数字化运维创新与实践

作者简介

致谢

15.4 告警时效性保障技术的实现与思考

15.3.2 场景化方案细节思考

15.3.1 异地多活场景下的运维平台需求场景

15.3 面向多数据中心的运维系统构建实践

15.2.2 数据一致性的保障方案及实践

15.2.1 数据一致性关注时效和完整性

15.2 海量运维数据的处理一致性保障实践

15.1 分布式海量运维数据的统一采集挑战与方案

第15章 数字化运维典型场景的技术挑战及方案实践

14.3 技术与工具小结

14.2.3 算法工程融合

14.2.2 数据泥沼和自助建模

14.2.1 跨网采集和传输

14.2 挑战和应对

14.1.4 数据应用和算法体系

14.1.3 分析与可视化

14.1.2 汇聚与建模

14.1.1 采集与传输

14.1 分层和演进

第14章 构建智能运维技术与工具

13.4 “数字化”到“智能化”的发展之路

13.3.4 某大型IDC企业“数字员工”实践

13.3.3 平台建设实践——数据中心智能“数字员工”

13.3.2 平台建设业务目标——场景化基础能力构建

13.3.1 平台建设方法论——数字化运维/运营成熟度模型

13.3 数据中心行业数字化运维/运营解决方案

13.2.2 数据要素管理的挑战

13.2.1 数据要素识别

13.2 数据中心企业数据要素管理

13.1 数据中心行业现状与趋势

第13章 数据中心行业数字化运维转型创新实践

12.3.8 持续改进

12.3.7 体系测试和试运行

12.3.6 业务连续性管理体系建设

12.3.5 业务连续性管理策略及规划

12.3.4 业务影响分析

12.3.3 风险评估

12.3.2 现状调研

12.3.1 理解组织环境

12.3 业务连续性管理建设方法

12.2.2 实施误区

12.2.1 认识误区

12.2 业务连续性存在普遍问题

12.1 业务连续性管理的概念

第12章 业务连续性实践：误区与方法

11.2.4 运维安全事件处置

11.2.3 运维安全检查

11.2.2 运维安全实施

11.2.1 运维安全规划

11.2 实施和开展安全运维

11.1.2 安全运维的概念

11.1.1 近年来安全运维事件频发

11.1 安全运维是数字化的重要保障之一

第11章 安全运维护航数字时代

10.4.7 步骤7：场景消费

10.4.6 步骤6：服务运营

10.4.5 步骤5：运行维护

10.4.4 步骤4：数据初始化

10.4.3 步骤3：CMDB平台建设

10.4.2 步骤2：服务设计

10.4.1 步骤1：场景设计

10.4 CMDB实践执行方法

10.3.3 CMDB实践规划方法

10.3.2 整体实践流程

10.3.1 实践原则

10.3 新一代CMDB实践方法

10.2.5 CMDB成熟度模型应用总结

10.2.4 CMDB成熟度模型应用指南

10.2.3 CMDB成熟度模型应用流程

10.2.2 CMDB成熟度模型应用原则

10.2.1 CMDB成熟度模型概述

10.2 新一代CMDB成熟度模型

10.1 什么是新一代CMDB

第10章 建设面向高成熟度的新一代CMDB

9.5.5 成效总结和展望

9.5.4 运维监控指标体系应用场景

9.5.3 运维监控指标体系建设

9.5.2 运维监控指标体系框架

9.5.1 以数据驱动运维精细化管理

9.5 某制造企业监控能力提升实践

9.4 监控在故障的全生命周期应用

9.3.3 数字化运营机制设计

9.3.2 一体化监控平台建设

9.3.1 监控管理体系构建

9.3 三位一体构建监控管理体系

9.2 监控能力与监控能力成熟度评估模型

9.1 IT故障频发，引发对监控的系统化思考

第9章 数字化运维监控能力体系化提升

8.5.4 可观测性场景构建与落地

8.5.3 运维数据治理构建和实施

8.5.2 运维数据治理挑战

8.5.1 用户现状与需求

