美信君：運(yùn)維經(jīng)理很上火 故障如何快速查？

　　某公司IT運(yùn)維張經(jīng)理非常頭疼，每天都像救火隊(duì)員一樣在這樣的事情中奔波，這是來(lái)自于他的自述……

　　“一次正好趕上公司年中大促，也是一年里沖業(yè)績(jī)的關(guān)鍵一周。結(jié)果關(guān)鍵業(yè)務(wù)的交易系統(tǒng)出現(xiàn)了運(yùn)行緩慢，部分業(yè)務(wù)在系統(tǒng)交易時(shí)候出現(xiàn)卡頓、無(wú)法登陸的現(xiàn)象。這種情況發(fā)生以后，業(yè)務(wù)線上的每個(gè)人都像炸開(kāi)了鍋。在此之前，我們?yōu)榱吮Ｕ蠘I(yè)務(wù)系統(tǒng)正常運(yùn)行已經(jīng)做了充分的準(zhǔn)備，但是沒(méi)想到還是出現(xiàn)了這樣的狀況，我們的壓力可想而知。我們運(yùn)維人員馬不停蹄地開(kāi)始排查，查資源使用情況、網(wǎng)絡(luò)環(huán)境情況、中間件是否正常、服務(wù)是否正常、日志是否報(bào)錯(cuò)、交易數(shù)據(jù)還有沒(méi)有……時(shí)間不知不覺(jué)的在敲鍵盤、敲鍵盤、敲鍵盤中過(guò)去，但是原因還未定位。

　　總經(jīng)理也過(guò)來(lái)了解情況，業(yè)務(wù)部門一直在催促，我們飯也顧不上吃。最終，折騰了一天以后，定位到問(wèn)題原因是其中一個(gè)功能沒(méi)有控制返回?cái)?shù)量，導(dǎo)致內(nèi)存泄露。

　　伴隨公司數(shù)字化轉(zhuǎn)型和業(yè)務(wù)規(guī)�；�發(fā)展，設(shè)備量實(shí)現(xiàn)指數(shù)型增長(zhǎng)。幾年的時(shí)間，服務(wù)器就從幾百臺(tái)增加到5000千臺(tái)。雖然技術(shù)已經(jīng)不可同日而語(yǔ)，我們幾十人的IT支持團(tuán)隊(duì)，每天仍然應(yīng)接不暇地需要處理各種稀奇古怪的情況。

　　因此我們需要一個(gè)良好的監(jiān)控系統(tǒng)，可以讓我們快速地發(fā)現(xiàn)并定位問(wèn)題，減少宕機(jī)時(shí)間，提高故障處理速度，減輕運(yùn)維工作的壓力。同時(shí)，防患于未然，這個(gè)監(jiān)控系統(tǒng)需要能夠及時(shí)預(yù)警，畢竟減少事故的發(fā)生也是實(shí)現(xiàn)IT業(yè)務(wù)工作的核心價(jià)值。”

　　美信監(jiān)控易——泛IT一體化智能運(yùn)維管理平臺(tái)，能夠從以下幾個(gè)方面幫助張經(jīng)理解這些監(jiān)控運(yùn)維問(wèn)題。

　　1)監(jiān)控可視化

　　以前監(jiān)控都是模糊的、離散的，還有來(lái)自不同管理工具的告警、預(yù)警等，現(xiàn)在轉(zhuǎn)變?yōu)榍逦�可�?jiàn)、一目了然。完善的監(jiān)控平臺(tái)需要有統(tǒng)一的可視化操作界面，方便運(yùn)維人員快速查看相應(yīng)的運(yùn)行數(shù)據(jù)。監(jiān)控易提供儀表盤、狀態(tài)統(tǒng)計(jì)、蘋果樹(shù)等多種監(jiān)控視圖，用戶可以便捷查看整個(gè)IT系統(tǒng)的當(dāng)前運(yùn)行狀態(tài)，對(duì)預(yù)、告警的管理對(duì)象和監(jiān)測(cè)點(diǎn)進(jìn)行實(shí)時(shí)過(guò)濾，實(shí)現(xiàn)快速故障定位和根源診斷。比如：能夠看到IT資源一段時(shí)間內(nèi)的運(yùn)行趨勢(shì)、故障期間的設(shè)備狀況、IT資源總體性能分析報(bào)表等，且可以提前制定策略，直接展現(xiàn)分析結(jié)果，這樣就大大提高了故障的處理效率。

