观点 | 移动端运维标准的研究
欢迎金融科技工作者积极投稿！
投稿邮箱：newmedia@fcmag.com.cn
——金融电子化
文 / 中国银行软件中心 王鹏晴 罗皓
引 言
随着无线移动通信技术的快速发展，移动互联网业务成为继宽带技术后互联网发展的一个巨大推力，为移动应用的发展提供了一个新的平台。移动应用以其固有的随身性、可身份识别性，可鉴权性等独特优势，为传统互联网业务提供了广阔的发展空间和可持续发展的商业模式，因此对一个企业的重要性愈发凸显。移动应用的普及使得用户可以“随时、随地、随心”地享受互联网业务带来的各种便捷，比如更丰富的企业业务种类、更多的企业个性化服务和更高的企业服务质量保证。
在新的商业模式下，对移动应用开发工作的要求也越来越多，标准也越来越高，一款优秀的移动端APP不仅仅在于实现了相应的业务功能，能够满足用户的正常使用；还在于它能够安全、稳定、高效地响应用户的请求，使用户体验达到一个高水平。这样才能留住客户，吸引更多的客户，赢得客户信任，进而提升企业的竞争力，为社会创造更大的价值。
运维领域发展现状
软件产品和传统制造业产品表现形式虽有比较大的差异，但在生产流程中二者还是有诸多相似之处。如果把软件生命周期看作汽车的生命周期，那么开发工程师就是汽车设计及生产人员，负责将软件（汽车）从需求，转为技术设计图纸，最后变为实实在在的产品，主要关注汽车生命周期的前期。运维工程师要采用相应的技术及管理手段，保证软件（汽车）的正常、安全、稳定、高效运行，提升用户（乘客）使用体验。
传统的运维工作侧重于服务端，负责对公司互联网业务所依赖的基础设施、基础服务、线上业务进行稳定性加强，基于日常巡检发现服务可能存在的隐患，对整体架构进行优化以屏蔽常见的运行故障。服务端运维，其运维工作更主动，目标更明确，处置手段更丰富。一线运维工程师可以在产品维度直观的看到各节点的硬件性能情况、中间件运行情况和应用软件的可用情况。就算生产环境出现故障，也可以迅速定位问题，采用纵向扩容、横向扩容、故障隔离、应用回滚等一系列应急手段来使产品恢复正常可用状态。同时，服务端运维工程师可以在风险可控的前提下，从容的规划和实施未来的灾备扩容、流量切换、软硬件升级等较复杂的运维动作。
相对于传统的服务端运维，移动端运维还不够成熟。原有的服务端运维手段和方法，在移动端运维过程中可能并不适用。比如，DevOps（Development and Operations，开发运维一体化）在服务端运维领域已经深入人心并且有优秀的实践，但是，在移动端运维领域该如何解读与实践？当用户手机里的APP应用出现了错误，由于这个错误信息在用户侧，不在服务端，运维工程师又该如何得知呢？如果依赖用户投诉，等接到相关信息时，相信这个故障已经影响了相当大基数的用户量。工程师们又如何评估某个APP故障的影响范围是什么？故障到底是和操作系统有关？还是与手机硬件型号有关？当工程师们最后定位了错误的原因，又该如何去修复？毕竟，恢复生产是运维工作的第一要素，服务端问题可以通过升级后台解决，但出问题的APP并不能自动升级，因为它运行在用户的手机里。
所以，在移动应用领域，运维工作有自己独有的特征。如何正确理解，有针对性的去改进现存机制，达到与服务端运维同样的高可用目标，是运维领域一个新的挑战。
移动端运维特征
移动端应用的运维工作存在以下特征：
1.问题发现、暴露慢。移动端应用的问题比较隐蔽、不易察觉。出现问题无法实时监控和告警，只能通过客户投诉后才发现。由于延迟性高，待相关人员介入处理时，问题经常已经呈现蔓延的趋势，处置成本极高。
2.问题分析、定位慢。移动端应用同一时间在运行的前端版本众多，运行平台的操作系统版本不同，硬件机型繁多。使得相关人员在评估影响范围时，周期较长。且移动端应用一般对接的后台系统较多，多系统协同排查困难，问题分析定位费时、费力。
3.问题应对、处置慢。移动端应用发生异常后，处置人员由于个人情感、技术能力、外界压力等因素，有时候不能果断、快速处置问题，无法做到快速阻断问题，恢复生产。