8.5 “后轮驱动”核心抓手：运维数据治理

8.4.5 数据统一融合助力数字化运维平台重塑

8.4.4 运维模式变革推动IT组织架构优化

8.4.3 场景导向的数字化运维流程再造

8.4.2 增强与创新数字化运维价值场景

8.4.1 IT和业务深度融合，运维模式转型

8.4 “后轮驱动”：驱动运维的五大转变

8.3.2 运维价值度量的实施方法

8.3.1 运维价值度量体系的总体框架

8.3 “前轮驱动”：面向运维目标的持续优化

8.2 数据驱动运维核心逻辑：双轮驱动

8.1 数据驱动运维与数据运维

第8章 数据驱动运维方法与实践

7.3.3 IT流程挖掘与优化

7.3.2 构建智能的ITSM：AITSM

7.3.1 实施敏捷高效的IT流程

7.3 新时代的IT流程特征与管理方法

7.2.3 当前数字化运维流程管理面临的问题和挑战

7.2.2 数字化运维流程的概念及范围

7.2.1 我们在无处不在的流程中

7.2 认识数字化运维流程

7.1 流程和数据是双引擎

第7章 数字化运维流程建设

6.2.4 以知识为依托

6.2.3 以算法为支撑

6.2.2 以场景为导向

6.2.1 以数据为基础

6.2 四位一体的智能运维框架

6.1 对智能运维的认知是一个过程

第6章 四位一体构建智能运维

5.2.2 大模型将改变运维软件

5.2.1 大模型如何在IT运维领域发挥作用

5.2 大模型在数字化运维中的作用

5.1 大模型的概念、演变及应用

第5章 大模型赋能数字化运维

4.4.3 规划的成效：指导落地与价值创造

4.4.2 规划过程：从启动到效果验证的闭环

4.4.1 背景：重构运维模式

4.4 某能源企业运维体系规划实践

4.3.3 基于成熟度模型的评估方法

4.3.2 数字化运维分级成熟度模型

4.3.1 组织运维水平需要通过标准化的评估

4.3 数字化运维成熟度分级模型

4.2 数字化运维体系规划方法

4.1 从一个真实的故事说起

第4章 数字化运维的体系规划与实践

3.4 确定性运维体系

3.3.7 ITSS其他标准

3.3.6 GB/T 33136《信息技术服务 数据中心服务能力成熟度模型》

3.3.5 GB/T 33850《信息技术服务 质量评价指标体系》

3.3.4 GB/T 43208.1-2023《信息技术服务 智能运维 第1部分：通用要求》

3.3.3 ITSS.1《信息技术服务 运行维护服务能力成熟度模型》

3.3.2 GB/T 28827《信息技术服务 运行维护》系列标准

3.3.1 ITSS概述

3.3 中国ITSS运维相关标准

3.2.2 ISO/IEC 20000在中国的落地情况

3.2.1 ISO/IEC 20000的发展历史

3.2 信息技术服务管理体系国际标准：ISO/IEC 20000

3.1.3 ITIL的未来以及新一代ITSM的畅想

3.1.2 ITIL在中国的落地

3.1.1 ITIL的发展历史

3.1 国际运维服务领域的经典：ITIL

第3章 数字化运维领域的标准与方法论

2.4.3 演进趋势分析

2.4.2 演进机制分析

2.4.1 现有观点介绍

2.4 数字化运维术语及其演进

2.3 多元化运维的定义

2.2 数字化运维的发展阶段

2.1 什么是数字化运维

第2章 数字化运维的概念与内涵

1.3.2 数字时代的新运维及其特点

1.3.1 数字时代的新IT及其核心要素

1.3 数字时代的新IT与新运维

1.2.5 平衡创新与成本的挑战

1.2.4 日益严峻的数据安全挑战

1.2.3 数据治理及实施的挑战

1.2.2 IT升级换代带来的挑战

1.2.1 提高业务敏捷性的挑战

1.2 数字时代IT的定位变化及其带来的挑战

1.1 数字化转型深入推进并上升为国家战略

第1章 数字化转型背景下的新运维

前言

推荐序五

推荐序四

推荐序三

推荐序二

推荐序一

本书编委会

内容简介

