随着近年来德邦业务的快速发展，业务应用及系统的数量及复杂度与日俱增。一方面，业务对IT的依赖越来越大，另一方面，IT本身的运行压力也越来越大。德邦物流数据中心承担着面向整个物流业务系统运维保障，如何以更有效的方式来保障业务，如何体现IT组织的价值，如何使IT组织本身更有效的运作是数据中心当前面临的重要课题。

01、现状及痛点

团队背景

人数：800+

团队组织结构：开发、测试、配置管理、运维组

IT资源背景

由此，对于业务系统的安全性、可靠性、可用性、可扩展性挑战也越来越大。

此外，随着服务器的数量每年巨增，类型逐步进行多元化、虚拟化、云化。其应用实例数量逐步增多，业务对于IT交付速度要求也越来越高。面临四大挑战：

1、资源管理的挑战

硬件设备资源迅速增长，如何以更低成本、更少风险来维护它？

2、标准化挑战：

资源增多，数据库庞大复杂，各部门架构不一，如何找到各部门利益平衡点，标准化资源数据，降低人工运维成本？

3、流程挑战：

运维流程走Jira效率低下，项目需求管理缺陷多，安全运维有风险，如何提升团队效率？

4、业务快速交付的挑战：

业务场景更复杂，业务连续性如何保证？如何进行事故快速恢复以及事前的预知？

02、建设过程

平台整体能力架构图谱（点击查看大图）

平台整体能力架构图谱如上，在以应用为中心的CMDB能力构建上，进行所有资源的自动化、可视化、数据展示等功能实现，以达到运维工作效率的提示，避免重复手工操作风险；并与现有BMC进行结合组建智能监控中心，提高事故的预知与排查效率。

03、建设成果

分属模块：应用CMDB

目标：应用CMDB覆盖率

建设前：手工管理，部分无覆盖平台管理

建设后：部分数据自动化获取，已纳入运维管理部分，覆盖率100%；采集机房、机柜等物理设备和网络设备的信息，共12款设备型号，13种类别信息 。

分属模块：运维自动化、持续交付

目标：应用自动化发布

建设前：无自动化发布平台

建设后：自动化发布平台覆盖所有非第三方的业务及管理共34个系统。发布平台与自动化集成及自动化测试对接成功，应用发布一键化部署。

分属模块：运维自动化、持续交付

目标：流程中心

建设前：JIRA平台管理运维流程，项目管理效率低

建设后：对CMDB基础资源数据实时更新；完成容量管理、IP资源分配、设备上下架整个生命周期的流程。

分属模块：应用CMDB、持续交付

目标：应用标准化

建设前：各系统应用目录不统一，环境配置未分离。

建设后：针对DPAP框架服务层和业务代码，对目录进行规划整改，形成统一目录结构规范，端口规范，环境配置抽离，并规范日志/数据，最终达到应用标准化。

分属模块：智能监控

目标：智能监控

建设前：缺乏故障预警机制快速定位故障。

建设后：故障得到主动、快速处理；拥有流程化故障处理机制。

分属模块：/

目标：平台能力

建设前：无DevOps人员提高工具管理维度的能力

建设后：EasyOps流程中心贯穿运维交付链；培养若干具有运维开发能力人员，并成立新的运维开发小组。

04、场景能力落地

运维自动化：

EasyOps可实现“双11”场景下的分钟级快速扩容，实现应用发布一键化部署

分钟级扩容

应用/系统/组件等运维自动化

应用/系统/组件等巡检自动化

应用版本管理

……

持续交付：

双“11”期间若有应用升级，可持续部署软件资源及应用包，FOSS应用正常全量部署时长仅需10分钟

配置包

程序包

……

智能监控：

EasyOps可实现ECSAPI实时监控主机/应用/系统状态，预警阈值高峰，双11不慌乱，高峰期快速扩容

应用状态

组件状态

主机流量排行

告警趋势

……

ITOA：

EasyOps可实现“双11”场景下的运营分析功能，容量概览展示图随时上报主机容量状态，对多个时间点展示多维状态

主机容量

应用容量

……

05

客户价值

实施EasyOps前后部署效率对比：

“双11”场景快速扩容时间对比：

06、用户评价

EasyOps提升了德邦IT运营精细化管理能力，保障了2C业务的爆发式增长；以及支持底层基础设施开放平台化，转变了运维理念，通过平台的全面支撑，即DevOps全栈运维平台，实现了如下几大目标：

1、信息共享化：实现了统一的资源管理和业务信息管理平台，在该平台中，可以统一管理资源及业务信息，给运维全流程自动化、智能监控和运营分析的提供全信息的支撑。

2、运维自动化调度：实现了从资源管理层、架构服务层和应用服务层的端到端的DevOps自动化能力调度，真正提升IT组织中各类角色的效率和质量要求，比如说开发／测试／运维等等。在运维场景上，也覆盖不同的IT运维场景，比如说资源变更／配置管理／应用发布／业务调度等等。

3、海量数据化运营：能够真正给业务能力带来持续优化，提供了给领导层更多的运营决策参考。驱动了运维质量／成本／效率／体验多方面的全面提升。比如，具体的能力有

故障root cause分析；

服务可用性和性能优化的主动预测；

全面的服务影响评估；

机器学习；

异常自动发现……