在成熟度模型中 ， 阿里云将智能化定义为CloudOps的最终的形态、最高等级；其次则是标准化 。 这与五大衡量维度中的自动化能力息息相关 。
田涛涛认为 ， 自动化能力实际上就是当前Everything asCode的趋势所追求的 。 代码化将通往标准化、自动化 ， 最终才有可能智能化 。 云的OpenAPI与之完美匹配 。 田涛涛将当前常见的云自动化可以分为三类:

• Infrastructure as Code：基础设施即代码的理念 ， 希望通过构建可编程的基础设施 ， 来实现资源的高效自动化配置 。
• Pipeline as Code: 通过脚本和引擎让原本独立运行于单个或者多个节点的任务连接起来 ， 实现单个任务难以完成的复杂发布流程 。
• Policy as Code: 通过自动化代码来管理权限管控或者安全策略 。

弹性能力是云计算带来的巨大技术红利 ， 弹性能力意味着企业可以在秒级、分钟级快速响应资源创建或者释放 ， 提升整体的交付速度 ， 和资源利用率 。
可靠性能力是云计算的天然优势之一 ， 通过大规模数据中心、多数据中心技术 ， 实现数据中心同城灾备 ， 通过对硬件层的虚拟化 ， 其能够来降低和规避物理硬件故障对客户的影响 。 云平台也会提供大量的自助服务来提升可观测性 。
安全合规能力是云的招牌 ， 也是云需要守护的底线 。 但是云端操作的高频性有大量自动化任务 ， 操作来源和对象相对复杂 ， 对操作审计和操作来源和报警的时效性要求较高；同时云端服务命令存在暴露在公网的风险 ， 需要安全和网络规划能力；高频的可编程自动化运维需要有审计和问题追踪能力 ， 避免越权和不容易被追踪的问题 。
成本管理自然也不必多说 ， 云服务相比IDC的最大特点之一是使用资源而非持有资产 ， 为用户提供了大量新型的资源规划和付费模式 。

文章图片

自动化能力（Automation）、弹性（Elasticity）、可靠性（Reliabilty）、安全（Security）和成本管理（Cost）——阿里云将这套CloudOps成熟度模型 ， 形象地称为CARES模型 。 云上自动化运维需要在五个方面不断优化与打磨 ， 才能逐步靠近AIOps的终极目标 。
优势结合 ， CloudOps 值得想象
当然 ， CloudOps并非简单的把DevOps上云 ， 而是将DevOps和云有机结合 ， 收获更大价值 ， 产生“1+1>2”的效应 。 这不仅意味着更多用户能够更好地践行DevOps ， 提升云的使用效果 ， 也意味着二者市场的相互叠加 ， 更多的也能充分发挥出CloudOps的技术优势 。
田涛涛认为 ， 以往 ， 用户无法发挥DevOps技术优势的原因主要有三：
第一 ， 客户认知问题 ， 基于原有的线下管理方法和管理工具 ， 直接把工具放到云端执行 ， 并不能发挥出云原生和云平台的能力优势；
第二 ， 如今的运维和传统运维存在明显不同 ， 传统运维一般操作的规模相对较小 ， 管理的机房相对明确和有限；但是云运维可以快速通过资源的弹性能力轻松管理数百台甚至更大规模跨多个机房的服务器；上云后 ， 随着弹性能力和应用复杂度的提升 ， 资源会变得非常多 ， 所以管理成本和管理效率就变成了一个巨大挑战；
第三 ， 很多客户原生系统自动化操作偏少 ， 当使用全自动化时 ， 需要在编程习惯和编程模型方面改变 ， 即改变使用云和使用服务器的方式 ， 只有习惯改变了才能真正实现降本增效 。
因此 ， 今年阿里云首先将CloudOps这一理念提出 ， 下一步会依托于这一形态来发展定义相关的产品 。