故障处理和操作变更是运维两大主题。在过去，为维护系统稳定性，需要投入大量人力进行故障处理工作，除直接人肉运维外，针对不同业务深度制定的运维工具、系统被研发出来。随着业务规模扩张和形态变迁，传统运维模式受到极大挑战，表现如下:
无统一的开发管理模式，运维服务开发及维护成本大，运维效率低。
横向扩展能力差，运维经验难以复用，各产品线“重复造轮子”。
智能运维开发框架，提供了一种以软件工程方式解决运维问题的解决方案。通过提供统一的开发模型和管理机制，支持不同业务运维操作的设计、实现和管理。目的如下:
降低设计、开发难度与成本，使业务OP传统运维人员专注自身的业务逻辑，提高开发和迭代效率。
促进基于代码的跨业务经验积累与分享，提升整体的业务运维能力。
充分运用和发挥自动控制、机器学习、人工智能等领域的技术成果，提高运维效率。
2
标准化、工程化和智能化
智能运维开发框架以Noah（百度运维管理平台）的运维经验为基础，通过对运维概念和操作的统一，整合当前运维系统，提供运维操作的统一入口；让更多的业务线OP传统运维人员加入到运维社区建设中，共享运维经验，满足业务日益多样化的需要。具体解决思路分为三部分。
1、运维模式标准化
统一开发模式：提供统一的开发规范，社区化开发模式，业务线OP传统运维人员共同参与运维操作开发，沉淀运维经验。
统一运维对象：通过知识库，统一描述机器、实例、服务、应用等运维对象的属性，聚集分散的运维状态数据，达到公司内运维对象的统一。
统一运维操作：屏蔽具体平台操作实现，提供统一的运维对象操作接口。
2、运维开发工程化
提供统一的运维开发框架：封装常用功能组件，提供高扩展的开发框架，使业务专注于自身业务逻辑，开发”智能运维机器人”。
提供仿真系统：通过提供服务拓扑搭建及模拟故障的能力，完成机器人上线前功能验证，提高”机器人”可靠性。
提供托管平台：通过提供高可用的机器人托管环境，降低服务运维成本。
3、运维操作智能化
智能感知：依赖监控系统提供的智能异常检测、多维度异常分析，感知满足时效性和准确度的异常事件。
智能决策：自定义算法实现决策机制，充分利用机器学习、人工智能成果，提供决策可靠性。并沉淀人对问题的决策经验，做到经验可迁移。
智能执行：提供丰富的执行策略，满足业务线通用运维操作的需求。
上一篇
在网站首页标题中布局关键词
