只顧IT死活的傳統運維
  在信息化時代，企業所購建的各種信息化系統如財務、供應鏈、進銷存、ERP、OA等等，多是為了滿足內部管理的需求。這些系統面向企業內部員工或上下游產業鏈，無論是用戶規模，還是功能需求通常是集中、可控和固化的。因此信息化系統的開發設計都是煙囪式架構，縱向擴展能力強，橫向擴展能力弱，系統內部重度耦合，而系統之間無關聯或弱關聯。這就造成了一種現象——信息孤島叢生。
  傳統運維部門在制訂IT設備和信息化系統管理目標時，關注的是一臺臺IT設備的故障率和一套套應用系統的可用性，在基礎設施、數據庫、中間件、災備、存儲等環節通常大量采用商業閉源的軟硬件產品及其解決方案，設備的開放性差、標準也不統一，管理時遵循嚴格的ITIL管理體系，喜歡采用兩地三中心這種典型的重量級、集中式運維管理方式。

  隨著IT規模越來越大、系統越來越復雜，運維保障工作由最初的硬件運維不斷細分，網絡工程師、系統運維工程師、DBA、安全工程師等崗位加入到運維體系中，系統管理采用各種重耦合的ITSM、ITOA軟件，如IBM Tivoli、HP Openview等。

  當業務系統發生故障時，IT主管首先召集自掃門前雪的各個運維崗位進行自檢，查看各自負責的設備、應用組件、系統是否運行正常。如果沒有發現問題，則會召集設備提供商、系統開發商、系統集成商，甚至是IT咨詢公司一起對系統進行“會診”，查找故障原因，整個流程常常會超過一周時間。

 所以，傳統運維部門常常被稱為“救火”隊員，依靠人工巡檢的工作方式，不但工作被動，而且效率低下。

    最愛99.99的互聯網運維
  到了互聯網時代，一切以互聯網為核心，IT的邊界被完全打開，IT系統不再是為企業內部管理提供支撐，而是為億萬互聯網用戶提供各種線上服務。因此，IT部門成為了互聯網企業的核心，而保障線上業務持續、穩定運行，也是互聯網企業的第一使命。

 由于互聯網業務通常要面對來自世界各地的互聯網用戶，這些用戶的上網方式、終端設備千差萬別，用戶需求更是不斷變化。同時，互聯網產品迭代、變更非常頻繁，業務規模增長迅速，傳統商業閉源軟、硬件產品無法滿足互聯網業務敏捷、高效的運行需求，彈性、擴展程度高的分布式系統成為互聯網架構的首選，硬件通常使用廉價的X86服務器，應用系統則會選擇便于二次開發的開源產品，這也為虛擬化和云計算的流行奠定了良好的基礎。

 互聯網運維最關注互聯網用戶體驗，重視響應時間、可用率等性能指標，常常會要求系統可用性達到四個九。因此，互聯網運維在基礎設施、數據庫、中間件、分布式存儲、自動化部署等環節通常大量采用開源或基于SaaS的自動化運維監控工具，如Zabbix、Nagios和云智慧監控寶等，這些產品的橫向擴展能力很強，具有分布式、輕量級、模塊化、去中心化等特點。

 故障發生時，要求互聯網運維能夠第一時間發現問題，并快速進行根因分析，依靠人工巡檢的傳統運維管理方式嚴重落后，自動化運維逐漸流行。這就對互聯網運維工程師的開發能力提出了比較高的要求，熟悉LAMP/LNMP、掌握Python之類的腳本語言只是基礎，玩得轉各種開源監控系統，能夠根據業務特點和企業需求定制開發自動化監控和告警工具的運維大牛成為BAT等互聯網巨頭的追捧對象。

 這一時期，運維和開發之間的邊界變得模糊起來，DevOps成為互聯網產品從開發到上線維護的新選擇。

    以大數據為武器，保障數字化轉型成功的業務運維

 過去，傳統企業和互聯網企業之間的界限涇渭分明，然而在互聯網經濟對實體經濟的不斷滲透和沖擊下，越來越多的傳統企業開始擁抱互聯網，借助互聯網+和數字化轉型謀求商業模式創新。一方面，在過去的十幾年里構建了大量信息化系統仍然為企業管理提供保障；另一方面，數字化業務必須滿足互聯網用戶的體驗需求，這就造成了傳統信息化系統與互聯網應用大量并存的局面，業務與IT管理系統之間存在著巨大斷層，傳統運維和互聯網運維難以有效支撐企業的數字化轉型。 

 于是，利用大數據技術消除業務與IT斷層，解決數字化轉型痛點成為IT運維發展的第一選擇。業務運維是以大數據技術為基礎，覆蓋企業所有業務系統和IT系統的新一代運維大數據管理解決方案，通過全鏈路監控、端到端應用性能管理、實時業務數據分析與高度定制化的可視化大屏等手段，幫助企業第一時間發現業務數據波動，憑借根因分析準確定位造成業務問題的IT故障，持續提升數字化業務運營和IT管理效率。 

  業務運維關注的不再是單純的IT系統運行狀態，而是以業務運行健康作為核心指標，這就要求CIO所領導的IT運維部門對用戶需求、業務運行有深入的了解，能夠根據業務特點規劃系統、調配資源、優化流程，進而實現IT引領業務的數字化轉型目標。因此，業務運維必須具備強大的即時數據分析能力和開放的數據接口，能夠接入各種ITSM/ITOA系統、APM、NPM和業務系統數據，而且業務運維與原因IT系統是松耦合、低侵入的，是可以彈性部署和靈活配置的，這樣才能在企業的數字化轉型中快速實現價值。

  未來，隨著機器學習、深度學習等技術的不斷成熟，AI技術將在業務運維體系中得到廣泛的應用，共同推動IT運維市場的進步，而這就是業務運維在幾年之后發展方向——智能運維AIOps。通過不斷的數據積累和持續學習，智能運維AIOps將把運維人員從紛繁復雜、過度依賴人工的監控、發現、告警和修復工作中徹底解放出來，而運維也將變得更加自動化、智能化。