运维是一个融合多学科(网络、系统、开发、安全、应用架构、存储等)的综合性技术岗位。

从最初的网络管理（网管），发展到现在的系统运维工程师、网络运维工程师、安全运维工程师、运维开发工程师等，可以看出运维的分工一直在细化，并且对综合技能要求越来越高。

未来，运维的发展趋势是高、精、尖。高表示高度，精表示精通，尖表示尖端。

于职场，运维一定要站在一定的技术高度，即在多个技术领域中，要精通某项技能，同时，对尖端前沿技术趋势有一定的掌控。

运维职位的发展和趋势

根据不同的运维领域和技术面，以及分工流程这三个方面，来了解下今后运维职位的发展趋势。

1、按领域来划分

1）基础设施运维：IDC/网络运维、服务器/存储设备运维

2）系统运维：系统中间件运维、云计算平台运维

3）数据运维：数据库运维、大数据技术平台运维

4）应用运维：应用软件系统

5）云平台运维：公有云平台运维

6）容器运维：基于容器服务的运维

2、按技术切面来分

1）安全运维

2）性能运维

3）数据运维

4）集成运维

3、按流程来划分

1）构建/持续集成、发布

2）安装部署、升级、迁移、合并、扩展

3）配置、初始化、配置变更

4）备份、传输、恢复

5）日志、监控、预警

6）诊断排查、优化

系统运维技能图谱

系统运维是运维的基础，对基础运维技能要求也在提高。打好系统运维基础，才能深入学习后面的各种运维技能。

下图列出了系统运维要掌握的必备技能：

Web运维技能图谱

Web运维是运维岗位中最多的一个，薪资也相对较高，但需要掌握的知识点也比较多，新的技能要掌握，老的运维技能也不能丢。

下图列出了web运维要掌握的各种必备技能：


大数据运维技能图谱

大数据从2017年开始逐渐走到生活的各个角落，2018年在逐渐落地，现在依然火热。

加上国家对大数据产业的扶持，大数据产业在新的一年岗位需求一定会更加大，因此掌握大数据运维技能，就走在了运维的前沿。

下图列出了大数据运维要掌握的各种必备技能：



容器运维技能图谱

容器的产生，是一次IT行业的革命，2015 年到 2016 年，是业界普遍认为的容器技术爆发的一年，短短一年多时间里，容器技术在中国大陆完成了从零星概念到烽火燎原的壮举。

时至今日，容器技术在国内大多数企业中落地已成为一种共识，而国内的生态系统，也呈现出了企业产品、开源社区和公有云齐头并进的良好局面。

下图列出了容器运维要掌握的各种必备技能：


数据为王的时代

万丈高楼平地起，高楼稳不稳，取决于地基是否扎实。运维数据便是运维管理这座高楼的地基。

运维数据大致分为CMDB、日志、生产DB、知识库四个方面。

对数据的维护和管理至关重要，特别是日志数据。

对运维来说，通过日志可以比较准确全面地知道系统或是设备的运行情况，可以返查问题产生的原因，还原问题发生的整个过程。

通过日志也可以提前预测系统可能要发生的问题或是故障，如系统安全日志，如果网络攻 击会在系统安全日志中有一定的体现。

日志数据处理

这么多的日志，运维要通过各种手段完成日志的收集、过滤分析、可视化展示，那么如何实现这些功能呢？

方法很多，例如ELK集成套件（Elasticsearch , Logstash, Kibana）就可以轻松实现日志数据的实时收集、分析传输以及图形化展示。

同时，消息队列使用kafka集群架构，有效保障了收集数据的安全性和稳定性，而后端Logstash和Elasticsearch均采用集群模式搭建，从整体上提高了ELK系统的高效性、扩展性和吞吐量。

用大数据思维做运维监控

大数据分析最早就来源于运维人的日志分析，到逐渐发展对各种业务的分析，人们发现这些数据蕴涵着非常大的价值。

那么如何用大数据思维做运维呢？

大数据架构上的一个思维就是：提供一个平台让运维方便解决这些问题， 而不是，让大数据平台去解决出现的问题。

基本的一个大数据运维架构是这样的：


对于运维的监控，利用大数据思维，需要分三步走：

• 获取需要的数据
• 过滤出异常数据并设置告警阀值
• 通过第三方监控平台进行告警

所有系统最可靠的就是日志输出，系统是不是正常，发生了什么情况，以前是出了问题去查日志，或者自己写个脚本定时去分析。现在这些事情都可以整合到一个已有的平台上，唯一要做的就是定义分析日志的的逻辑。