觀點 | ?移動端運維標準的研究

文 / 中國銀行軟件中心 王鵬晴 羅皓

引        言

隨著無線移動通信技術的快速發展，移動互聯網業務成為繼寬帶技術后互聯網發展的一個巨大推力，為移動應用的發展提供了一個新的平臺。移動應用以其固有的隨身性、可身份識別性，可鑒權性等獨特優勢，為傳統互聯網業務提供了廣闊的發展空間和可持續發展的商業模式，因此對一個企業的重要性愈發凸顯。移動應用的普及使得用戶可以“隨時、隨地、隨心”地享受互聯網業務帶來的各種便捷，比如更豐富的企業業務種類、更多的企業個性化服務和更高的企業服務質量保證。

在新的商業模式下，對移動應用開發工作的要求也越來越多，標準也越來越高，一款優秀的移動端APP不僅僅在于實現了相應的業務功能，能夠滿足用戶的正常使用；還在于它能夠安全、穩定、高效地響應用戶的請求，使用戶體驗達到一個高水平。這樣才能留住客戶，吸引更多的客戶，贏得客戶信任，進而提升企業的競爭力，為社會創造更大的價值。

運維領域發展現狀

軟件產品和傳統制造業產品表現形式雖有比較大的差異，但在生產流程中二者還是有諸多相似之處。如果把軟件生命周期看作汽車的生命周期，那么開發工程師就是汽車設計及生產人員，負責將軟件（汽車）從需求，轉為技術設計圖紙，最后變為實實在在的產品，主要關注汽車生命周期的前期。運維工程師要采用相應的技術及管理手段，保證軟件（汽車）的正常、安全、穩定、高效運行，提升用戶（乘客）使用體驗。

傳統的運維工作側重于服務端，負責對公司互聯網業務所依賴的基礎設施、基礎服務、線上業務進行穩定性加強，基于日常巡檢發現服務可能存在的隱患，對整體架構進行優化以屏蔽常見的運行故障。服務端運維，其運維工作更主動，目標更明確，處置手段更豐富。一線運維工程師可以在產品維度直觀的看到各節點的硬件性能情況、中間件運行情況和應用軟件的可用情況。就算生產環境出現故障，也可以迅速定位問題，采用縱向擴容、橫向擴容、故障隔離、應用回滾等一系列應急手段來使產品恢復正常可用狀態。同時，服務端運維工程師可以在風險可控的前提下，從容的規劃和實施未來的災備擴容、流量切換、軟硬件升級等較復雜的運維動作。

相對于傳統的服務端運維，移動端運維還不夠成熟。原有的服務端運維手段和方法，在移動端運維過程中可能并不適用。比如，DevOps（Development and Operations，開發運維一體化）在服務端運維領域已經深入人心并且有優秀的實踐，但是，在移動端運維領域該如何解讀與實踐？當用戶手機里的APP應用出現了錯誤，由于這個錯誤信息在用戶側，不在服務端，運維工程師又該如何得知呢？如果依賴用戶投訴，等接到相關信息時，相信這個故障已經影響了相當大基數的用戶量。工程師們又如何評估某個APP故障的影響范圍是什么？故障到底是和操作系統有關？還是與手機硬件型號有關？當工程師們最后定位了錯誤的原因，又該如何去修復？畢竟，恢復生產是運維工作的第一要素，服務端問題可以通過升級后臺解決，但出問題的APP并不能自動升級，因為它運行在用戶的手機里。

所以，在移動應用領域，運維工作有自己獨有的特征。如何正確理解，有針對性的去改進現存機制，達到與服務端運維同樣的高可用目標，是運維領域一個新的挑戰。

移動端運維特征

移動端應用的運維工作存在以下特征：

1.問題發現、暴露慢。移動端應用的問題比較隱蔽、不易察覺。出現問題無法實時監控和告警，只能通過客戶投訴后才發現。由于延遲性高，待相關人員介入處理時，問題經常已經呈現蔓延的趨勢，處置成本極高。

2.問題分析、定位慢。移動端應用同一時間在運行的前端版本眾多，運行平臺的操作系統版本不同，硬件機型繁多。使得相關人員在評估影響范圍時，周期較長。且移動端應用一般對接的后臺系統較多，多系統協同排查困難，問題分析定位費時、費力。

