攜程宕機事件再次讓人們關注起IT運維的話題，試想，一個企業擁有那么多業務線，支撐諸多業務的IT系統稍微出點差錯，牽一發而動全身。據了解，攜程此次宕機12個小時，損失超過1300萬美元。順豐科技的總裁田民甚至打了個比方：“就像天天背手榴彈一樣，就害怕某個系統出一點點差錯。”


“只要數據中心網絡出問題，甭說是幾個小時，就只有半小時，楊元慶就會把我叫過去，兩小時，肯定是整個董事會都會來找我。” 聯想全球服務、聯想集團高級副總裁、前聯想集團CIO王曉巖女士這樣說。


日前，《商業價值》出版人、鈦媒體聯合出版人、ITValue發起理事劉湘明就這個話題與田民、王曉巖以及京東商城研發部副總裁馬松做了一次對話，聯想、順豐和京東，這三家企業所涉及領域不同、業務線迥異，他們的IT運維有什么高招？




王曉巖：聯想運維團隊人數占據整個IT人員的一半

聯想IT運維的挑戰是國際化業務之后凸顯出來的，因為之前，我們對系統壓力較大的業務是一些技術體驗的，一些運維工作也在夜里完成，國際化后，我們要全天24小時要支持我們業務。



聯想的業務跑了160個國家，辦公室遍布全球六七十個國家，我們的主數據中心在北京，災備中心也在國內。聯想從2005年、2006年開始鋪設架構，基本上是一個集成化的部署，主要的IT數據中心都在國內，但是它是支持全球的7*24小時的運作，對運維就提出了很高的要求。


我們也想過將IT運維外包，它是基于客戶的有問題的數來做支持的，成本高，響應也不及時。另外，客戶端要感覺好，重要的系統端也不能出故障，這時候要求我們整個運維的計劃要特別強。我們要看下一點的整體運行時間，哪個時間是計劃內的系統的運維時間，這個時間怎么事先跟業務溝通好，當然我們計劃的時間都是在業務相對低谷的一些時間，業務少一點的，要實現跟業務溝通好，哪些可能是計劃外的，其實我最大的挑戰不光是運維，我們已經談到，我們的MTP，也就是從測試的部分，或者開發系統挪到生產系統，是一個非常復雜的過程。


所以現在在聯想IT人員不到2000人，運維團隊約有1000人的規模。還有一部分是外包給自己的服務部門，最重要的還是在管理上要效率。實際上我坐飛機的時候，或者出差的時候，或者是節假日的時候，我對新系統上線是最擔心的，盡管我每天非常忙，但是我最擔心的是數據中心網絡出問題，因為只要數據中心網絡出問題，甭說是幾個小時，半個小時，楊元慶就把我叫過去了，兩小時的肯定是整個董事會都會來找我。


盡管我們有災備中心，我們的災備中心也從來不用，但我必須得保證所有的工作做到位，所以要求無論從網絡、從數據中心都要有目的性，包括每年PC銷售的高峰和低谷差別很大，高峰到來的時候一定要事先來做好預演工作來確保系統不出問題。所以我們運維的難度是國際化的難度，傳統的IT集成性難度非常高，我們必須在管理上要特別嚴格，聯想這些年當然也積累了非常豐富的經驗。




田民：順豐的系統引入自動檢測工具

順豐的業務形態決定我們要用RO的架構，因為順豐的系統是第一個在中國使用全自動分檢功能，這個系統如果我們宕機半個小時的話，可能就是非常大的災難性的損失。



我做物流可能也做了差不多二十年，對于IT系統的運轉，我打個比方，就像天天背手榴彈一樣，就害怕某個地方出一點點差錯，所以，我們快遞的業態決定用很多自動化設備。


順豐目前為止還只是同城的災備，順豐目前每天包裹量是700萬，雙11高峰時達到1200萬，系統里都上億的。我們跟電商唯一的不同，我們在系統里面要保留數據的要求比較大，因跟電商系統下單后，可能剛剛進入我們的物流系統，倉儲狀態還沒顯示，所以要保留一個周期，這樣的業務狀態對數據庫的要求非常高。所以我們在前一階段在數據庫上用很多小型機來保持系統的穩定性。


另外我們研發了很多自動檢測工具，來預防未來這種事情的發生。我們最近也有很多系統在突發之前已經預警，也幫我們解決了很多問題，實際上購物數據一旦出點問題的代價很大，但是我們通過所有可能的方法，通過預演，我們用最短的時間讓系統恢復。




馬松：一根電纜影響不到京東的服務

京東的交易非常復雜，不僅有正常的自營業務也有POP商家，也有面向海外的，也有諸如散購、京東到家等，業務線非常多。



每條業務的購物流程都不一樣，整個服務體系的系統分布在不同的地方，所以切換過程相當復雜，我們也在每個單獨系統也都做了切換，所以我相信，大部分主要的業務不至于因為一根電纜影響到業務。


我們事前也會也做很多演練，這方面也能做到一定程度的保障。當大規模訪問爆發時，例如即將到來的6.18，對系統的要求集中在能不能提供信息安全、穩定性、高可用性這塊，因為我們畢竟是面向海量用戶做服務。