事件驱动思维杂谈
上周翻了一下《黑天鹅》，书中定义了黑天鹅事件的三个特征：稀有性、极大的冲击性和事后可预测性。其中第3点“事后可预测性”特征，作者鲜明的提出对立观点，认为黑天鹅这种不确定性危机很难用规律性的理论预防，而是需要增强适应性能力，从不确定性中获得收益。这个观点中，有两点值得我们关注：大家习惯对事件进行分析，并总结规律，这是惯性思维；不确定性事件无法预测，需要适应他。前者指的事后反向推演是人的习惯，一种容易让大家接受新事物的方式，善用好事件产生的机会，可以更好的落地工作要求；后者提出应对不确定性危机事件的有效方案是适应他，即危中有机，危后出机。
把这两个思路应用在运维领域，此处引入“事件驱动思维”。在运维管理过程中，事件驱动思维对于运维组织是一大利器，很多工作是借助于内部或外部生产故障、IT风险事件、合规管理、外部监管、公司政策、公司领导决议等作为触发因素，推动组织、流程、平台、场景的有效落地。接下来从平台与场景设计层面聊聊事件驱动。
从技术角度，在软件领域有事件驱动架构（EDA），Gartner将EDA定义为“一种设计范例，软件组织响应收到一个或多个事件通知并执行”。由于事件驱动具备更好的扩展性，可以平衡代码的可维护性、性能和扩展性，伴随着万物互联时代海量终端传感器与数据的增加，事件驱动很好的契合这样的场景。在2020年时，本人遇到一个Vantiq的厂商，提供了事件驱动的解决方案，其主要应用场景在物联网边缘计算，大概思路如下：
- 边缘终端提供实时采集的数据，并上报事件驱动平台，平台支持海量、实时流式的数据处理能力；
- 用户可以在平台采用低代码的方式编排数据加工过程，支持编写数据加工脚本，可以在编排过程中即时看到数据响应效果；
- 根据数据处理，支持多种响应后执行环节的事件驱动；
Vantiq这个解决方案效果的关键词有：实时、异步、解耦、海量连接、海量数据处理，虽然看起来总体思路简单，但是想像空间很大。比如说，你在路边打开高德，APP采集了当前手机定位数据、终端身份信息、输入的目标地址，触发计算行程、路线、费用等操作，并反馈用户；当选了打车服务后，触发附近车主定位、不同品牌车辆与费用信息、向车主推送信息或派单、向用户提供车主繁忙情况、触发是否增加费用；当车主同意接单后，触发反馈用户撮合情况、车主信息、汽车位置……
这是一个典型的事件驱动下，即时处理的场景，多个终端、多个协同角色不断的上传数据，事件平台加工数据，反馈结果。借鉴这个事件驱动的思路，在运维领域也是有想像空间的，比如大家熟知的监控告警的管理。终端监控性能数据采集，为用户提供灵活的策略配置，触发监控告警事件（或自动化操作），并建立“机器、平台软件、信息系统”、“一线值班、二线专家、值班经理、管理决策”、“基于策略、时长、关系、决策、反馈等事件因子”的数据感知与反馈渠道，比如涉及:
- ?告警信息标准化、归一化；
- 告警信息的丰富；
- 多条告警信息的收敛；
- 告警推送的抑制；
- 涉及多种渠道的告警推送；
- 涉及自动化的操作；
- 对下游系统的风险揭示；
- 对问题定界的初步分析，并推送决策；
- 一线值班对监控告警响应效率的事件；
- 对挂起的告警事件进行升级；
- 对处理后的告警进行“正确性、及时性”的分析；
- 驱动告警的复盘；
- 以及从前端可观测排障角度需要数据的采集、汇总、整合、加工、可视化。
总的来说，从场景层面，可以针对“多角色、多对象”，上报数据、加工计算、推送决策、执行效率、用户反馈、优化决策、驱动执行，从而设计更全面的处理操作场景，事件可以作为运维工作场景启动的触发因素，善用事件驱动的思路可以将多个工作场景串联在一起。针对不同场景的工作，借鉴软件层面的事件驱动，让场景工具接受事件数据的输入，根据输入触发标准化的事件规则，响应事件决策，并由人或机器进行决策的执行将建立全数字化的事件驱动能力。从平台层面，期望运维领域能够出现一款类似Vantiq的平台解决方案，目测有机会出现在运维数据平台、运维中台、运维低代码PAAS平台的供应商中。
end