郭旻欣-江苏电信 IT 运维转型之 SRE 体系建设实践.pdfVIP

江苏电信IT运维转型

之SRE体系建设实践

郭旻欣SRE负责人

中国电信集团云化架构师、内训师、云眼产品经理

江苏电信IBOCSRE团队负责人

江苏电信云运维一级专家

江苏电信“劳动模范”获得者

困难与挑战

稳定运营保障体系

运营专项行动

困难与挑战

系统的变革

2020年7月，中国电信启动“IT上云三年计划”，2022年中国电信全面上云后，运维面临巨大挑战

上云系统PaaS层统一采用研发中心自研组件，IaaS分布式架构带来系统节点、微服务数量呈几何级

１2

层上天翼混合云，原属地化维护变为多单位维护数增加，监控工作量急剧上升

3监控对象间关系极其复杂，人工维护无法胜任4数据分片、异地存储，传统维护模式难以为继

烟囱式架构演进动荡平稳

面临的困难与挑战

◆运维团队分散，◆缺乏集约化运◆运维流程管理◆运维监督检查◆IT运维规范不

各自为战维工具混乱不到位完善

•风险隐患流程•隐患整改•风险操作

•CRM团队•云眼

•运维操作•监控部署

•计费团队•AIOPS•故障管控流程

•架构部署

•应急预案流程•隐患排查

•OSS团队•ITSM•应急演练

•风险操作流程•应急演练

•PAAS团队•……•监控覆盖

•……•故障闭环•系统优化

•……

•……•……

寻求IT运维转型

构建稳定运营保障体系（如何做）+开展运营专项行动（高效做）

稳定运营保障体系

SRE稳定运营保障体系

◼围绕“故障次数、时长双压降”一个目标，依托四大运营驱动力，聚焦“做细事前故障预防、敏捷响应事中故障处理、抓实

事后故障改进”三个阶段，形成“规范、动作、能力”三统一运营体系，建强稳定运营能力，减少故障发生，提升客户感知

一个目标

三个阶段

四大运营

驱动力

三个统一

运营专项行动

围绕四大运营驱动力，做实五大举措

举措一组建SRE运营团队

铁三角：

✓运营管理团队：值班长AB角值班机制

✓一线运维团队：7*24小时值班机制

✓二线运维专家：专家团队负责运营专项攻坚

举措二用好数字化工具举措三加强运维流程管控举措四做实检查奖罚并举举措五健全IT运维规范

三工具：