移动端运维标准建设
根据移动端运维工作独有的特征，我们可以明确，移动端应用的运维工作首先要满足“快速响应”的诉求。只有做到快速响应，才能最大程度的减少对客影响。对此，我们结合移动端应用生产问题的历史处置经验，总结提炼了移动端应用运维快速响应能力模型，作为移动端应用运维领域的评估依据和实施标准。
1.什么是快速响应能力。一个产品对生产问题的快速响应能力，可以细分为感知、定位、分析、应急四个阶段。
感知：将问题信息、影响范围通知到相关人员。
定位：定位到出现问题的产品、功能、接口、模块、服务器节点等，明确该问题的边界。为后续聚焦资源、启动应急预案做好准备。
分析：对于复杂生产问题，当已有信息不足以支撑应急决策，需具备快速收集和整合信息的能力，缩短分析人员的信息获取时间。
应急：优先采用不更新应用版本的方式，第一时间阻断影响、恢复生产。
2.移动端应用运维快速响应能力模型。为了建立一套行之有效的机制及实践，达到移动端应用运维快速响应的目标。我们以各阶段工作目标为维度，针对感知、定位、分析、应急归纳了D1至D4四大类共计14项指标，组成移动类应用生产故障快速响应能力模型。该模型详细描述了每类目标的细化要求，明确了一个移动端应用产品需要建设哪些能力，才能在生产故障时，具备快速响应的能力（见表1）。各能力模型详细描述如下。
表 1 移动端应用生产故障快速响应能力模型
D1-F1（客户使用情况感知）：对接口请求报错情况、响应耗时、对应的功能及后线系统、闪退信息等进行收集汇总并分析。D1-F2（实时信息触达）：对分析完成的监控数据以短信、微信、邮件等形式实时推送到相关干系人。D2-F1（终端信息实时展示）：对问题涉及的终端信息实时展示，包括但不限于APP版本范围、机型、操作系统等，快速明确影响范围。D2-F2（问题交易链路）：明确功能涉及的全交易链路，方便组织交易链路上的产品共同排查。D2-F3（报文抓取）：针对不同终端，如原生、H5、小程序等，能够快速获得请求的上下文。D2-F4（问题复现）：具备与生产环境相同的镜像环境及终端，能够为模拟复现提供支持。D3-F1（代码分析）：具备代码分析工具，能够对各批次的源码和执行码进行比对，快速定位出最近变更的内容。D3-F2（模拟复现）：根据收集的报文、终端等信息，能够在镜像环境复现生产问题。D3-F3（交易唯一流水号）：具备全局交易流水号生成能力，能够根据交易流水号串联各系统的调用栈。D4-F1（可配置更新提示）：具备各终端各功能的提示信息实时配置能力，减少问题后续影响。D4-F2（H5离线缓存）：具备H5离线缓存能力，各终端能够根据配置信息下载H5修复包，快速恢复生产。D4-F3（控制功能范围）：具备各终端各功能的展示页面配置能力，针对异常功能可以及时屏蔽处理。D4-F4（接口修复补丁）：具备接口热修复能力，能够针对异常功能接口下发修复补丁。D4-F5（定向清除缓存）：具备缓存清除能力，能够从终端、客户等维度清除缓存信息。
能力建设，标准先行。移动端运维能力的建设，首先应是移动端运维标准的建设。运维标准化，可以为类似的产品指明方向，在产品建设初期就可以投入资源积累自身快速响应能力。对于一个企业来讲，参考标准去规划和实施，能够大大降低整体运维工作的成本，提高运维效率，将用户的影响降低到最小，提升客户整体使用体验。
结 语
随着移动互联网的飞速发展与质量提升，移动端应用运维能力建设的重要性愈发凸显，提升移动端应用运行维护的效率和质量是一个必然趋势，也是发展的必然结果。如何提高移动端应用的快速响应能力，是每个移动端运维工程师要考虑的问题。参考移动端应用快速响应能力模型，可以帮助移动端产品明确其非功能建设目标。基于该模型，评估相关产品在该领域的成熟度，建立产品能力建设成熟度台账，也可以使相关产品的运行维护能力提升目标更加清晰可见，帮助企业信息化运维工作顺利开展。
（栏目编辑：张丽霞）
（点击查看精彩内容）
● 观点 | 切实做好数据中心消防工作 ，努力化解金融行业安全风险
《金融电子化》新媒体部：主任 / 邝源 编辑 / 傅甜甜 潘婧