攜程宕機事件再次讓人們關(guān)注起IT運維的話題，試想，一個企業(yè)擁有那么多業(yè)務(wù)線，支撐諸多業(yè)務(wù)的IT系統(tǒng)稍微出點差錯，牽一發(fā)而動全身。據(jù)了解，攜程此次宕機12個小時，損失超過1300萬美元。順豐科技的總裁田民甚至打了個比方：“就像天天背手榴彈一樣，就害怕某個系統(tǒng)出一點點差錯。”


“只要數(shù)據(jù)中心網(wǎng)絡(luò)出問題，甭說是幾個小時，就只有半小時，楊元慶就會把我叫過去，兩小時，肯定是整個董事會都會來找我?！?聯(lián)想全球服務(wù)、聯(lián)想集團(tuán)高級副總裁、前聯(lián)想集團(tuán)CIO王曉巖女士這樣說。


日前，《商業(yè)價值》出版人、鈦媒體聯(lián)合出版人、ITValue發(fā)起理事劉湘明就這個話題與田民、王曉巖以及京東商城研發(fā)部副總裁馬松做了一次對話，聯(lián)想、順豐和京東，這三家企業(yè)所涉及領(lǐng)域不同、業(yè)務(wù)線迥異，他們的IT運維有什么高招？




王曉巖：聯(lián)想運維團(tuán)隊人數(shù)占據(jù)整個IT人員的一半

聯(lián)想IT運維的挑戰(zhàn)是國際化業(yè)務(wù)之后凸顯出來的，因為之前，我們對系統(tǒng)壓力較大的業(yè)務(wù)是一些技術(shù)體驗的，一些運維工作也在夜里完成，國際化后，我們要全天24小時要支持我們業(yè)務(wù)。



聯(lián)想的業(yè)務(wù)跑了160個國家，辦公室遍布全球六七十個國家，我們的主數(shù)據(jù)中心在北京，災(zāi)備中心也在國內(nèi)。聯(lián)想從2005年、2006年開始鋪設(shè)架構(gòu)，基本上是一個集成化的部署，主要的IT數(shù)據(jù)中心都在國內(nèi)，但是它是支持全球的7*24小時的運作，對運維就提出了很高的要求。


我們也想過將IT運維外包，它是基于客戶的有問題的數(shù)來做支持的，成本高，響應(yīng)也不及時。另外，客戶端要感覺好，重要的系統(tǒng)端也不能出故障，這時候要求我們整個運維的計劃要特別強。我們要看下一點的整體運行時間，哪個時間是計劃內(nèi)的系統(tǒng)的運維時間，這個時間怎么事先跟業(yè)務(wù)溝通好，當(dāng)然我們計劃的時間都是在業(yè)務(wù)相對低谷的一些時間，業(yè)務(wù)少一點的，要實現(xiàn)跟業(yè)務(wù)溝通好，哪些可能是計劃外的，其實我最大的挑戰(zhàn)不光是運維，我們已經(jīng)談到，我們的MTP，也就是從測試的部分，或者開發(fā)系統(tǒng)挪到生產(chǎn)系統(tǒng)，是一個非常復(fù)雜的過程。


所以現(xiàn)在在聯(lián)想IT人員不到2000人，運維團(tuán)隊約有1000人的規(guī)模。還有一部分是外包給自己的服務(wù)部門，最重要的還是在管理上要效率。實際上我坐飛機的時候，或者出差的時候，或者是節(jié)假日的時候，我對新系統(tǒng)上線是最擔(dān)心的，盡管我每天非常忙，但是我最擔(dān)心的是數(shù)據(jù)中心網(wǎng)絡(luò)出問題，因為只要數(shù)據(jù)中心網(wǎng)絡(luò)出問題，甭說是幾個小時，半個小時，楊元慶就把我叫過去了，兩小時的肯定是整個董事會都會來找我。


盡管我們有災(zāi)備中心，我們的災(zāi)備中心也從來不用，但我必須得保證所有的工作做到位，所以要求無論從網(wǎng)絡(luò)、從數(shù)據(jù)中心都要有目的性，包括每年P(guān)C銷售的高峰和低谷差別很大，高峰到來的時候一定要事先來做好預(yù)演工作來確保系統(tǒng)不出問題。所以我們運維的難度是國際化的難度，傳統(tǒng)的IT集成性難度非常高，我們必須在管理上要特別嚴(yán)格，聯(lián)想這些年當(dāng)然也積累了非常豐富的經(jīng)驗。




田民：順豐的系統(tǒng)引入自動檢測工具

順豐的業(yè)務(wù)形態(tài)決定我們要用RO的架構(gòu)，因為順豐的系統(tǒng)是第一個在中國使用全自動分檢功能，這個系統(tǒng)如果我們宕機半個小時的話，可能就是非常大的災(zāi)難性的損失。



我做物流可能也做了差不多二十年，對于IT系統(tǒng)的運轉(zhuǎn)，我打個比方，就像天天背手榴彈一樣，就害怕某個地方出一點點差錯，所以，我們快遞的業(yè)態(tài)決定用很多自動化設(shè)備。


順豐目前為止還只是同城的災(zāi)備，順豐目前每天包裹量是700萬，雙11高峰時達(dá)到1200萬，系統(tǒng)里都上億的。我們跟電商唯一的不同，我們在系統(tǒng)里面要保留數(shù)據(jù)的要求比較大，因跟電商系統(tǒng)下單后，可能剛剛進(jìn)入我們的物流系統(tǒng)，倉儲狀態(tài)還沒顯示，所以要保留一個周期，這樣的業(yè)務(wù)狀態(tài)對數(shù)據(jù)庫的要求非常高。所以我們在前一階段在數(shù)據(jù)庫上用很多小型機來保持系統(tǒng)的穩(wěn)定性。


另外我們研發(fā)了很多自動檢測工具，來預(yù)防未來這種事情的發(fā)生。我們最近也有很多系統(tǒng)在突發(fā)之前已經(jīng)預(yù)警，也幫我們解決了很多問題，實際上購物數(shù)據(jù)一旦出點問題的代價很大，但是我們通過所有可能的方法，通過預(yù)演，我們用最短的時間讓系統(tǒng)恢復(fù)。




馬松：一根電纜影響不到京東的服務(wù)

京東的交易非常復(fù)雜，不僅有正常的自營業(yè)務(wù)也有POP商家，也有面向海外的，也有諸如散購、京東到家等，業(yè)務(wù)線非常多。



每條業(yè)務(wù)的購物流程都不一樣，整個服務(wù)體系的系統(tǒng)分布在不同的地方，所以切換過程相當(dāng)復(fù)雜，我們也在每個單獨系統(tǒng)也都做了切換，所以我相信，大部分主要的業(yè)務(wù)不至于因為一根電纜影響到業(yè)務(wù)。


我們事前也會也做很多演練，這方面也能做到一定程度的保障。當(dāng)大規(guī)模訪問爆發(fā)時，例如即將到來的6.18，對系統(tǒng)的要求集中在能不能提供信息安全、穩(wěn)定性、高可用性這塊，因為我們畢竟是面向海量用戶做服務(wù)。