3.問題應對、處置慢。移動端應用發生異常后，處置人員由于個人情感、技術能力、外界壓力等因素，有時候不能果斷、快速處置問題，無法做到快速阻斷問題，恢復生產。

移動端運維標準建設

根據移動端運維工作獨有的特征，我們可以明確，移動端應用的運維工作首先要滿足“快速響應”的訴求。只有做到快速響應，才能最大程度的減少對客影響。對此，我們結合移動端應用生產問題的歷史處置經驗，總結提煉了移動端應用運維快速響應能力模型，作為移動端應用運維領域的評估依據和實施標準。

1.什么是快速響應能力。一個產品對生產問題的快速響應能力，可以細分為感知、定位、分析、應急四個階段。

感知：將問題信息、影響范圍通知到相關人員。

定位：定位到出現問題的產品、功能、接口、模塊、服務器節點等，明確該問題的邊界。為后續聚焦資源、啟動應急預案做好準備。

分析：對于復雜生產問題，當已有信息不足以支撐應急決策，需具備快速收集和整合信息的能力，縮短分析人員的信息獲取時間。

應急：優先采用不更新應用版本的方式，第一時間阻斷影響、恢復生產。

2.移動端應用運維快速響應能力模型。為了建立一套行之有效的機制及實踐，達到移動端應用運維快速響應的目標。我們以各階段工作目標為維度，針對感知、定位、分析、應急歸納了D1至D4四大類共計14項指標，組成移動類應用生產故障快速響應能力模型。該模型詳細描述了每類目標的細化要求，明確了一個移動端應用產品需要建設哪些能力，才能在生產故障時，具備快速響應的能力（見表1）。各能力模型詳細描述如下。

表 1 移動端應用生產故障快速響應能力模型

D1-F1（客戶使用情況感知）：對接口請求報錯情況、響應耗時、對應的功能及后線系統、閃退信息等進行收集匯總并分析。D1-F2（實時信息觸達）：對分析完成的監控數據以短信、微信、郵件等形式實時推送到相關干系人。D2-F1（終端信息實時展示）：對問題涉及的終端信息實時展示，包括但不限于APP版本范圍、機型、操作系統等，快速明確影響范圍。D2-F2（問題交易鏈路）：明確功能涉及的全交易鏈路，方便組織交易鏈路上的產品共同排查。D2-F3（報文抓取）：針對不同終端，如原生、H5、小程序等，能夠快速獲得請求的上下文。D2-F4（問題復現）：具備與生產環境相同的鏡像環境及終端，能夠為模擬復現提供支持。D3-F1（代碼分析）：具備代碼分析工具，能夠對各批次的源碼和執行碼進行比對，快速定位出最近變更的內容。D3-F2（模擬復現）：根據收集的報文、終端等信息，能夠在鏡像環境復現生產問題。D3-F3（交易唯一流水號）：具備全局交易流水號生成能力，能夠根據交易流水號串聯各系統的調用棧。D4-F1（可配置更新提示）：具備各終端各功能的提示信息實時配置能力，減少問題后續影響。D4-F2（H5離線緩存）：具備H5離線緩存能力，各終端能夠根據配置信息下載H5修復包，快速恢復生產。D4-F3（控制功能范圍）：具備各終端各功能的展示頁面配置能力，針對異常功能可以及時屏蔽處理。D4-F4（接口修復補丁）：具備接口熱修復能力，能夠針對異常功能接口下發修復補丁。D4-F5（定向清除緩存）：具備緩存清除能力，能夠從終端、客戶等維度清除緩存信息。

能力建設，標準先行。移動端運維能力的建設，首先應是移動端運維標準的建設。運維標準化，可以為類似的產品指明方向，在產品建設初期就可以投入資源積累自身快速響應能力。對于一個企業來講，參考標準去規劃和實施，能夠大大降低整體運維工作的成本，提高運維效率，將用戶的影響降低到最小，提升客戶整體使用體驗。

結        語

隨著移動互聯網的飛速發展與質量提升，移動端應用運維能力建設的重要性愈發凸顯，提升移動端應用運行維護的效率和質量是一個必然趨勢，也是發展的必然結果。如何提高移動端應用的快速響應能力，是每個移動端運維工程師要考慮的問題。參考移動端應用快速響應能力模型，可以幫助移動端產品明確其非功能建設目標。基于該模型，評估相關產品在該領域的成熟度，建立產品能力建設成熟度臺賬，也可以使相關產品的運行維護能力提升目標更加清晰可見，幫助企業信息化運維工作順利開展。

（欄目編輯：張麗霞）