān)心網(wǎng)絡(luò)/系統(tǒng)架構(gòu)方面事宜，當然軟/硬件采購人員等事業(yè)部其它同事也不會關(guān)心這些問題，各司其職，但項目的核心是運維工程師~！所有其它部門的橋梁。

上面說了很多，我想大家應(yīng)該對運維有一些概念了，在此打個比方吧，如果我們是一輛高速行駛在高速公路上的汽車，那運維工程師就是司機兼維修工，這個司機不簡單，有時需要在高速行駛過程中換輪胎、并根據(jù)道路情況換檔位、當汽車速度越來越快，汽車本身不能滿足高速度時對汽車性能調(diào)優(yōu)或零件升級、高速行進中解決汽車故障及性能問題、時刻關(guān)注前方安全問題，并先知先覺的采取規(guī)避手段。這就是運維工作~！

最后說一下運維工程師的職責(zé)：”確保線上穩(wěn)定“，看似簡單，但實屬不容易，運維工程師必須在諸多不利因素中進行權(quán)衡：新產(chǎn)品模式對現(xiàn)有架構(gòu)及技術(shù)的沖擊、產(chǎn)品高頻度的升級帶來的線上BUG隱患、運維自動化管理承度不高導(dǎo)致的人為失誤、上網(wǎng)行為行業(yè)追求的高效率導(dǎo)致流程執(zhí)行上的缺失、用戶增漲帶來的性能及架構(gòu)上的壓力、上網(wǎng)行為行業(yè)寬松的技術(shù)管理文化、創(chuàng)新風(fēng)險、互聯(lián)網(wǎng)安全性問題等因素，都會是網(wǎng)站穩(wěn)定的大敵，運維工程師必須把控好這最后一關(guān)，需具體高度的責(zé)任感、原則性及協(xié)調(diào)能力，如果能做到各因素的最佳平衡，那就是一名優(yōu)秀的運維工程師了。

另外在此聊點題外話，我在這里看到有很多人要sina、QQ、baidu,51.com等聊自已的運維方面的經(jīng)驗，其實這對于它們有點免為其難：

a、各公司自已網(wǎng)絡(luò)架構(gòu)、規(guī)模、或多或少還算是公司的核心秘密，要保密，另外，對于大家所熟知的通用軟件、架構(gòu)，由于很多公司會根據(jù)自已實際業(yè)務(wù)需要，同時因為原版性能、安全性、已知bug、功能等原因，進行過二次開發(fā)（如apache,php,mysql），操作系統(tǒng)內(nèi)核也會根據(jù)不同業(yè)務(wù)類型進行定制的，如某些應(yīng)用屬于運算型、某些是高IO型、或大存儲大內(nèi)存型。根據(jù)這些特點進行內(nèi)核優(yōu)化定制，如sina就在memcache上進行過二次開發(fā)，搞出了一個MemcacheDB，具體做得如何我們不談，但開源了，是值得稱贊的，國內(nèi)公司對于開源基本上是索取，沒有貢獻；另外，服務(wù)器也不是大家所熟知的型號，根據(jù)業(yè)務(wù)特點，大部份都是找DELL/HP/ibm進行過定制；另外，在分布式儲存方面都有自已解決方案，要不就是使用現(xiàn)成開源hadoop等解決方案，或自已開發(fā)。但90%都是借鑒googleGFS的思想:分布式存儲、計算、大表。

b、各公司業(yè)務(wù)方向不一樣，會導(dǎo)致運維模式或方法都不一樣，如51.com和baidu運維肯定區(qū)別很大，因為他們業(yè)務(wù)模式?jīng)Q定了其架構(gòu)、服務(wù)器量級、IDC分布、網(wǎng)絡(luò)結(jié)構(gòu)、通用技術(shù)都會不一樣，主打新聞門戶的sina與主打sns的51.com運維模式差異就非常大,甚至職責(zé)都不大一樣；但有一點，通用技術(shù)及大致架構(gòu)上都大同小異，大家不要太神化，更多的公司只是玩壘積木的游戲罷了，沒什么技術(shù)含量。

c、如上面所講，目前大型網(wǎng)站運維還處于幼年時期理念和經(jīng)驗都比較零散，沒有成熟的知識體系，可能具體什么是運維，大家都要先思索一番，或壓根沒想過，真正討論也只是運維工作的冰山一角，局限于具體技術(shù)細節(jié)，或某某著名網(wǎng)站大的框架，真正運維體系化東西沒有，這也許是目前網(wǎng)上運維相關(guān)資料比較少的原故吧?；蛘咭彩菄鴥?nèi)運維人員比較難招，比較牛的運維工程師比較少見的原因之一吧。