摘要：
运维标准流程？配电运维的好处和坏处？大数据开发、大数据分析、大数据运维主要工作各是什么？哪个好？运维标准流程？运维工作流程 运维工作管理流程涉及服务台、问题管理、上刊管理、拍照管理... 运维标准流程？
运维工作流程 运维工作管理流程涉及服务台、问题管理、上刊管理、拍照管理、供应商管理等，随着运维活动的不断深入和持续改进，其他流程可能会逐步独立并规范。 运维服务管理体系 运维服务管理体系规定了运维活动涉及的各类实体，以及这些实体间的相互关系。相关的实体按照运维服务管理体系进行有机组织，并协调工作，按照公司要求及销售合同提供不同级别的媒体资源运维服务。
1、保障能源站7*24小时正常运行，运维人员应按能源站运维工作要求对能源站进行巡检。
2、运维人员交接班时，本班未处理的事情，应在交接班时向下一班交代清楚，应填写交接班记录，做到有据可查。
3、每天按工作要求完成抄表，并填写能源站运行日报表；每月1日填写能源站抄表付款单并上报公司审核。
4、遇有重大事项和异常情况，应及时向上级或公司有关领导报告，并***取应急响应措施。
5、提前关注未来三天的天气变化，及时做好应对准备。
配电运维的好处和坏处？
配电运维的好处：
1.负荷检测基于实时采集的供配电系统负荷数据，通过对负荷数据的云端存储、分析与处理，提供周期性实时/历史变化曲线、峰谷负荷参数展示，实现负荷数据的融合分析评估报告。
2.智能运维基于实时状态监测与网络视频监控，实现配电室的无人值守；实现设备档案的云端化存储及查询管理、智能巡检、故障检修、隐患报修、派工，以及统计开关分合及设备投运时间，提前预知设备维保计划及使用寿命终结，实现设备全生命周期的运维管理。
大数据开发、大数据分析、大数据运维主要工作各是什么？哪个好？
这三个角色在我们公司分别对应着三个部门，承担的职责也各有不同，还算理解得比较透彻，简单谈一谈。
主要基于大数据平台开展批量作业、实时接口等大数据应用的开发和测试工作，对能力的要求是熟悉Spark、Flink等大数据框架，熟悉SQL，熟悉软件开发测试规范，能够根据业务需要完成业务逻辑的编写。
利用大数据平台、机器学习建模平台、BI平台等开展生产数据的分析和数据建模工作，挖掘数据中存在的业务价值，主要交付物是业务分析报告、各类名单、业务模型等。对能力的要求是:具备数据分析的思维，熟悉SQL，熟悉机器学习建模逻辑，熟悉Python/SAS等开发工具，具备一定的文字能力。
开展大数据平台的日常运维工作，包括批量作业、接口的上线和运行监控，平台的硬件***监控，用户和平台***的分配，平台和作业问题的分析和处置，数据的迁移，平台的扩容，业务数据查询提取变更等，一句话就是保障平台及数据的可用。对能力的要求是:熟悉Hadoop组件，熟悉Linux，熟悉SQL。
从上面的介绍[_a***_]看出，这三者的区别是很明显的，要求也各有不同。
实务中，这三个角色是密切相关的，大数据开发人员完成应用开发，大数据运维人员基于开发人员的脚本进行投产并保障作业的稳定运行，大数据开发人员基于开发和运维人员构建的逻辑和数据开展数据分析。
大数据分析人员与业务接触最频繁，有独立的思维能力和发挥的空间，相对来说工作比较有创造性，成果可直接面对公司高层，比较有意思，容易出彩，也容易转向业务。
大数据开发人员往往是按照业务需求或系统需要完成功能性的开发，也能够与业务进行接触，不是太死板，但创造性和自主性相对弱一些，不过往往技术能力比大数据分析人员强，可以说技术业务双赢。
大数据运维人员的主要合作伙伴就是平台和设备，工作相对纯粹，有章可循，有利于技术沉淀，缺点是与业务接触较少，压力大，工作强度大，往往成为幕后英雄。
