峰會介紹：

DevOps作為打破開發和運維之間壁壘的方法論，在打通應用全生命週期工具鏈路的過程中，扮演著極為重要的角色！如何高效實現敏捷運維，如何讓運維更加敏捷化，儼然成為當下所有企業的必答題目。

全球敏捷運維峰會（Gdevops2018），是國內唯一同時覆蓋一線與二線城市的高階技術峰會，在各地均有極大影響力。目前已成功巡迴北京、上海、廣州、杭州、成都五城，主題覆蓋敏捷運維、資料庫、雲與架構等重點方向。Gdevops峰會匯聚DBAplus社群數百專家資源，是與政府、企業攜手打造的敏捷運維領域標杆盛會，全面覆蓋從DBA、運維工程師到CXO等所有技術圈層、從網際網路、電信、金融、交通到物流等重點行業，在業界、媒體界具有極大影響力。

參加有感：

第一次參加相關峰會，還是比較高興的。整個會議為一整天，分為上午場和下午場，下午是兩場分論壇，分別是運維分論壇和資料庫分論壇。

相關技術及發展方向如下：

1、運維問題的解決思路終極方向為無人運維，歷經的三個主要階段為人力驅動、自動化驅動+人力決策、無人智慧化運維；

2、嘉賓們普遍提到了AIOPS相關技術及落地實踐思路，攜程、騰訊、阿里等已經有落地實踐，看來利用AI相關技術實現智慧運維已經勢不可擋；

3、AIOPS落地時重點談到了視覺化（各類資料分析及展示）、智慧化（告警、關聯、檢測、根因分析等）、自動化（自愈、擴容、止損、切換等）；

4、AIOPS能力構建路徑：基礎能力構建、運維大資料平臺構建、深度分析及能力場景構建；

5、裴丹副教授提到構建運維大腦：分為動態決策（利用實時監控資料和運維知識進行圖譜，進行實時決策）和運維知識圖譜兩部分（線下挖掘運維歷史資料，建立各種畫像）；其中動態決策分為故障發現、故障定位、故障處置、故障規避四部分；把複雜的具體運維場景拆解為四個場景模組（眼（全面展示系統運維狀況）；手（基於確定邏輯的自動化工具）；腦（知識）；腦（決策演算法）；）；AIOPS架構為監控+自動化+AI畫像+AI決策；

6、傑蛙中國喬治分享了資料驅動DevOps和安全的碰撞，重點介紹了各種軟體的安全漏洞及DevOps平臺的建設。

落地DevOps三步走：第一步，選擇適合你的工具；第二步，收集DevOps元資料，評估研發效率；第三步，落地內部容器化。以Capital one為例，介紹了持續交付16步：原始碼版本控制；事宜的分支策略；靜態分析；大於80%的覆蓋率；漏洞掃描；開源掃描；製品版本控制；自動化分配資源；不可變伺服器；整合測試；效能測試；每次提交進行構建、部署、自動化測試；自動化回滾；自動化變更工單；零停機發布（藍綠部署、金絲雀釋出等）；功能開發。

7、快狗打車沈劍介紹了“非業務技術部門怎麼帶？”的管理分享，還是蠻有啟發的，重點思路是非業務技術部門與業務部門前期溝通，提前預防知曉需求，非業務技術部門內部多多培訓、技術交叉實踐等；重點結論如下：非業務技術部門的需求是什麼，需要從業務研發裡來；非業務技術部門怎麼支援，由工單型轉變為業務型；上下游配合，醜話說到前頭，獎懲機制提前確定，老大層面達成一致；非業務技術部門往上推進，接收中臺業務系統；建立技術氛圍、技術夜校等；

8、運維專場重點討論了一些落地實踐的案例及思路，還是挺有收穫的。

總結：

國內的各個最新技術都在大力發展，運維也不例外，相關技術也在同步發展，尤其是AIOPS、無人運維、運維大腦等理念在推進這國內運維水平的不斷進化，傳統的依靠人力、依靠指令碼的時代已經不能滿足當前發展需要，大量的廠商已經推行和落地更加智慧化的運維手段。持續交付這一話題，也說了很多年，作為打通開發和運維上線的一個新理念，我相信已經在不少廠商落地，尤其是網際網路及大型的IT企業中，當前的社會，各種技術迭代越來越快，交付的週期越來越短，這給了企業更多的壓力和挑戰去解決持續、快速、高效地交付產品中的各種問題。希望國內的運維技術能發展的越來越好，努力解決企業發展中的各種痛點，使得IT、網際網路等能夠更好的為人類服務。