带你了解SVG <clippath>剪切路径
|
01.关于我 宋健，花名宋意，2008 年开始参加工作，至今 12 年多一直专注在运维领域。 2010 年 6 月加入支付宝，做过监控、SRE、资源管理、运维产品等方面的工作，经历并参与了阿里运维从脚本到工具化再到自动智能化的演进过程。 在阿里的 10 年根据部门变化有三个阶段：
02.我的经历 ①支付宝 关键词：开源监控、监控值班、应急响应 入职后加入的团队是运维部的监控组，那个时候团队刚刚开始组建，所有的东西从零开始，好在有 B2B 的兄弟团队可以借鉴经验，利用 nagios 快速构建了支付宝第一代监控系统。 过了几个月由于双 11 的原因，我们的上班地点由华星时代搬到了电信二枢纽机房，因为支付宝当时的核心机房在那里，我们需要 7*24 在现场以便快速处置紧急事件。 当时小组应该是 6 个同学，一白班一晚班一正常班，我们一边值班一边维护监控系统。 随着业务的快速发展服务器不断增加，很快一台 nagios 已无法满足需求，调研后引入 centreon 解决了 nagios 的水平扩展问题。 监控项的添加和维护以编辑 nagios 配置文件为主，没有办法开放所有人员，因此监控项的维护工作也是由监控团队负责，PE 和 DBA 只要整理好需求发出邮件即可。 但新建业务和扩容的频率越来越高，每天要花费大量时间编辑文件受理监控需求且经常出错，和需求方协商后确定了针对不同业务组件设定监控模板的方案，再想办法自动获取到服务器信息。 那个时候还没有专门 CMDB，后来总算实现了新机器上线自动匹配模板添加监控和告警。 重要的告警都是通过短信发出，告警短信需要和线上业务的短信区分开避免相互影响，所以我们又采购了几十个短信猫，专门学习了如何通过服务器控制短信猫发送短信，再后来还演进出了利用短信猫接收短信关闭告警的能力。 这样的情况持续一年左右逐渐稳定下来，有了经验沉淀后我们开始尝试引入外包值班，然后开始招聘和培训外包同学，制定值班和应急标准，建设相应的流程系统。 外包值班又持续了差不多一年时间，由于监控可以看到所有业务数据，出于安全考虑又进行了去外包化。 目前监控值班的角色仍然存在，办公地点在西溪的全球运行指挥中心，有专门的办公室和门禁限制，里面全是各种酷炫大屏，整个经济体的业务由他们 7*24 小时守护着。 这两年就是不停的做事情，不停的遇到问题和解决问题，逢山开路遇水搭桥。 ②技术保障 关键词：监控统一、OD 分离、资源管理 2013 年我所在部门由支付宝调整至集团，到集团后参与的第一个项目是统一集团监控系统。 原来淘宝、支付宝、阿里云、B2B 等业务都是自建监控团队和系统，组织层面统一后必然要将系统进行整合，整合后的新系统叫 alimonitor。 当时项目主导方是在运维开发团队，我参与进来时项目已经启动，只有我一个人是在监控团队，这也是我第一次参与较大型的跨团队项目。 因为刚调整到集团跟其它成员都不熟悉，所以跟大家合作起来阻力很大，但我还是积极参与到项目中，每天跑到开发团队参加晨会，直到有一次在晨会上被气哭，但神奇的是从那天后合作就变的非常顺畅，再也感受不到壁垒的存在。 项目持续了差不多一年时间成功上线，通过这个项目使我和开发团队的同学们建立起了良好的信任关系，对后续的工作起到了很大帮助。 开发团队负责着集团所有的运维工具，除 alimonitor 外还有 staragent、armory、aone 等。 有段时间这些工具经常发生故障，甚至在双十一双十二的关键时刻掉链子，后来从业务团队转来一位资深同学负责团队，并发起了运维工具的 OD 分离项目。 我做为主要负责人承担所有工具的 PE 职责，也是这时候我开始带团队，最终推动 10 多个产品上百个应用完成 OD 分离标准化改造，解决了工具的稳定性问题。 由于每个工具负责了运维的其中一个环节，所有工具承载的业务加起来构成了集团的工具运维体系，这段经历使我对运维业务有了更全面和深层次的理解。
工具 PE 的事情稳定后我又接到了一个事情，负责整个集团开发测试环境的资源管理，测试环境当时有好几万台服务器。 （编辑：平凉站长网） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |
