近年来互联网在金融、电子通讯、电子商务、互联网医疗、云管理系统等行业的迅猛发展,高速发展的信息技术在变的更加复杂化和精细化的同时,IT维护和管理成本也在指数级别上升,IT基础设施的高可靠性和易于管理能力挑战性越来越大。不同系统间数据信息没有关联性,很难定位到问题根,公司内部的IT资源没有统筹规划利用,企业依赖的技术服务设施缺乏顶层设计,难以维护。公司业务线和用户数量的持续快速增长,对系统服务质量和可靠性的要求越来越高。运维管理工作涉及到公司各个部门以及工作环节,以目前的用户基数,如果系统发生故障,会造成业务瘫痪和大量的用户投诉,严重影响公司正常运营和信誉,需要通过系统性的规划设计来改善现状。本文通过分析IT运维管理系统,考虑系统的整体性与可扩充性,采取服务化的软件架构,提供能够快速接入的统一的基础平台,不同系统服务之间数据格式采用统一的规范,系统之间通过拆分服务边界,屏蔽服务过程细节,对外提供标准化接口,服务可以通过预定号的协议通信,服务间相互独立具备有较好的扩展性。系统包括交付运维、服务运维、数据采集、监控告警几大模块,交付运维模块通过对流程引擎的设计和封装,定制了自动化发布流程,来规避手工操作中产生的版本不同步,配置错误遗漏,误操作等运维风险。服务运维通过维护服务接口和数据字典,统一开发规范,保证数据和逻辑的跨系统兼容性。数据采集模块自动收集运行过程中产生的数据流,返回数据等多种类型的数据,按照统一的数据格式,上报到监控系统中。根据抛出的异常数据,生成对应的告警信息,方便相关操作人处理跟进,通过松散耦合的微服务架构,来进行服务数据实时采集分析,提供方便快捷的海量数据查询能力。监控告警模块通过自定义配置和自动化的监控告警来及时报告系统中出现的各种故障,提供故障通知跟进排查功能。系统经测试上线后改善运维效率提高运维质量效果明显。