作者：晟白
随着行业不断开展，大数据&AI也逐步呈现云原生化的趋势。杂乱的事务场景及其背面涉及到的不同技能方向的开源和自研，使得产品运维面对技能杂乱度高、规模大、场景多等挑战。
阿里巴巴云原生大数据运维渠道 SREWorks，沉积了团队近10年经过内部事务锻炼的 SRE 工程实践，今日正式对外开源，秉承“数据化、智能化”运维思维，帮助运维行业更多的从业者选用“数智”思维做好高效运维。
一 SREWorks 是什么？
谷歌在2003年提出了一种岗位叫做 SRE (Site Reliability Engineer，站点可靠性工程师)，它是软件工程师和体系办理员的结合，注重运维人员的开发才能，要求运维日常小事在50%以内，另外50%精力开发主动化东西削减人力需求。
SREWorks 作为阿里云大数据SRE团队对SRE理念的工程实践，专心于以使用为中心的一站式“云原生”、“数智化”运维 SaaS 办理套件，供给企业使用&资源办理及运维开发两大中心才能，帮助企业完成云原生使用&资源的交给运维。
阿里云大数据 SRE 团队天然接近大数据和AI，对大数据&AI技能非常熟悉，且具有随取随用的大数据&AI算力资源，一向努力饯别“数据化”、“智能化”的运维理念，行业里的 DataOps（数据化运维）最早由该团队提出。SREWorks 中有一套端到端的 DataOps 闭环工程化实践，包含标准的运维数仓、数据运维渠道、运营中心等。
随着云原生年代大趋势的到来，阿里云大数据 SRE 团队将SREWorks运维渠道开源，期望为运维工程师们供给开箱即用的运维渠道。
二 SREWorks 有什么优势？
回归到运维范畴的需求，不管上层产品和事务形态怎样改动，运维本质上处理的仍是“质量、成本、功率、安全”相关需求。SREWorks 用一个运维 SaaS 使用界面来支撑上述需求，一同以“数智”思维为内核驱动 SaaS 才能，详细包含交给、监测、办理、操控、运营、服务六部分。
体系化运维渠道分层架构
从“质量、成本、功率、安全”四个维度动身看运维本质相关作业，运维除了要搭渠道、建标准、做标准，还要用主动理念提高功率，用数据驱动测验/开发/运维，用智能手法提前发现/猜测风险问题等。这些能够看成是方法论。怎么能从理论快速取得一套体系化、工程化、产品化的才能实践，去支撑满足上述四个维度的需求，就是 SREWorks 所考虑的问题。
阿里云大数据 SRE 团队使用分层思维构筑了 SREWorks 渠道产品体系，学习经典 SPI（SaaS/PaaS/IaaS）三层划分思路，SREWorks 由“运维 SaaS 使用场景层、运维 PaaS 中台服务层、运维 IaaS 接入层”三部分构成。
SREWorks 中还融入了运维标准、标准化思维，使用产品承载主动化流程、数据驱动、智能内核的方法论。从代码到线上事务服务的整个过程，运维或多或少地参加了其间一些作业，因而，环绕使用的生命周期，在SaaS场景层划分了“交给、监测、办理、操控、运营、服务”六大区。如下图所示，每块内容里都有代表性的中心功用。
SREWorks 中一致以使用抽象来描绘事务体系，在开发人员将研发完成的使用制品交给上线后，就会对线上使用实例生命周期进行监测、办理、操控。SREWorks所拥有的运维数据才能会供给增值化的运营、服务，为有需求的人员供给快捷的视图、办理才能等。
“交给、监测、办理、操控、运营、服务”六大场景在SREWorks产品手册中有详细的定义及边界阐明。
完好的数据化运维体系实践
一套数据化运维体系，会把一切体系的运维数据悉数采集起来、真实打通，并深度发掘这些数据的价值，为运维供给数据决议计划；一同构建数据化运维事务模型，根据该模型树立标准化运维数仓，建造数据运维渠道，在渠道中标准运维数据的采集、存储、核算及剖析，并供给一系列数据化服务，供上层运维场景使用。
