六个人如何运维一万台服务器？(11)

有了成本意识之后，我们可以更加合理的分配资源。比如有的应用本身不是很重要，还申请了特别多的机器，机器使用率也不高，拿到账单一看，这么一个不重要的应用竟然耗费这么大的账单，然后他们就会回收一部分资源。

目前我们也在不断的去接入各种各样的应用账单，比如说主机账单、网络带宽账单、监控报警、日志收集、大量的存储，还有计算资源账单，还有其他的一系列的账单，都会慢慢接入进来。

——————————

总结

——————————

最后做一下总结，在去哪儿网运维自动化历程中，我们经历了不同的阶段。

我们发现等应用扩大到一定规模的时候，需要运维平台化，自动的或者半自动的方式是非常耗费人力资源的，并且它也会大致发现一些错误甚至是故障。去哪儿网运维自动化也是做得非常不错的，怎么来体现？

我 2013 年入职，我入职的时候日常运维的人员大概有五六个，现在我们日常运维的人员仍然是六个，我们又推出了一个运维机器人，运维第七人。

我们还是保持在六人的状态，我们规模扩大了很多倍，从百台到万台，扩大了上百倍的规模，但是我们日常运维人员并没有增加，这是运维平台自动化带来的好处。

应用的可用性需要监控报警系统的保证，基本上在一个应用上线之前就会去把它所有关键的报警和监控架好，这样应用有问题的话就会迅速回滚或者去 debug 。

因为我们有完善的监控报警系统，所以去哪儿网的故障还算比较少的，平均来说一天也就两三个故障。

但是去哪儿网的故障和其他的故障可能不太一样，去哪儿网的故障要求比较苛刻，一次网络故障我们就会记录批次的故障。

比如 Watcher 的监控系统不出图了，超过 5 分钟了，我们可能会深究 P1 和 P2 的故障。

在这样的严格要求下，我们的故障也不会太高，我入职四年来，现在累计的故障数也就 3000 个左右。

要保证我们整个运维生态的发展，我们需要将数据打通，打通需要给应用一个 ID，有了这个 ID 之后，我们就可以在各个运维系统和平台上共享数据，形成一个良性的生态循环。

作者：郑松宽，去哪儿网高级运维工程师。2013 年加入去哪儿网平台事业部，从事运维开发工作。工作中主要负责公司监控系统的开发，应用管理平台 Portal 的设计、开发和运维。

来源：转载自高效运维微信公众号，本文整理自  GOPS2017 北京站演讲《去哪儿网应用运维自动化演进之路》，高效运维社区致力于陪伴您共同成长。

（编辑：ASP站长网）