　　2)監(jiān)控全面

　　監(jiān)控最基本的工作就是實(shí)現(xiàn)對(duì)負(fù)載均衡設(shè)備、網(wǎng)絡(luò)設(shè)備、服務(wù)器、存儲(chǔ)設(shè)備、安全設(shè)備、數(shù)據(jù)庫(kù)、中間件及應(yīng)用軟件等IT資源的全面監(jiān)控管理。監(jiān)控易運(yùn)維監(jiān)控平臺(tái)可以對(duì)上百家廠商的軟件、硬件及應(yīng)用業(yè)務(wù)系統(tǒng)進(jìn)行實(shí)時(shí)監(jiān)控，全面性的應(yīng)用監(jiān)控可以讓故障提前預(yù)警，并保存了影響應(yīng)用運(yùn)行環(huán)境的數(shù)據(jù)，以縮短故障處理時(shí)間。

　　3)及時(shí)預(yù)警、告警、快速定位

　　監(jiān)控易——泛IT一體化智能運(yùn)維管理平臺(tái)采用自己先進(jìn)的調(diào)度技術(shù)可以把監(jiān)測(cè)點(diǎn)的顆粒度精確到秒級(jí)，以保證監(jiān)測(cè)數(shù)據(jù)的實(shí)時(shí)性和精確性，做到當(dāng)客戶關(guān)鍵設(shè)備出現(xiàn)異常時(shí)能在第一時(shí)間里發(fā)現(xiàn)問(wèn)題，發(fā)出報(bào)警，為客戶解決問(wèn)題贏得寶貴的時(shí)間。監(jiān)控易——泛IT一體化智能運(yùn)維管理平臺(tái)達(dá)到最快輪詢頻率為5秒一次，大大縮短網(wǎng)絡(luò)的故障響應(yīng)時(shí)間，降低網(wǎng)絡(luò)故障的損失。

　　4)告警方式全面

　　完善的監(jiān)控策略需要有清晰的監(jiān)控告警提示，值班人員要以根據(jù)監(jiān)控告警即可作出簡(jiǎn)單的問(wèn)題定位與應(yīng)急處理方案。監(jiān)控易在IT基礎(chǔ)架構(gòu)出現(xiàn)故障前及時(shí)預(yù)、告警，告警方式包括顏色、手機(jī)短消息、郵件、聲音、腳本、彈出短消息框等多種方式，可以任意自定義告警閥值、告警方式、觸發(fā)條件等，支持對(duì)大型IT系統(tǒng)的告警批量設(shè)置。

　　管理員可以通過(guò)短信內(nèi)容看到哪個(gè)系統(tǒng)、哪個(gè)應(yīng)用、哪個(gè)模塊出了什么問(wèn)題，可能是什么原因，對(duì)業(yè)務(wù)有什么影響，是否需要馬上處理。

　　5)完善的性能評(píng)估和故障診斷報(bào)表

　　完善的監(jiān)控策略不僅需要有實(shí)時(shí)的數(shù)據(jù)告警，也要有匯總數(shù)據(jù)分析能力，能發(fā)現(xiàn)潛在風(fēng)險(xiǎn)，同時(shí)也為分析疑難雜癥提供幫忙。

　　監(jiān)控易強(qiáng)大的報(bào)表管理工具，支持將不同的關(guān)聯(lián)監(jiān)測(cè)指標(biāo)放到同一圖形中進(jìn)行比較和分析的報(bào)表功能，比如用戶可以將接口流量、CPU和內(nèi)存的使用率以及數(shù)據(jù)庫(kù)的關(guān)鍵指標(biāo)放在一個(gè)圖形中進(jìn)行關(guān)聯(lián)分析，來(lái)評(píng)估服務(wù)器和數(shù)據(jù)庫(kù)的負(fù)載及其他性能狀況。