有了运维相关的量化数据，对运维作业的描绘和衡量将更加立体化，能够树立长期可继续优化的运维作业形式，完成真实的运维价值。
服务化的 AIOps 智能运维渠道
在阿里云大数据 SRE 团队看来， AIOps 的呈现并没有改动运维的表现形式，仍旧仍是“交给、监测、办理、操控、运营、服务”的界面，仅仅在很多运维数据化作业的基础之上，使用AI才能探究、发掘智能化运维场景。因而，在一开始构筑 AIOps 工程实践时，就坚持打造“感知、决议计划、执行”的闭环，类似主动驾驶的理念。
SREWorks将量身定制的算法与运维场景化结合，能够提前猜测、关联剖析，增强风险防备、毛病定界定位才能，完成传统手法无法取得的运维价值。详细而言，将每一个智能化的运维服务包装成感知的“监测器”、决议计划的“剖析器”、执行的“战略器”，供健康办理、变更办理等系列服务调用，即可增强已有运维场景，处理一些一般手法无法处理的问题。
运维中台化、低代码化及云原生化运维开发体会
SREWorks 套件本身也是云原生化的使用，并且选用运维中台思维构建，在中台里构建很多的PaaS 化运维服务才能，在前台环绕“交、监、管、控、营、服”六大场景供给SaaS 化运维场景使用。
大部分页面为企业后端操控台类体系，不太需求很帅炫的交互设计，故而，运维开发范畴的前端开发始终难于追赶前端盛行趋势。针对这些特征，SREWorks 立异性地设计了一套 Serverless 体会的前端开发形式。
三 为什么要开源？
阿里云大数据 SRE 团队之前在多次技能分享时要点介绍过“DataOps、AIOps”的才能，但都是纯理论层面的介绍。详细在 SRE 范畴，到底在工程实践上完成这一套理论？对运维的需求、界面、内核这三层的了解怎么落地？
为了把数据化、智能化这套数智内核故事讲明白，阿里云大数据 SRE 团队将具有低门槛、高功率特征的云原生运维渠道SREWorks开源出来。
他们坚定地认为，运维团队更需求拥抱云原生，只有这样，运维才能在云原生浪潮下找到一席之地。
该团队也期望， SREWorks 的开源，能让更多从业者使用“大数据和AI”的才能做好运维，完成“数据+智能”的运维渠道内核。
据介绍，SREWorks背靠阿里云核算渠道系列“大数据&AI”产品，如 MaxCompute、Flink、DataWorks、Hologres、Elasticsearch 等，开源版中相同选取了这些产品对应的开源版别，比如开源版 Flink、Elasticsearch 等。
四后续规划
SREWorks渠道现在每个月会进行一次迭代开发使命，后续将由版别办理员一致维护合入相关功用及问题修正等内容，以确保最新的云原生化运维才能继续进入后期版别中。
当前， SREWorks 中有一套 OAM（Open Application Model）标准的工程化实践，能够把该实践看成是 SREWorks 的中心引擎。环绕该引擎，SREWorks团队建造了系列运维中台服务，包含主动化、数据化、智能化才能，之后也将跟从社区 OAM 标准的开展，继续迭代。
五写在最终
今日 SREWorks 的开源仅仅迈出的一小步，非常期待得到开发者的反馈。SREWorks中也设计了插件化扩展才能，欢迎使用 SREWorks 来打造归于自己的运维渠道。最终，假如您对 SRE、DataOps、AIOps 或云原生等范畴有爱好，都能够参加到我们的建造中来，这将是我们极大的侥幸，一同交流，一同打造最具特征的 SRE 云原生运维渠道！
项目地址：github.com/alibaba/sre…\
还有了解更多大数据&Al开源项目：
www.aliyun.com/activity/bi…
