AIOps智能运维这个公众号，从2017年7月27日开篇，已经陪伴大家度过了500多天。我们的路走了十八个月，希望技术遍布运维各处；文章每周一篇，每个文字都是呕心沥血；关注屡创新高，感谢却也颇觉欣慰；回头望路，祝福大家仍是此间少年。
2019，运维依旧这一年，我们分享了很多百度智能运维的技术，从自动化运维到智能化运维，从监控到部署，从流量接入到故障自愈，无所不含。今天来盘点一下，也希望给诸位读者一个“索引”，方便大家便捷地获取信息，找到所求。
我们的历史
我们在2017年公众号刚发布的时候，隆重推出过3篇百度自动化运维历史观，这是我们的“巨T”所写。希望了解我们的历史，以及因为这些历史所带来的不同于行业其他公司发展思路的朋友，非常推荐你重新翻阅一下《百度自动化运维的演进（一）》《百度自动化运维的演进（二）》。
我最近在看《丝绸之路》，深刻感受到，要观多路，才能行致远。每个文明都有其发展的源头和独特的发展线路，是底格里斯、幼发拉底也好，是搜索、社交也好，不外如是。研究透了历史，很多东西才能看得通透。
我们的AIOps
当然，这个公众号的名字叫做“AIOps智能运维”，我们的内容自然有非常多AIOps相关的内容，我们遵循百度做AI的一贯方法，数据、算法、算力还有场景、组织，一个都不能少。如果想全面了解我们的AIOps，欢迎回顾如下内容。
数据篇：《构建AIOps的MNIST》《运维知识库之ETL》；
算法篇：《创造程序的白衣天使（上）》《创造程序的白衣天使（下）》；
算力篇：《AIOps时代，你准备好了吗？》《百度智能运维工程架构》；
场景篇：《单机房故障自愈（一）》《单机房故障自愈（二）》《单机房故障自愈（三）》（睡好，黎明，春天三部曲）《故障定位场景下的数据可视化实践》；
组织结构篇：《AIOps中的四大金刚》。
每一篇都是呕心沥血多年沉淀而略有所得，希望能给大家一些帮助。
当然，运维的传统“科目”肯定不能缺少，我们已经把AIOps的很多理念完整地融入到了传统运维科目中。就比如监控，作为运维管理三剑客（Monitoring、Automation、Service Desk）的重要一员，我们当然会给予非常多的出镜率。OP不是RD、QA，不可能掌控每一行代码，但我们却想尽可能清晰地看到系统中的每一点一滴。我们就像医生一样，通过各种化验结果（监控指标），望闻问切（查日志爬数据），翻阅文献资料（SOP、知识库）来给出诊断。知道了病因，还要治，治的方法就更加五花八门了，这一年间，行业内也是各说各话，好不热闹。
百度的黑盒网络监控
在百度，监控是一个庞大的体系，网络监控、设备监控、系统监控、业务监控等等。当然，从团队职责的角度出发，我们更侧重于怎么把业务运维做好，对于硬件设备和IDC运维可能涉猎不多。
就比如网络监控。大家一般会从两个角度出发，一个是白盒监控，IDC运维希望监控网络中每个节点和链路的状态和质量，什么TOR啦、板卡啦、交换机啦，blabla…，谁有故障都要查；另一个是黑盒监控，我不关心哪个网络设备故障了，我只想知道实际使用网络时，端到端（从一台服务器到另一台服务器或从一个终端用户到一个服务端程序）质量如何，是不是通的。
针对此，我们比较详尽地介绍了百度的黑盒网络监控是怎么做的，外部运营商网络监测可通过《百度网络监控实战：猎鹰一战成名（上）》《百度网络监控实战：猎鹰一战成名（下）》《骨干网链路异常？还是机房侧异常？》了解，内部IDC网络监测可通过《百度网络监控实战：NetRadar横空出世（上）》《百度网络监控实战：NetRadar横空出世（下）》《还记得概率课本中的二项分布吗？在我们的网络判障中发挥了大作用！》了解。
系统地理解和建设监控
如果你想开始系统地理解和建设监控，而不是用开源随便搭一套对付着能“用”，那下面这些文章很适合你。
原始的服务器资源数据或日志数据采集而成监控指标，翻阅《监控数据从哪来？》《百度海量日志处理》《日志监控实践－监控Agent集成Lua引擎实现多维度日志采集》；监控指标经过再加工而成高级业务指标《聊一聊实时计算系统设计》。
业务指标有了，你一方面得存储吧，可以关注《百度大规模时序数据存储（一）》《百度大规模时序数据存储（二）》《百度大规模时序数据存储（三）》《探索与发现，揭秘百度万亿时序数据存储架构》。
一方面你还得检测判断而产生异常事件，《异常检测：百度是这样做的》《我们不一样！告诉你百度是如何做智能流量异常检测的》《复杂异常检测如何快速落地？看看百度怎么做》。
异常事件还需要通知到需要知晓它的人或系统，《百度监控报警那些事儿》《我们不生产报警，我们只是报警的搬运工》。
哦，监控事件也需要存储呢，《面对海量事件数据，我来告诉你怎么办！》《海量事件数据存储与计算——高可用建设》。