版权信息

封面

封面

版权信息

内容简介

本书编委会

推荐序一

推荐序二

推荐序三

推荐序四

推荐序五

前言

第1章 数字化转型背景下的新运维

1.1 数字化转型深入推进并上升为国家战略

1.2 数字时代IT的定位变化及其带来的挑战

1.2.1 提高业务敏捷性的挑战

1.2.2 IT升级换代带来的挑战

1.2.3 数据治理及实施的挑战

1.2.4 日益严峻的数据安全挑战

1.2.5 平衡创新与成本的挑战

1.3 数字时代的新IT与新运维

1.3.1 数字时代的新IT及其核心要素

1.3.2 数字时代的新运维及其特点

第2章 数字化运维的概念与内涵

2.1 什么是数字化运维

2.2 数字化运维的发展阶段

2.3 多元化运维的定义

2.4 数字化运维术语及其演进

2.4.1 现有观点介绍

2.4.2 演进机制分析

2.4.3 演进趋势分析

第3章 数字化运维领域的标准与方法论

3.1 国际运维服务领域的经典：ITIL

3.1.1 ITIL的发展历史

3.1.2 ITIL在中国的落地

3.1.3 ITIL的未来以及新一代ITSM的畅想

3.2 信息技术服务管理体系国际标准：ISO/IEC 20000

3.2.1 ISO/IEC 20000的发展历史

3.2.2 ISO/IEC 20000在中国的落地情况

3.3 中国ITSS运维相关标准

3.3.1 ITSS概述

3.3.2 GB/T 28827《信息技术服务 运行维护》系列标准

3.3.3 ITSS.1《信息技术服务 运行维护服务能力成熟度模型》

3.3.4 GB/T 43208.1-2023《信息技术服务 智能运维 第1部分：通用要求》

3.3.5 GB/T 33850《信息技术服务 质量评价指标体系》

3.3.6 GB/T 33136《信息技术服务 数据中心服务能力成熟度模型》

3.3.7 ITSS其他标准

3.4 确定性运维体系

第4章 数字化运维的体系规划与实践

4.1 从一个真实的故事说起

4.2 数字化运维体系规划方法

4.3 数字化运维成熟度分级模型

4.3.1 组织运维水平需要通过标准化的评估

4.3.2 数字化运维分级成熟度模型

4.3.3 基于成熟度模型的评估方法

4.4 某能源企业运维体系规划实践

4.4.1 背景：重构运维模式

4.4.2 规划过程：从启动到效果验证的闭环

4.4.3 规划的成效：指导落地与价值创造

第5章 大模型赋能数字化运维

5.1 大模型的概念、演变及应用

5.2 大模型在数字化运维中的作用

5.2.1 大模型如何在IT运维领域发挥作用

5.2.2 大模型将改变运维软件

第6章 四位一体构建智能运维

6.1 对智能运维的认知是一个过程

6.2 四位一体的智能运维框架

6.2.1 以数据为基础

6.2.2 以场景为导向

6.2.3 以算法为支撑

6.2.4 以知识为依托

第7章 数字化运维流程建设

7.1 流程和数据是双引擎

7.2 认识数字化运维流程

7.2.1 我们在无处不在的流程中

7.2.2 数字化运维流程的概念及范围

7.2.3 当前数字化运维流程管理面临的问题和挑战

7.3 新时代的IT流程特征与管理方法

7.3.1 实施敏捷高效的IT流程

7.3.2 构建智能的ITSM：AITSM

7.3.3 IT流程挖掘与优化

第8章 数据驱动运维方法与实践

8.1 数据驱动运维与数据运维

8.2 数据驱动运维核心逻辑：双轮驱动

8.3 “前轮驱动”：面向运维目标的持续优化

8.3.1 运维价值度量体系的总体框架

8.3.2 运维价值度量的实施方法

8.4 “后轮驱动”：驱动运维的五大转变

8.4.1 IT和业务深度融合，运维模式转型

8.4.2 增强与创新数字化运维价值场景

8.4.3 场景导向的数字化运维流程再造

8.4.4 运维模式变革推动IT组织架构优化

8.4.5 数据统一融合助力数字化运维平台重塑

8.5 “后轮驱动”核心抓手：运维数据治理

