SRE系列（第 5 篇）腾讯互娱 SRE进化史：从传统走向未来

在 2016 年《SRE：Google 运维解密》正式出版后，SRE 才开始被国内技术运营领域所关注并传播。

2017 - 2018 年，阿里、腾讯等大型互联网公司以及部分外企在国内的研发机构，开始逐步应用 SRE 相关理念并尝试组建 SRE 团队。此后 SRE 词汇逐渐在运维圈、技术论坛和企业技术文档中普及，成为互联网运维领域的核心术语之一。

本文是 SRE 系列的第 5 篇，主要想分享一下腾讯互娱技术运营部主导的腾讯蓝鲸平台（BlueKing）的进化史。

1 引言

腾讯互娱事业群（IEG）的技术运营部主导的腾讯蓝鲸平台（BlueKing）经过多年的发展，现在已发展成为一个完整的、功能比较完善的软件工程管理的支撑平台。

出于拥抱开源，回馈社区的目的，蓝鲸平台已在 github 和 gitee 上开源。并与社区保持紧密合作，不断完善和优化平台功能，并且，已被多家科技企业采纳，行业涉及金融、能源、运营商、交通等多个领域。

开源地址：

1. https://github.com/TencentBlueKing
2. https://gitee.com/Tencent-BlueKing

2 腾讯蓝鲸平台的系统框架

下面是腾讯蓝鲸平台的系统框架图：

蓝鲸平台系统框架

图中可见，其已覆盖 PreCI/CI/CD/CO 多个领域，也是其进化多年的必然结果。

3 腾讯蓝鲸平台的发展历程

下面是腾讯 IEG 技术运营组织体系的发展历程，可以看出 IEG 技术运营体系进化的指导思想的升级与进化，也可以看作是腾讯蓝鲸平台（BlueKing）的进化时间表。

蓝鲸平台进化时间表

在数字化时代，游戏行业作为技术密集型产业，其运维服务模式经历了从传统人工操作到智能化运维的深刻变革。

腾讯游戏作为国内领先的游戏厂商，其运维服务模式的演进历程不仅反映了行业发展趋势，也为 SRE（Site Reliability Engineering，站点可靠性工程）在国内的落地实践提供了宝贵经验。

4 腾讯游戏运维服务模式的演进历程

自动化转型阶段（2012-2014）

2012 年，腾讯游戏开始普及 web 自动化，标志着传统运维向运维开发的大规模转型。这一阶段，运维团队开始将重复性的手动操作转化为自动化脚本，提高了工作效率，减少了人为错误。

2014 年，随着业务规模的扩大，腾讯游戏进一步普及了跨系统调度自动化和故障自愈能力。

通过构建统一的调度平台，实现了不同系统间的协同工作，同时引入自动故障检测和恢复机制，大大缩短了故障响应时间。

无人值守与数据化阶段（2015-2017）

2015 年，腾讯游戏实现了基础运维的『无人值守』，运维人员从繁琐的日常操作中解放出来，能够将更多精力投入到高价值的工作中，如架构优化、性能调优和技术创新。

为了应对业务运营需求，出现了有很多相对独立的工具和系统，比如监控系统、告警系统、日志系统等。

这些系统之间通常是烟囱式的，数据孤岛严重，导致了很多问题。

2016 年，数据化运维正式启动。每个系统都有自己的监控和告警机制。这导致了很多问题，比如监控数据孤岛、告警风暴等。

蓝鲸平台SRE

腾讯游戏开始建立完善的监控体系和指标体系，通过数据分析指导运维决策。

到 2017 年，数据化运维得到全面普及，同时随着微服务架构和容器技术的兴起，运维模式也随之升级，更加灵活和高效。

蓝鲸平台SRE

智能化与研运一体化阶段（2018-2019）

2018 年，AIOPs（智能运维）理念在腾讯游戏得到深入应用。通过引入机器学习和人工智能技术，加强了异常检测、根因分析的的能力。

与此同时，在国内DevOps领域专家乔梁的指导下，引入研发运营一体化（DevOps）思想，又开发了 蓝盾流水线产品。它加强了开发和运维的协同，系统地强化了从代码编写到制品入库及运营上线的案例性，也通过自动化和自助化服务，有效地减少了繁复的手工操作，缩短了从开发到上线的周期。

蓝鲸平台SRE

2019 年，腾讯游戏进一步推进开源协同和研发运营一体化，蓝盾流水线产品现已成为全公司范围内的标准化、可复用的持续交付流水线的基础底座。进一步促进了研发和运营之间的协作，形成了高效协同的工作模式。

5 SRE 理念在腾讯游戏的落地实践

SRE 核心思想的融入

腾讯游戏的运维演进过程中，虽然没有明确提出 SRE的概念，但实际上已经在践行SRE 的核心思想：将运维视为软件工程问题，通过代码和自动化工具解决系统可靠性挑战。

从 2015 年开始，腾讯互娱事业群（IEG）的技术运营部就开始了类似 SRE 的转型，设立了运营开发工程师这个细分岗位，负责开发和维护运维相关的工具和平台，提升运维效率和质量。

这也为招聘具有更强软件工程能力的运维工程师提供了更多的机会。

量化管理与目标设定

在数据化运维阶段，腾讯游戏建立了完善的指标体系。通过设定明确的量化目标，指导团队的工作方向，同时也为评估运维工作的效果提供了客观依据。

自动化与平台化建设

腾讯游戏通过蓝鲸平台工具平台，将运维经验和最佳实践固化为可复用的工具和流程。

这些平台不仅提高了运维效率，也降低了对人员技能的依赖，使运维工作更加标准化和规范化。

6 腾讯游戏运维演进的启示

渐进式转型的重要性

腾讯游戏的运维转型不是一蹴而就的，而是经历了从自动化到数据化，再到智能化的渐进过程。

这种渐进式转型避免了激进变革带来的风险，同时也给团队留出了学习和适应的时间。

技术与组织并重

在技术升级的同时，腾讯游戏也注重组织架构和人员能力的提升。

通过设立运营开发工程师等新岗位，吸引和培养了一批既懂运维又懂开发的复合型人才，为运维转型提供了人才保障。

开放合作的价值

2019 年开始的开源协同，体现了腾讯游戏在运维领域的开放态度。通过与开源社区的合作，既可以将自身的实践成果分享给行业，也可以从中获取更多先进经验。这推动整个行业的发展。

7 结语

腾讯游戏运维服务模式的演进历程，是中国互联网企业探索 SRE 实践的一个缩影。从最初的自动化转型，到数据化运维，再到智能化和一体化，腾讯游戏走出了一条符合自身特点的运维发展道路。

对于正在推进 SRE建设的企业来说，可以从腾讯游戏的经验中汲取养分，结合自身实际情况，制定适合的SRE 实施路径。

SRE 不仅仅是一种技术实践，更是一种组织文化的变革，需要管理层的支持、团队的配合和持续的投入。

通过 SRE 实践，企业可以在保证系统可靠性的同时，提高开发效率，加速业务创新。

为企业的数字化转型提供强有力的技术支撑。