IT 运维是一项复杂的工作，要把运维工作做好，不仅要知道是什么还需要知道为什么。卖什么吆喝什么，要讲明白这件事还得从为什么要做运维开始。

也许大家会想，作为业内人士，没有必要讲这个吧，这里先卖个关子，因为要由此引出一个及其重要且经常被忽视的一个点。

互联网企业更是如此，这类企业不仅将自身的业务构建在 IT 系统之上，而且 IT 系统也是其自身业务的具体表现形式。今天诸多的网站、应用都可以看做 IT 系统。

当下的 IT 系统日趋复杂，依赖各种软硬件、网络的支持。试想，如果我们构建一个 IT 系统但是没有人管会怎样？ 答案是它应该会正常运行一段时间，然后就会出现各种问题，最终失效。原因很简单，IT 系统所依赖的软硬件及网络组件都无法做到 100% 可靠，而且系统也会存在大量的环节需要人工干预。

互联网的出现又为 IT 系统增加了新的问题，这个问题就是性能。传统 IT 系统的负载相对平稳、可预测。而互联网上为公众服务的 IT 系统会因为突发访问出现性能不够，无法服务的问题。以 12306 为例，因为系统负载估计不足，造成系统初期频繁无法访问的情况出现。

在前面我们讲到，IT 系统已经是构成现代企业的要素，大量的业务是依托于 IT 系统的。一旦要素失效，则企业的业务就跟着失效。因此企业不仅要构建 IT 系统，还要让 IT 系统运转正常。这就是企业为什么需要 IT 运维的根本理由。

要做好 IT 运维工作，必须了解几个基本的事实：

所有的 IT 组件（软件，硬件，网络）都会出现问题；

人都会犯错误；

所有的系统都有门限，超出使用门限就无法工作；

业务在发展，系统在演化，技术在进步；

企业中所有的行为都是有成本的，既有显性成本也有隐性成本。

所有的运维工作都是围绕上述的事实展开的。

这里就引出最为重要的一点：IT 系统要运维，但运维的目标是什么？要将系统运维到什么程度才好？

这个问题常常为技术人员所忽视，也常常是技术决策层和执行层面产生剧烈冲突的地方。企业有自身的目标，这些目标逐级分解，分解成各种子目标。

IT 系统的运维就是子目标之一。既然各个子目标都是由总目标分解来的，又哪来的冲突呢？

举个例子就能说明白：“我们的 IT 系统既要稳定、可靠、安全，又不能多花钱”。稳定、可靠、安全是子目标，成本也是子目标。这两个目标就是冲突的，因为要把系统做得稳定、可靠、安全就得多花钱。

通常在企业里成本控制和 IT 运维是两个 team 来执行的。两个 Team 就会为各自的目标打得不可开交。究其原因就是这个问题没处理好。

那么花多少钱才是合适的？ 这个平衡点在哪里？

简单的说就是，IT 运维的目标必须和企业的业务目标一致。超出企业目标和达不到企业目标都是有问题的。有朋友可能会想，达不到当然有问题，可是超过企业目标岂不是说明工作做得好？ 答案是，溢出部分是有成本的， 这部分溢出的成本就是企业的损失。所以溢出也是有问题的。

记得当年有位同事在回答老板问题时，讲要在写字楼里配柴油机以保证写字楼停电时 OA 系统的可靠运行，写字楼停电，电脑都用不了，OA 系统能工作大家也上不去啊。当时老板一脸黑线的面孔历历在目。

“IT 运维的目标必须和企业的业务目标一致”这句话光简单说是不够的。具体执行的时候就需要很多指标来让公司明白，例如，保证 58 还是保证 724，最长能承受的停机时间是多少？ 有没有维护窗口？ 是否允许服务降级。 核心思想就是从系统不可用对业务的影响程度进行评估，然后根据具体的约束条件进行设计，达到业务的要求。

一般而言，主要是两个指标进行考察，一个是最长的不可用时长，一个是发生不可用的频率。两个指标基本能体现一个系统的可用性。

不可用时长比较好理解，如果每次不可用时间很短，次数有点多有那么严重么？ 还以 12306 为例，其实每次系统不可用的时间很短，就是次数多了点。就像红楼梦里，贾母虽然很喜欢黛玉，最终还是让宝玉娶了宝钗。偶尔生病可以接受，但是总生病就不好了。

要想做好运维必须知道，运维的目标是为企业的业务目标服务的，也必须与之相一致。与目标相一致也不是说说的，需要将运维目标用一组具体的指标予以表达，然后衡量该目标是否与企业业务目标相一致。