運營商的運維現(xiàn)狀

連接超過50億移動用戶的電信行業(yè)已徹底改變了世界。它讓我們彼此相連、帶給我們娛樂、傳遞給我們新聞、給予我們靈感。一直以來，電信運營商都是這些變化的掌舵者, 但如今運營商們卻陷入了與互聯(lián)網(wǎng)和OTT服務(wù)商日趨激烈的競爭之中。他們需要在不斷追趕中實現(xiàn)自身的數(shù)字化運營運維轉(zhuǎn)型，以迎接來自這些最成功的數(shù)字化企業(yè)的挑戰(zhàn)。

如今的網(wǎng)絡(luò)主要是由人來管理。在網(wǎng)絡(luò)運維中心，工程師們不僅每天監(jiān)控著成千上萬的告警，還要創(chuàng)建故障單來跟蹤問題的解決。該運維模式依賴于煙囪式的運維軟件，居高不下的人工和重復(fù)性勞動、垂直且不易拉通的組織結(jié)構(gòu)，難以給運營商帶去數(shù)字化轉(zhuǎn)型的收益。要提高成本效益和質(zhì)量，運營商需要探索創(chuàng)新的運維模式，并從互聯(lián)網(wǎng)行業(yè)汲取經(jīng)驗，以便建立更加敏捷的運維模式。

正如加拿大TELUS首席無線架構(gòu)師Frank Qing所說：“雖說我們使用的是21世紀(jì)的4G網(wǎng)絡(luò)，但網(wǎng)絡(luò)運維在某種程度上卻還停留在18世紀(jì)。機器制造都已經(jīng)實現(xiàn)了自動化了，但電信行業(yè)仍在使用人工勞動力。”

運維需要自動化與智能化

部分流程不可視、不可管，煙囪式運維模式和昂貴的運維成本，是當(dāng)前運維的主要痛點。大量工作需要人來手動完成，導(dǎo)致故障平均恢復(fù)時長較長，這些都影響了網(wǎng)絡(luò)業(yè)務(wù)質(zhì)量和終端用戶體驗。

運營商目前使用的大多數(shù)運維支撐軟件（OSS）都是基于封閉的軟件架構(gòu)設(shè)計的。這些架構(gòu)基于不同領(lǐng)域部署，從而形成一個個運維孤島，使得軟件變更周期不可控，拉長了新業(yè)務(wù)的上市時間。

運維工程師必須經(jīng)過培訓(xùn)才能使用軟件系統(tǒng)執(zhí)行日常任務(wù)。他們未必懂得如何增強軟件以適應(yīng)不斷變化需求，還可能受限于不允許定制軟件的功能限制。由于手動操作的單調(diào)和重復(fù)性，運維人員會失去動力。枯燥的工作也導(dǎo)致嚴(yán)重的運維人員流失。

運維組織層級化，官僚化。例如，通常有三個層級的客戶服務(wù)和網(wǎng)絡(luò)運維，這也是煙囪式軟件和流程式煙囪的一個表現(xiàn)，并且在級與級之間存在大量的手動切換。

當(dāng)前運維模型的這些不足是自動化和智能化的關(guān)鍵驅(qū)動因素。實現(xiàn)自動化和智能化有助于運營商對其運營進(jìn)行全面檢查，以實現(xiàn)業(yè)務(wù)，服務(wù)和運維的靈活性。

然而，轉(zhuǎn)型并不容易。根據(jù)麥肯錫（McKinsey ）的調(diào)研，基于種種原因，超過80％的轉(zhuǎn)型均以失敗告終或無法實現(xiàn)其預(yù)期價值。所以電信行業(yè)應(yīng)該向OTT服務(wù)商學(xué)習(xí)，去了解他們運營靈活且成功的原因。

向OTT服務(wù)商學(xué)習(xí)

互聯(lián)網(wǎng)供應(yīng)商，特別是OTT服務(wù)商，已經(jīng)顛覆或正在改變幾乎所有行業(yè)，哪怕是根基穩(wěn)固的傳統(tǒng)企業(yè)也不得不做出改變。

