運維行業 IT 工程師分類 

1、辦公網MIS工程師

2、機房IDC支持工程師

3、系統工程師

4、應用運維工作師

5、網絡工程師

6、安全工程師

7、DB工程師

8、大數據工程師

9、SRE工程師

10、運維開發工程師

11、虛拟化工程師（KVM、Docker、k8s、Openstack等）

12、機房弱電工程師等等

運維工程師職責

運維工程師的(de)職責，就是領導安排你的(de)任務，能夠按時完成，不能給領導找麻煩，并且領導還會要求你負責的(de)服務要保證4個9或者5個9，那麽這裏服務的(de)提供商指的(de)是誰？其實就是我們運維同學(xué)、沒有其他人，就是在我們提供的(de)服務與用戶（RD、QA、或者外部用戶等）之間定義的(de)一(yī)種雙方認可(kě)的(de)協定，一(yī)旦協定達成、目标确認後直接挂勾你的(de)KPI，當然有些工種，不太适合使用SLA來定義，但大部分運維工作都适用SLA，為(wèi)了完成KPI，你就會主動的(de)提升服務可(kě)用性、穩定性、為(wèi)部門減少成本、提高(gāo)工作效率，今天簡單介紹下運維工程師的(de)行為(wèi)準則。

1年(nián) = 365天 = 8760小時
99.9 = 8760 * 0.1% = 8.76小時
99.99 = 8760 * 0.01% = 52.6分鍾
99.999 = 8760 * 0.001% = 5.26分鍾

這裏說明一(yī)下，一(yī)定不要再沒有數據支撐的(de)情況下，向領導承諾4個9或者5個9，切忌！！要用數據說話，說過就要做(zuò)到。

穩定性

1、敬畏之心

（1）操作之前能備份的(de)，一(yī)定要備份，不要省略，往往它能快速救你一(yī)命；

（2）線上操作必須得到授權，并在測試環境驗證過，或者有多數人共同決策後操作，别自(zì)做(zuò)主張；

（3）能用工具操作的(de)事情，别手動上去(qù)敲所謂高(gāo)大上的(de)命令，能提前寫成腳本操作的(de)、不要手動操作；

（4）對線上有影響的(de)操作，需要評估流量低(dī)峰時間段、錯開流量高(gāo)峰（前提得到授權、腳本準備、回退步驟、驗證腳本等等）；

（5）未加基礎報警前，請不要上線，一(yī)定要報警先用業務上線；

（6）做(zuò)為(wèi)運維工程師對報警系統的(de)敬畏之心，早上的(de)例行巡檢，對曆史故障歸納總結等；

線上事故基本上都源于以上幾條，大部分故障都源于未經授權、未在測試環境驗證、RD所謂的(de)免測、運維人員的(de)自(zì)信、報警無人關注等導緻人為(wèi)事故；

2、故障

（1）故障發生，優先恢複業務，而不是在哪裏定位問題；

（2）對棘手故障需要有故障升級通道(dào)，由 Leader 協調一(yī)切可(kě)利用資源；

（3）運維工程師按流程操作導緻的(de)故障，不記錄該員工KPI考核中，記錄在Leader KPI考核中，推進流程整改；

（4）沒有按流程操作、導緻線上重大故障的(de)，記錄在該工程師與 Leader KPI 考核中，共同對故障負責；

故障不可(kě)怕、怕相同故障多次發生，不以發生故障為(wèi)恥、而為(wèi)發生相同故障為(wèi)恥；

3、故障casestudy

（1）故障發生渠道(dào)、發現時間點、參與人、故障定位過程、解決過程、故障根因分析，是否需要形成應急預案；

（2）故障是臨時解決，還是永久解決、現有環境中是否有類似隐患；

（3）臨時解決的(de)需要給出整改計劃，整改計劃中需要設置跟進人員（PMO）、驗收人員（Leader）；

很多公司的(de)casestudy都流于形式，并沒有切實執行落地(dì)，所以需要增加 Leader 驗收，下次再有類似故障，Leader全責。

4、變更

（1）配置代碼必須遵循藍綠發布原則，測試環境确認無問題後，再上線；

（2）備份的(de)重要性、回滾機制的(de)建立；

（3）操作步驟命令或者工具化、而不是模棱兩可(kě)的(de)文字描述；

（4）QA 自(zì)動化測試用例、變更失敗後的(de)回滾機制等；

故障的(de)發生70%以上是變更造成的(de)，對變更要有敬畏之心。

5、輪值

（1）運維人員在輪值期間、一(yī)定要保證7*24小時待命和(hé)報警的(de)随時響應，電腦和(hé)網絡随時可(kě)用，缺一(yī)不可(kě)；

（2）值班期間做(zuò)好故障處理(lǐ)、日常工作進度記錄，故障用于後續分析，工作進度用于把未處理(lǐ)完成的(de)事務交接給下一(yī)周期值班人跟進；

（3）當值過程中出現棘手故障，不能簡單交接下一(yī)值班人，需要根據實際情況确認是否有當值人員處理(lǐ)完後，再下班；

（4）需要把輪值期間發現的(de)故障問題，定期組織輪值人員進行學(xué)習。

沒有參與過輪值的(de)運維工程師，是另人羨慕的(de)。

6、業務交接

（1）沒有完整交接文檔的(de)業務不要接手，接手之後沒有完全弄明白前，不要說交接完成；

（2）業務接手後，需要根據實際情況進行故障演練，确保有可(kě)能的(de)故障點；

（3）尤其是離(lí)職人員的(de)業務交接，更需要認真負責、簽字，一(yī)旦簽字，你要承擔起所有責任，KPI 中需要有明确關于業務交接的(de)獎懲措施；

部分公司業務交接基本流于形式，沒有認真履行職責。

安全意識

安全是運維工作開展的(de)前提和(hé)必要條件，有同行描述這是一(yī)種唇亡齒寒的(de)關系，實為(wèi)貼切。安全上出了問題，造成的(de)影響以及後續的(de)修複工作都将有運維來承擔，公司到了一(yī)定規模都會将安全和(hé)運維劃分為(wèi)兩個獨立團隊，這樣做(zuò)事更專注，也容易做(zuò)好。

1、切忌安全無小事原則，任何一(yī)個安全小事，都有可(kě)能造成不可(kě)挽回的(de)局面；

2、運維工程師應該主動配合安全部門整改、配合完成各種策略、雖然有的(de)時候感覺這種策略會造成一(yī)些不必要的(de)時間，如(rú)果站在安全的(de)角度，其實是很有必要的(de)。

效率和(hé)成本意識

1、有效率優化意識，瑣事不可(kě)避免，但要盡可(kě)能減少瑣事，對重複性、手工性的(de)操作能夠工具化的(de)，必須開發一(yī)些自(zì)動化工具；

2、由手動操作到腳本工具、到平台工具、到産品，這樣即能提高(gāo)效率、降低(dī)成本；

3、節約資源也是減少成本的(de)重要體現，雖然決定不了産品營收多少，但可(kě)以通過資源整合、彈性伸縮、服務混合部署、架構優化、無流量服務主動下線等手段将有限資源最大化利用，節省基礎設施資源成本，同時，通過效率的(de)提升也可(kě)以優化人力資源成本。