今日凌晨，原支付寶運(yùn)維團(tuán)隊(duì)負(fù)責(zé)人智錦發(fā)表《深入解析和反思攜程宕機(jī)事件》一文，讓不少運(yùn)維人讀后深有感觸，OneAPM也感同身受。面對層出不窮的安全隱患，當(dāng)下運(yùn)維人員亟需一套新型高效的方法論和工具，為自身運(yùn)維工作“減負(fù)”，告別加班熬夜的怪圈。

運(yùn)維重要性凸顯

      在不少企業(yè)管理者眼里，運(yùn)維長期處于“邊緣化”角色，他們往往不知該如何評價(jià)運(yùn)維價(jià)值，甚至很多運(yùn)維從業(yè)者也不知該關(guān)注什么，每天任務(wù)就是到處當(dāng)“救火隊(duì)長”。

       眾所周知，運(yùn)維和性能息息相關(guān)，網(wǎng)站的訪問性能（速度、穩(wěn)定性），對于如今移動(dòng)互聯(lián)網(wǎng)時(shí)代的企業(yè)而言，已經(jīng)成為影響公司發(fā)展過程中至關(guān)重要的一環(huán)。

       以谷歌為例，網(wǎng)站打開速度只要差400毫秒，用戶請求將會(huì)下降0.59%。更何況攜程發(fā)生如此嚴(yán)重的宕機(jī)事件，造成損失難以估量。由此可見，企業(yè)管理者必須轉(zhuǎn)變“傳統(tǒng)運(yùn)維”思考模式，積極探索新玩法。

      通過攜程宕機(jī)事件，OneAPM建議IT企業(yè)和技術(shù)人員應(yīng)痛定思痛，認(rèn)真總結(jié)經(jīng)驗(yàn)教訓(xùn)，認(rèn)識到“運(yùn)維”的價(jià)值和重要性。

APM為運(yùn)維工作減負(fù)

在傳統(tǒng)時(shí)代，運(yùn)維人員只能通過查詢、分析各種日志文件來分析各種故障問題，基本上靠血肉之軀實(shí)現(xiàn)了業(yè)務(wù)部門的信息化，但已越來越難以適應(yīng)新時(shí)代的運(yùn)維需求。

     近年來，APM（應(yīng)用性能管理）已成SaaS領(lǐng)域最火的創(chuàng)業(yè)方向，其能對企業(yè)關(guān)鍵業(yè)務(wù)應(yīng)用進(jìn)行監(jiān)測、優(yōu)化。提高企業(yè)應(yīng)用可靠性和質(zhì)量，保證用戶得到良好的服務(wù)，降低IT總擁有成本(TCO)。

     以O(shè)neAPM為例，OneAPM專注于提供下一代應(yīng)用性能管理軟件和服務(wù)，幫助企業(yè)用戶和開發(fā)者實(shí)現(xiàn)緩慢的程序代碼和SQL語句的實(shí)時(shí)抓取。產(chǎn)品適用于復(fù)雜的現(xiàn)代應(yīng)用程序生產(chǎn)環(huán)境，提供端到端應(yīng)用性能管理、移動(dòng)端和瀏覽器真實(shí)用戶體驗(yàn)分析、業(yè)務(wù)交易實(shí)時(shí)分析，可以降低運(yùn)維人員 90% 故障修復(fù)時(shí)間，減少 80% 的客服工作量。

APM的運(yùn)維價(jià)值

      攜程此次宕機(jī)發(fā)生后，歷經(jīng)17個(gè)小時(shí)才恢復(fù)正常。究其原因，主要是對大型網(wǎng)站而言，數(shù)據(jù)恢復(fù)遠(yuǎn)不是搞定幾個(gè)應(yīng)用和幾個(gè)數(shù)據(jù)庫服務(wù)器那么簡單。一個(gè)網(wǎng)站的后臺是一個(gè)由SOA（面向服務(wù)）架構(gòu)組成的龐大服務(wù)器集群，每一個(gè)簡單頁面的背后，都由成百上千個(gè)應(yīng)用子系統(tǒng)組成，每個(gè)子系統(tǒng)又包括若干臺應(yīng)用和數(shù)據(jù)庫服務(wù)器，而且不同應(yīng)用系統(tǒng)之間也存在耦合和依賴關(guān)系。這么多復(fù)雜的系統(tǒng)交織在一起，數(shù)據(jù)恢復(fù)的難度可想而知。

      為此，OneAPM提供一套新型解決方案。通過OneAPM的Application Insight 產(chǎn)品可以實(shí)現(xiàn)對前端瀏覽器、網(wǎng)絡(luò)傳輸、應(yīng)用性能、中間件性能、數(shù)據(jù)庫性能的自動(dòng)關(guān)聯(lián)及分析功能，可自動(dòng)發(fā)現(xiàn)應(yīng)用執(zhí)行過程中涉及的軟硬件基礎(chǔ)架構(gòu)組件，以及他們之間的交互路徑。

這也意味著，使用Application Insight 就能夠根據(jù)應(yīng)用拓?fù)浜妥詣?dòng)發(fā)現(xiàn)和可視化，進(jìn)而實(shí)現(xiàn)對系統(tǒng)進(jìn)行整體的把握。

     不久前，OneAPM客戶通過后臺監(jiān)控發(fā)現(xiàn)線上服務(wù)出現(xiàn)異常日志，通過監(jiān)控報(bào)告發(fā)現(xiàn)，JVM垃圾回收指標(biāo)迅速升高，運(yùn)維馬上進(jìn)行針對性的分析，很快發(fā)現(xiàn)出現(xiàn)問題的代碼行，在最短的時(shí)間內(nèi)解決問題。直到半小時(shí)后，該公司使用的公有云服務(wù)商才發(fā)出告警信息。

     從該層面而言，OneAPM對運(yùn)維人員的價(jià)值不言而喻，OneAPM能夠幫助IT運(yùn)維人員提前預(yù)警，快速定位到故障問題，為運(yùn)維人員節(jié)省更多的時(shí)間成本和和勞動(dòng)強(qiáng)度。

除此之外，OneAPM另一核心價(jià)值就是將“黑盒運(yùn)維”變成“白盒運(yùn)維”。傳統(tǒng)的運(yùn)維人員算是“黑盒運(yùn)維”，不斷去做重復(fù)性的操作，時(shí)間久了，只知道自己管理的服務(wù)器能正常對外服務(wù)，但是卻不知道應(yīng)用的依賴關(guān)系。

      通過OneAPM，運(yùn)維人員能真正清楚所管理的系統(tǒng)的功能和配置，從前端瀏覽器到后端應(yīng)用服務(wù)器、數(shù)據(jù)庫，能夠有效監(jiān)控和分析系統(tǒng)執(zhí)行的每一個(gè)環(huán)節(jié)，從源頭上解決運(yùn)維人員到處救火的窘境。

對于攜程此次宕機(jī)事故，OneAPM建議公眾應(yīng)以理解和寬容心態(tài)對待。對于互聯(lián)網(wǎng)公司而言，突發(fā)性技術(shù)故障算是稀疏平常之事，Google、Amazon、百度、騰訊、阿里巴巴等也難以幸免。

      OneAPM也希望通過本次攜程宕機(jī)事件，讓業(yè)界重新認(rèn)識到運(yùn)維的價(jià)值和重要性。同時(shí)建議運(yùn)維人員能接觸和了解APM。當(dāng)然，并不意味使用APM就能一勞永逸，OneAPM更多的是幫助運(yùn)維人員提供一套高效的管理模式，以及更加智能化解決方案。