比如，亞馬遜借助AWS業(yè)務(wù)，將存儲和計算資源商品化，提供按需的、基于云的IaaS和SaaS解決方案，顛覆了傳統(tǒng)計算機行業(yè)。與此同時，優(yōu)步和愛彼迎給交通出行和酒店業(yè)也帶來了類似的影響。

這些企業(yè)將其成功大部分歸功于他們運營模式，并歸納了下面關(guān)于數(shù)字運營的基礎(chǔ)共性，如：

高度自動化的運營流程

云基礎(chǔ)架構(gòu)

熟練掌握軟件技能的操作人員

基于DevOps原則進(jìn)行業(yè)務(wù)設(shè)計和交付

使用基于微服務(wù)的軟件架構(gòu)

應(yīng)用程序編程接口（APIs）

谷歌使用DevOps建立“站點可靠性工程”范式，打造具有運營思維的軟件產(chǎn)品，這些軟件可以自動執(zhí)行重復(fù)和反復(fù)出現(xiàn)的任務(wù)，以減少過程中出現(xiàn)的手動錯誤。優(yōu)步采用靈活且可擴展的基于微服務(wù)的軟件架構(gòu)取代單片操作軟件架構(gòu)，以便快速，可靠和獨立地跨區(qū)域發(fā)布軟件。 Netflix基于云的服務(wù)基礎(chǔ)架構(gòu)和DevOps流程實現(xiàn)軟件驅(qū)動的自動化運營。

自動化：自主運維之路

雖然目標(biāo)是自主運維，但是這種轉(zhuǎn)型卻是循序漸進(jìn)的，只有采用漸進(jìn)的自動化方法才能實現(xiàn)。作為流程轉(zhuǎn)型的一部分，運營商應(yīng)不斷尋求自動化的機會。他們應(yīng)該遵循這個原則：所有可自動化的操作都應(yīng)該被自動化。下面的圖1說明了自動化自主運維的演變。

依賴重復(fù)的手工流程體現(xiàn)在：操作人員要么把相應(yīng)的步驟寫入手冊，要么將其形成個人知識庫。但即便手冊說明足夠詳細(xì)，操作人員經(jīng)驗足夠豐富，依賴手工流程也容易出錯。 不精準(zhǔn)的分析和不正確的配置所帶來的風(fēng)險極高，可能會帶來服務(wù)中斷、收入損失和客戶流失等問題。因此保證每次任務(wù)都能準(zhǔn)確一致地完成，是非常重要的。

軟件自動化對手工流程最有助益，組件化的軟件工程方法可以精確地識別重復(fù)的手動任務(wù)。首先就是把簡單且反復(fù)出現(xiàn)的手動過程自動化。自動化的最終目標(biāo)是將軟件慣例打包為可重用的組件，從而使這些組件能夠根據(jù)數(shù)據(jù)驅(qū)動的決策點和規(guī)則自動觸發(fā)和執(zhí)行任務(wù)。

智能化：實現(xiàn)預(yù)測預(yù)防性運維之路

工程師們在移動網(wǎng)絡(luò)的規(guī)劃設(shè)計、運維優(yōu)化過程中，嚴(yán)重依賴于自身對網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)以及終端用戶移動性和使用習(xí)慣的深刻理解。隨著這些網(wǎng)絡(luò)拓?fù)渥兊酶訌?fù)雜密集，工程師越來越難以預(yù)測和計算這些使用模型。為了解決這個問題，我們需要利用來自網(wǎng)絡(luò)不同區(qū)域的所有數(shù)據(jù)：不僅僅是運維數(shù)據(jù)，還有網(wǎng)絡(luò)其他領(lǐng)域的數(shù)據(jù)。這些數(shù)據(jù)可以被反饋到模型中，我們可以通過模型提取和運算獲得深入和可操作的見解，進(jìn)一步優(yōu)化運維。

為此，運營商必須首先建立單個統(tǒng)一數(shù)據(jù)庫，該數(shù)據(jù)庫能夠記錄、處理和聚合源自基礎(chǔ)架構(gòu)以及網(wǎng)絡(luò)和IT應(yīng)用層的數(shù)據(jù)點，例如日志文件，網(wǎng)絡(luò)計數(shù)器，交易數(shù)據(jù)和網(wǎng)絡(luò)遙測數(shù)據(jù)。我們通過分析，掌握有關(guān)運營的各個方面并實現(xiàn)智能化，使其就像人類大腦一樣能夠從環(huán)境中學(xué)習(xí)，以便在將來相同的運營環(huán)境中做出更好的決策。于此，機器學(xué)習(xí)在運營自動化中的關(guān)鍵作用逐漸清晰。

