2019年12月18-19日，第十四屆中國IDC產業年度大典在北京國家會議中心正式召開。作為數據中心云計算產業內知名的盛會以及IDC企業、電信運營­­商、互聯網、金融、政府和廠商等產業上下游的高效溝通平臺，與會嘉賓包括政府領導，行業專家和企業代表數千人。 以“智能運維與安全”為主題的分論壇于19日下午舉行，中國民生銀行信息科技部應用運維二中心負責人畢永軍出席本次會議，并發表了《金融數據中心智能運維的探索和實踐》主題演講。 

中國民生銀行信息科技部應用運維二中心負責人畢永軍

畢永軍：很高興，其實去年的時候也參加過IDC圈的會來講了一下，剛才我回顧了一下，關于智能運維這個話題從17年開始就講，18、19年，每次講感覺會不太一樣，17年的時候當時講的更多的是愿景，我們要搞智能運維，希望未來能做成什么情況，18年的時候就有一些思路了，講我們要做的思路，要建設成一個什么樣的平臺，directadmin漢化，今年可能會講的更細一些，這說明一個什么問題呢，說明智能運維這一塊現在越來越深入、越來越細化，而且開始投入實際使用。像姚總演示的機器人顏值就很高，在機房里放一個肯定是非常吸引眼球的。    

下面開始今天的演講，大概分幾個部分，簡單介紹一下智能運維，我們這邊做的智能運維跟前面做數據中心及機房巡檢這塊略微不同，我們是偏 

另外講一下我們做智能運維探索當中都會做哪些場景。最后把我們做實踐當中的成果跟大家分享一下。    

現在看為什么要做智能運維，我們知道機器設備、包括機房隨著互聯網分布式架構是越來越多，像我們股份制銀行對服務器的級別大概在萬級，國有大行應該接近十萬級，互聯網大廠基本上往百萬級走了，現在看我們的規模還是非常大的，所以這個對挑戰，不能像以前那樣靠堆人解決事情了。另外現在系統架構復雜度也會提高，分布式提的非常多，微服務，實際上發現上了這個系統之后也是一個坑，為什么是個坑呢？本來一臺主機問題就解決了，現在兩百臺上去，機器故障率各方面，占地、耗電、制冷各方面都是挑戰，這個東西發現上了之后得上些手段，要不然運維是非常痛苦的。    

再有我們看故障的處理難度，像剛才講到的金融數據中心對故障處理要求太嚴了，其實說白了主要是我們受監管的要求，很多事情我們規定出現任何事情要在半小時內解決掉，但是系統很復雜，半小時內怎么解決掉？像民生原來提雙十標準，10分鐘定位問題10分鐘解決問題，抽出來我們在故障解決當中最費時間的兩個環節，我們希望把它減少。    

再一個是運維數據量還是很大的，機器規模上來了，日志各個方面都很多，大家覺得應該是有價值的，但是這個數據實際上是貧礦，有用價值的數據并不多，怎么把它用起來就需要進一步的挖掘，所以這個面臨很多的挑戰。    

Gartnen以前列了一個圖，中國以前提監管控，Gartnen它認為2022年全球部署智能運維的企業要達到40%，這是一個潮流，我們肯定往這個方向走。從前幾年的演講來講，肯定是處于底步階段，從點上來講，從場景入手，以前靠人巡檢，人也容易疲勞、出錯，我們可以靠機器人做這種事情，現在還是以功能點為主。    

我們再反過來看智能運維這個事情，其實很多年前大家在提商業智能BI的時候，大家都會提，我們其實是從數據出發，數據里邊可能會提供一些信息，信息總結之后會變成知識，再高一層次我們說人作為一個高級動物，認知功能在里邊是提供智慧，所以智能運維這一塊發展我們做一些事情對于數據的處理基本上還是符合這個步驟的。    

我們具體怎么做的呢？從17年去做，在做的過程中也認識到AI本身還是有些局限性的，歐洲服務器，現在大家講很多是感知型的人工智能，還有認知型，希望像人一樣去認知去思考，像機房機器人也是感知，要拍照識別，但是它能不能像人一樣思考聯系一下這個故障可能跟哪些東西有關，怎么解決這個故障呢？現在可能還做不到，所以我們現在做的很多還是根據統計學、關聯、因果的關系做這些事情。當然數據挑戰也很大，數據中心在做，我們所有的業務系統，對我們來講幾百套業務系統遵循的標準不一樣，處理這些數據也會面臨挑戰。另外原來的人基本上是專業性很強的，做服務器的、存儲的、網絡的，實際上懂AI、算法、整體的人還比較少，人也比較缺。有很大的挑戰。所以我們定了一個思路是從痛點出發把比較難做的，做起來比較慢的或者人力需要很重的場景去做，重點是降低運維成本提高效率，同時希望智能運維系統能夠學習人的經驗，通過一些專家知識的方式提高我們的運維效率。