30、基础设施管理的变革：从传统到自动化

基础设施管理的变革：从传统到自动化

1. 基础设施管理的现状与挑战

在当今的信息技术领域，基础设施管理面临着诸多挑战。大多数 IT 团队常常被紧急事务缠身，无暇顾及那些能带来长期效益的重要工作。软件交付团队也存在类似问题，问题往往不在于人员本身，而在于他们所使用的流程和工具。表现不佳的 IT 和运维团队通常只能应对日常需求，缺乏对长远规划的思考能力。

要更可靠、可重复地交付基础设施，关键在于实现更好的自动化和优化流程。例如，让基础设施团队使用看板来跟踪工作，能提高透明度，推动任务完成，并限制正在进行的工作量，避免人员因同时处理多项关键任务而不堪重负。真正关心员工的管理者和组织，会关注员工在紧急但无附加值任务上花费的时间（谷歌的 SRE 运动将其称为“苦差事”），并确保将这类时间控制在一定范围内，让员工至少 20%，最好 50% 的时间用于更有价值的未来工作。

2. “宠物”与“牛群”：两种基础设施管理理念

传统上，我们对待服务器就像对待宠物一样。比如，有一台名为 Bob 的邮件服务器，一旦它出现故障，就会引发全员紧急响应，因为 CEO 可能无法收到邮件，这被视为严重问题。这种独特、不可或缺且不能停机的服务器、大型机、网络组件或数据库系统，被手动构建、赋予名字，维护这些静态且日益陈旧的环境成为工作中越来越重要的部分。Gene Kim 在《Visible Ops Handbook》中将这些珍贵且难以替代的组件称为“艺术品”，Martin Fowler 则称之为“雪花环境”，因为每台服务器都有独特的配置。

然而，随着现代基于云的环境的兴起以及大规模数据中心维护的挑战，人们逐渐认识到，将服务器和环境视为“牛群”更为合适。“牛群”理念下的服务器是