阿里巴巴|阿里巴巴云原生大数据运维平台 SREWorks 正式开源( 二 ) 大数据|saas|ai

SREWorks 中统一以应用抽象来描述业务系统，在开发人员将研发完成的应用制品交付上线后，就会对线上应用实例生命周期进行监测、管理、控制。 SREWorks所拥有的运维数据能力会提供增值化的运营、服务，为有需要的人员提供便捷的视图、管理能力等。
“交付、监测、管理、控制、运营、服务”六大场景在SREWorks产品手册中有详细的定义及边界说明。
2 完整的数据化运维体系实践

一套数据化运维体系，会把所有系统的运维数据全部采集起来、真正打通，并深度挖掘这些数据的价值，为运维提供数据决策；同时构建数据化运维业务模型，基于该模型建立标准化运维数仓，建设数据运维平台，在平台中规范运维数据的采集、存储、计算及分析，并提供一系列数据化服务，供上层运维场景使用。

有了运维相关的量化数据，对运维工作的描述和衡量将更加立体化，可以建立长期可持续优化的运维工作模式，实现真正的运维价值。

3 服务化的 AIOps 智能运维平台
在阿里云大数据 SRE 团队看来，AIOps 的出现并没有改变运维的表现形式，依旧还是“交付、监测、管理、控制、运营、服务”的界面，只是在大量运维数据化工作的基础之上，利用AI能力探索、挖掘智能化运维场景。因此，在一开始构筑 AIOps 工程实践时，就坚持打造“感知、决策、执行”的闭环，类似自动驾驶的理念。

SREWorks将量身定制的算法与运维场景化结合，能够提前预测、关联分析，增强风险预防、故障定界定位能力，实现传统手段无法获得的运维价值。具体而言，将每一个智能化的运维服务包装成感知的“监测器”、决策的“分析器”、执行的“策略器” ，供健康管理、变更管理等系列服务调用，即可增强已有运维场景，解决一些普通手段无法解决的问题。
4 运维中台化、低代码化及云原生化运维开发体验
SREWorks 套件自身也是云原生化的应用，并且采用运维中台思想构建，在中台里构建大量的PaaS 化运维服务能力，在前台围绕“交、监、管、控、营、服”六大场景提供SaaS 化运维场景应用。

大部分页面为企业后端控制台类系统，不太需要很酷炫的交互设计，故而，运维开发领域的前端开发始终难于追赶前端流行趋势。针对这些特点， SREWorks 创新性地设计了一套 Serverless 体验的前端开发模式。

三为什么要开源？阿里云大数据 SRE 团队之前在多次技术分享时重点介绍过“DataOps、AIOps”的能力，但都是纯理论层面的介绍。具体在 SRE 领域，到底在工程实践上实现这一套理论？对运维的需求、界面、内核这三层的理解如何落地？
为了把数据化、智能化这套数智内核故事讲明白，阿里云大数据 SRE 团队将具有低门槛、高效率特点的云原生运维平台SREWorks开源出来。
他们坚定地认为，运维团队更需要拥抱云原生，只有这样，运维才能在云原生浪潮下找到一席之地。

该团队也希望，SREWorks 的开源，能让更多从业者使用“大数据和AI”的能力做好运维，实现“数据+智能”的运维平台内核。
据介绍， SREWorks背靠阿里云计算平台系列“大数据AI”产品，如 MaxCompute、Flink、DataWorks、Hologres、Elasticsearch 等，开源版中同样选取了这些产品对应的开源版本，比如开源版 Flink、Elasticsearch 等。
四后续规划 SREWorks平台目前每个月会进行一次迭代开发任务，后续将由版本管理员统一维护合入相关功能及问题修复等内容，以保证最新的云原生化运维能力持续进入后期版本中。