其实，监控系统是一个非常大的范畴，它有着很多的变种应用，就比如时序指标的存储（TSDB），除了咱们的监控系统需要，现在在物联网（IoT）等方向都是不可或缺，百度是经过了10年的踩坑、填坑，才把自己的TSDB构建成可以支撑每秒xx数据点（想知道xx是多少？请翻阅历史文章）的写入，业内首屈一指。再比如，事件的存储（EventDB），不仅局限于监控事件，它还可以存储程序变更发布的事件、运维操作事件等等，基于它的应用也非常丰富多样。
报警收敛
此外，我们还在几个重点场景，讲了一下我们的经验、教训和应对措施。报警一直是困扰OP的大事儿，以前用Nokia的时候，因为内存所限，得经常清理报警短信，当然，现在手机性能好了，手机倒是塞不满了，只不过，更懒得看了。我们想提升OP的幸福感，报警量要降低，报警质量要提升，不能造成漏报。欢迎收听《我在百度对抗报警风暴（一）》《我在百度对抗报警风暴（二）》。此外，监控配置的管理和分发，也一直是超大规模监控系统的痛点难点之一，我们的一些经验可以参看《走近监控系统的神经中枢》。在你把一切都建立起来后，最后还得考虑《百度如何实现大规模分布式监控系统的高可用》。
Automation
Automation，或者应该说是狭义Automation——自动化部署方向，也一直是百度运维的最重要成员。程序的部署《一键上线Archer｜百度持续部署的瑞士军刀》《产品迭代的最后一公里》；任务的调度《今天我们来聊一个很基础的话题：如何执行一条命令》《今天我们来聊一个很高级的话题：如何设计一个大规模远程命令执行系统》；数据的分发《嗖的一下，让数据自动生效！》；服务管理和资源定位《程序：我从哪里来？》。看看这些，你能得到更多。
HTTPS
在流量接入层面，我们挑选了最近几年百度的重要方向——HTTPS，详尽介绍了百度在这个方向的实践经验《大型网站的HTTPS实践（一）》《大型网站的HTTPS实践（二）》《大型网站的HTTPS实践（三）》《百度HTTPS性能优化经验》《百度HTTPS部署实践》《技术宅告诉你如何搜索更安全》，每一篇都是程序员哥哥的老嫩手敲的呀。
当然，在这么多超级干货之后，我们的架构师也是收不住了，来了一把个人SHOW的乱入《架构集成导读》；嗯，还有我们的帅锅靓妹PM们也不甘寂寞，谁说基础平台就不需要PM的？《关于B端产品的用户体验，你要知道这些！》《戏精PM的独白：如何高效地与研发工程师沟通》《B端究竟需要什么样的产品经理》；好吧，还有我们的项目经理《教你优雅解决项目Delay和交付质量差的问题》。
在做AIOps的过程中，我们深刻意识到，每个公司，每个行业，都因为其背景不同，有着各种不同的做事方法。我们的团队，同时面向百度内部业务和百度的外部用户，所以我们非常侧重业务的落地和方法的通用性。很多人可能会觉得，AIOps落地不难啊。可是深入参与后，你就会发现，难点不在于算法多么高深或者架构多么复杂，当你需要落地在全场景业务时，当你的程序员优雅VS.超变态需求时，当你都搜集不全NB模型所需要的训练数据时，一切都不一样了。
市场现象也很多。有些商业公司很有意思，他们一方面承认AIOps是未来的发展趋势，但又不愿意投入和真心研究这个方向，基本都是东挪西凑，包个壳，出个PPT。AIOps的客户也是有各类不同的诉求，一些客户急切赶上潮流，争取科技进步；一些客户是切肤之痛，人扛不住，管理不过来，那么全交给AI吧。
AIOps就跟无人驾驶一样，不是一朝一夕能达成的。如果是想打一枪换一个地方，走糙快猛还成；但若论长久之计，AIOps的落地如果都是走糙快猛的路线，那么只会让真心希望使用它的人感觉到失望，效果不尽如人意，甚至感觉，还不如传统运维呢。
讲了这么多，写在最后，我们是憋了个大招的《百度云企业级运维平台——NoahEE》，这是我们10年的历史沉淀走向商业化的重要里程碑。感谢这一年半来，所有为了AIOps智能运维的技术发展而辛苦付出的同学；也期待未来，和行业所有同仁一起，助力AIOps加速蓬勃发展！
阅读推荐
运维实践
智能运维架构 | 架构集成 | 网络判障 | 监控数据采集 | 监控报警 | 网络异常 | 分布式监控系统 | 数据可视化 | 单机房故障自愈 | TSDB数据存储 | 异常检测 | 流量异常检测 | 复杂异常检测 | 报警风暴 | 实时计算 | 故障诊断 | 日志监控
运维产品
企业级运维平台 | 运维知识库 | 通告平台 | 百度名字服务 | 业务部署 | 数据配送 | 集群控制系统 | 外网监控 | 内网监控 | 部署变更 | 配置管理
精品推荐
AIOps中的四大金刚 | 智能运维 | AIOps时代 | 运维演进
↓↓ 点击"阅读原文" 【了解更多精彩内容】