为什么大数据平台更适合自动化运维?

为什么大数据平台更适合自动化运维?

1、软件体系高度标准化

2、服务器配置高度收敛

尽管大数据集群的规模大，但是集群在达到一定规模后，服务器的配置趋向于收敛特性，即大量的服务器的硬件、系统、部署的软件均是一致的，这就为自动化运维系统的设计带来了巨大优势。

自动化运维系统设计原则

1、标准化

自动化前提是标准化，在实现系统自动化之前，应该对操作流程进行一次完善的标准化

2、高可用

大数据系统往往都是高可用的系统，为了提升整个系统的稳定性和可用性，自动化运维系统也需要设计成高可用，避免因为自动化运维系统的故障导致大数据平台出现无法服务的情况。

3、幂等性

简单来说，幂等性指的是一个操作多次执行所产生的影响均与一次执行的影响相同。在大数据系统架构中，经常存在部分失败的情况，需要多次运行相同的部署命令，这就需要系统在重复执行的情况下，不会出现异常。

4、可回滚

所有自动化操作均需涉及为可回滚，任何一种改变操作，都应该保留相应的数据、代码、日志，并做合理备份，保证在任何一个步骤出现问题的时候，自动化运维系统可以实现回滚至之前的状态。

5、高效率

大数据系统集群可以达到成千上万台服务器的规模，一次操作需要在短时间内完成所有服务器的覆盖，因此自动化系统的运行效率需要提高，一般需设计可配置的并发运行数，达到对上线效率的要求。

实现路径

典型的大数据平台自动化运维系统，应该包含OA系统(实现页面操作、工作流管理)、CMDB(配置管理数据库)、配置管理工具、堡垒机(中控机)、定时任务系统、持续集成系统等。