今天整理新书内容的时候，也梳理了一下运维体系建设的情况。突然意识到很多事情才算刚刚开始。记得在1年以前，我们刚搭建好一套开源的运维系统，同事感叹说，好像什么都有了，我们是不是可以提前下班了，一年以后，新功能不知道加了有多少，而我们依旧那么忙。 

  对于我来说，现在难得的福利就是能够在下班后早一点回家陪孩子。在成长的路上缺席太多，这种遗憾是无法弥补的。 所以每当早一点下班的时候，还是会咬咬牙说，这些事情明天再做。

  最近在学习一些统计学的内容，也让我对数据的理解方式有了一些改变，所以从一种更加体系化和深度来看待，其实我们做的大多数的统计分析都是初级水准。

  为什么这么说呢，因为我们还是缺少一些更深层次的数据支撑，目前的额表现更为被动。

    比如我们查看一个数据的趋势，如果是多个维度，那么得到的数据可能就是多条曲线，这种情况基本是后知后觉，或者在处理问题的时候参考阈值。

其实在这里我们缺少的是一些模型，模型怎么具体实现和怎么设计相比有较大的差距，其实在这一层上，我们可做的事情有很多，但是做到的事情却不多。

就以自助巡检为例，原本的计划是能够发掘出更多的潜在问题，除了展示数据的趋势之外，还能够通过一些分析来得到一些相关的落实任务。实际实现的时候，在模型设计上走了“快速通道”，对于功能的设计也不讲究一些章法和策略，结果导致业务上线了，但是效果却不够明显。

而有了较为合理和有效的模型之后，我们就可以进行一些关联选项的统计方法，从而得到资源优化配置的一些改进措施。

在这一点上，看起来就是多了一个数据统计分析的步骤，但是背后的意义和收益要比目前能看到的要好得多。 

换句话说，我们要提高自己的建模能力，从短期和长期来看，都是一种难得的核心竞争力。