大量歷史運維數(shù)據(jù)結(jié)合有監(jiān)督的機器學(xué)習(xí)算法可以通過訓(xùn)練檢測到常見問題（例如，網(wǎng)絡(luò)性能降低）并觸發(fā)例行應(yīng)對機制（例如，網(wǎng)絡(luò)擴容）。算法的持續(xù)校正可以提高模式匹配的準(zhǔn)確性，也可以提高我們建立預(yù)測運維的信心。在預(yù)測性運維環(huán)境中，模型會提前數(shù)周、數(shù)天、數(shù)小時預(yù)測網(wǎng)絡(luò)或業(yè)務(wù)問題，從而讓我們有足夠的時間采取措施糾正。

無監(jiān)督學(xué)習(xí)算法在如何分類或標(biāo)注方面無相應(yīng)培訓(xùn)，而是在預(yù)測結(jié)果之前，采用分組或集群來組織數(shù)據(jù)了解隱含的結(jié)構(gòu)和模式。強化學(xué)習(xí)是指機器學(xué)習(xí)算法執(zhí)行單個操作并接受操作評價，并根據(jù)反饋校準(zhǔn)執(zhí)行下一步動作。在以上三種機器學(xué)習(xí)范例中，有監(jiān)督的機器學(xué)習(xí)是最廣泛使用的技術(shù)，它需要數(shù)據(jù)科學(xué)家來設(shè)置并不斷校準(zhǔn)這些算法。所有這三種機器學(xué)習(xí)技術(shù)都有望在實現(xiàn)全面運營自動化過程中發(fā)揮關(guān)鍵作用。

機器學(xué)習(xí)增強了擁有學(xué)習(xí)能力的分析模型，并提供了持續(xù)增強模型智能化的基本機制。例如，將基于機器學(xué)習(xí)的分析模型應(yīng)用于部分自動化流程，這就為模型校準(zhǔn)提供了極好的機會。使用監(jiān)督和增強的機器學(xué)習(xí)方法，操作人員可以調(diào)整分析模型，因為他們可以在執(zhí)行工作流時做出決策。

隨著我們在機器學(xué)習(xí)主導(dǎo)自動化的信心增長，我們就可以把無人監(jiān)督的機器學(xué)習(xí)模型逐步引入自動化工作流，將CSPs帶入AI主導(dǎo)的運營領(lǐng)域。無監(jiān)督學(xué)習(xí)模型的自學(xué)習(xí)和自校準(zhǔn)性質(zhì)不斷調(diào)整自身以提高操作決策的準(zhǔn)確性。

結(jié)論和建議

我們電信行業(yè)正處在一個關(guān)鍵時刻：電信運營商未來的成功將取決于他們能否成功轉(zhuǎn)型為數(shù)字化服務(wù)供應(yīng)商。為實現(xiàn)這一目標(biāo)，運營商必須用自動化和智能化實現(xiàn)的自主運維模式取代具有高度重復(fù)性手工流程的煙囪式運維模式。運維人員必須給予支持，借助統(tǒng)一監(jiān)控，分析和機器學(xué)習(xí)支持的運維平臺創(chuàng)建并延續(xù)自動化運為流程。自主運維不僅具備支持現(xiàn)有物理基礎(chǔ)設(shè)施和服務(wù)的能力，而且隨著運營商部署NFV，IoT和5G等新技術(shù)、新業(yè)務(wù)不斷做出調(diào)整。

我們必須學(xué)習(xí)其他行業(yè)，尤其是像谷歌和亞馬遜這樣成功的數(shù)字化企業(yè)，去大膽接受那些對其成功有貢獻(xiàn)的想法。轉(zhuǎn)維運營不是一蹴而就的。運營商需要支持并實現(xiàn)持續(xù)的增量自動化和智能化，以獲得直接收益，同時支持更廣泛的轉(zhuǎn)型之旅。