详解IT运维发展趋势及运维人的转型升级(5)

首先，分布式的架构和云化的架构使得系统单点被打破，在整体数据稳定性提升的情况下，单一设备稳定性的需求下降。在这种前提下，数据架构方面的工作更为重要，需要更多数据架构师和运维人员参与到前期系统业务架构分析、数据架构规划、数据架构设计、数据模型设计等工作中。

其次，如上文中提及运维相关的工具和产品在不断完善不足。集中式、自动化、智能化运维产品和工具的涌现，使IT系统运维智能化、自动化成为可能，将运维人员从重复、机械的工作中释放出来，降低运维人员的工作量，让运维人员承担更为重要的工作。

此外，各种软硬产品也在不断自我完善。各种软硬件产品使用和维护“simple and stupid”成为一种趋势：

例如Oracle数据库在Oracle 9i的年代，安装完数据库后，维护人员光是内存分配就需要配置一大堆的系统参数;

过了若干年，Oracle11g推出，一个memory_target告诉它你计划让他用多少内存就可以了，运维已经变得越来简单;

到了如今，甲骨文在Oracle database 18C的发布会中，提出了数据库自治的理念，号称Oracle成为世界上第一款的自治数据库，其对应的云平台和服务以最低的成本实现了更高的性能、安全和可靠性的需求，并且降低了操作的复杂度，减少了人为误操作的概率，大部分的工作能够自主地完成，减少了手动操作的工作量，令业界发出“运维危矣”的惊呼，尽管实际结果如何还需要拭目以待，但未来的软、硬件产品越来越智能，基本运维难度下降是个不争的事实。

最后，随着信息技术特别是物联网的广泛应用，网络购物、移动支付、共享经济、智能家居等新业态新模式的蓬勃发展，全球数据呈现爆发增长、海量聚集的特点，每年都产生比以往更大量、维度更丰富的海量数据，采取更好的数据管理方式，更好地利用数据，构建以数据为关键要素的数字经济，核心就是数据资产管理。

在数据资产化的趋势下，企业IT系统运维的重点必然从单一的保稳定，向数据资产变现、增值等更高的数据资产管理运营要求。

业务方数据资产应用问题重重

但是，目前制约企业数据资产应用的问题还有很多。

很多传统企业，由于其自身的特点所致，企业没有专业高度集中的IT系统建设和管理体系。分散式的IT系统建设，造成竖井式或者烟囱式的系统。企业内部IT系统建设缺乏规范的数据标准和制度，造成数据质量低下，连基本数据集成和共享都显得困难重重，就更难以进行进一步的数据分析、挖掘、数据变现等行为。数据零散而分散，产生大量相互独立的数据壁垒，难以充分发挥数据的协同效应，扩大数据规模，进一步增加数据分析和交换价值。

在当前传统企业，受限于资金、技术能力、人员编制等诸多方面的限制，IT系统建设大多以外包开发为主。IT系统从规划设计、开发、上线到日常运营的整个生命周期过程中，外包开发对技术架构、数据架构、应用架构甚至业务架构起主导作用。这种企业IT系统核心掌控能力的下降，亦使得许多传统企业逐渐失去对数据资产的主导权和控制力。

企业数据变现的能力弱，数据应用和运营专业技术能力不足，就很难完成预测数据的应用场景。

运维人员的工作未来趋势

运维人员作为IT技术与业务之间的接口，必然要求运维人员向上走，走向数据资产管理的层面。

数据资产管理是规划、控制、和提供数据这种企业资产的一组业务职能，包括开发、执行和监督有关数据的计划、政策、方案、项目、流程、方案和程序，从而控制、保护、交付和提高数据资产的价值。离开高质量的数据，企业难以做出明智及有效的决策。

在大数据时代，数据资产管理比传统时代更加重要，它为企业提供一个透明、可靠和高质量的数据环境，它将成为企业的核心竞争力，帮助企业提供更精准的产品和服务、降低成本并控制风险。我们将企业数据资产管理总结为数据资产管理五星模型，它分为5个相互关联的层面，分别是数据架构、数据治理、数据运营、数据共享与数据变现(见图1-7)。

时代在变，运维人员的工作重点也需要因时而变，这是一个不变的规律。以数据资产为核心，以治理和运营为手段，以共享和变现为目标，是未来企业运维人员从基础设施运维走向以数据资产为核心的运营和运维的总体趋势。

五、总结

经过近年来的发展，企业IT应用系统建设和运维逐步从面向企业业务为中心转变到面向客户为中心。传统的IT架构、运维模式、运维体系甚至于运维对象都受到不同程度的冲击和转变。

在这个转变的过程中，企业IT运维面临着不断叠加的业务需求、应用需求交付周期不断缩短、不断提升的用户体验要求、数据资产价值增值提升等问题。按需而动，成为了当前企业应用系统变革主题，这就要求企业要有一个更具弹性和高度扩展性的IT技术架构，更为敏捷而高效的运维体系以及更具智能化的运维工具体系，才能更快捷地响应来自于用户端的业务需求，把满足用户的核心需求作为全企业的共同愿景。

同时，智能化的运维工具体系以数据化运维为基础，通过大数据、机器学习及更多高级人工智能等分析技术，提供具备主动性、人性化及动态可视化的能力，直接或间接地提升目前IT运维的能力，以更多自动化运维操作解放运维人员，让运维人员有更多地投入到其他如数据分析等工作中，推动企业核心业务的发展。

最后，企业的IT系统运维的重点从技术架构回归到信息本身。企业需要高质量、可靠的数据为其决策支持、运营管理、风险控制、产品提供、营销活动等服务。运维人员从角色而言处于技术与业务的结合点上，是企业数据资产理想的管理者和推动者。运维人员的运维重心在未来很大程度上将从技术架构转移到数据架构之上。

运维的变革将从技术架构、运维体系、运维平台以及运维核心四个维度循序展开，按需而动、智能化以及数据驱动是未来IT运维的总体趋势。

作者介绍

梁铭图，新炬网络首席架构师，10年以上数据库运维、数据分析、数据库设计以及系统规划建设经验，在数据架构管理以及数据资产管理方面有深入研究。

（编辑：ASP站长网）