8.5.1 用户现状与需求

8.5.2 运维数据治理挑战

8.5.3 运维数据治理构建和实施

8.5.4 可观测性场景构建与落地

第9章 数字化运维监控能力体系化提升

9.1 IT故障频发，引发对监控的系统化思考

9.2 监控能力与监控能力成熟度评估模型

9.3 三位一体构建监控管理体系

9.3.1 监控管理体系构建

9.3.2 一体化监控平台建设

9.3.3 数字化运营机制设计

9.4 监控在故障的全生命周期应用

9.5 某制造企业监控能力提升实践

9.5.1 以数据驱动运维精细化管理

9.5.2 运维监控指标体系框架

9.5.3 运维监控指标体系建设

9.5.4 运维监控指标体系应用场景

9.5.5 成效总结和展望

第10章 建设面向高成熟度的新一代CMDB

10.1 什么是新一代CMDB

10.2 新一代CMDB成熟度模型

10.2.1 CMDB成熟度模型概述

10.2.2 CMDB成熟度模型应用原则

10.2.3 CMDB成熟度模型应用流程

10.2.4 CMDB成熟度模型应用指南

10.2.5 CMDB成熟度模型应用总结

10.3 新一代CMDB实践方法

10.3.1 实践原则

10.3.2 整体实践流程

10.3.3 CMDB实践规划方法

10.4 CMDB实践执行方法

10.4.1 步骤1：场景设计

10.4.2 步骤2：服务设计

10.4.3 步骤3：CMDB平台建设

10.4.4 步骤4：数据初始化

10.4.5 步骤5：运行维护

10.4.6 步骤6：服务运营

10.4.7 步骤7：场景消费

第11章 安全运维护航数字时代

11.1 安全运维是数字化的重要保障之一

11.1.1 近年来安全运维事件频发

11.1.2 安全运维的概念

11.2 实施和开展安全运维

11.2.1 运维安全规划

11.2.2 运维安全实施

11.2.3 运维安全检查

11.2.4 运维安全事件处置

第12章 业务连续性实践：误区与方法

12.1 业务连续性管理的概念

12.2 业务连续性存在普遍问题

12.2.1 认识误区

12.2.2 实施误区

12.3 业务连续性管理建设方法

12.3.1 理解组织环境

12.3.2 现状调研

12.3.3 风险评估

12.3.4 业务影响分析

12.3.5 业务连续性管理策略及规划

12.3.6 业务连续性管理体系建设

12.3.7 体系测试和试运行

12.3.8 持续改进

第13章 数据中心行业数字化运维转型创新实践

13.1 数据中心行业现状与趋势

13.2 数据中心企业数据要素管理

13.2.1 数据要素识别

13.2.2 数据要素管理的挑战

13.3 数据中心行业数字化运维/运营解决方案

13.3.1 平台建设方法论——数字化运维/运营成熟度模型

13.3.2 平台建设业务目标——场景化基础能力构建

13.3.3 平台建设实践——数据中心智能“数字员工”

13.3.4 某大型IDC企业“数字员工”实践

13.4 “数字化”到“智能化”的发展之路

第14章 构建智能运维技术与工具

14.1 分层和演进

14.1.1 采集与传输

14.1.2 汇聚与建模

14.1.3 分析与可视化

14.1.4 数据应用和算法体系

14.2 挑战和应对

14.2.1 跨网采集和传输

14.2.2 数据泥沼和自助建模

14.2.3 算法工程融合

14.3 技术与工具小结

第15章 数字化运维典型场景的技术挑战及方案实践

15.1 分布式海量运维数据的统一采集挑战与方案

15.2 海量运维数据的处理一致性保障实践

15.2.1 数据一致性关注时效和完整性

15.2.2 数据一致性的保障方案及实践

15.3 面向多数据中心的运维系统构建实践

15.3.1 异地多活场景下的运维平台需求场景

15.3.2 场景化方案细节思考

15.4 告警时效性保障技术的实现与思考

致谢

作者简介