運維監(jiān)控平臺是工業(yè)互聯(lián)網(wǎng)平臺運維工作中不可或缺的一部分，如何構(gòu)建適合自己的運

維監(jiān)控平臺，每個公司的需求不一樣，每個運維面對的痛點也不盡相同，但，有了監(jiān)控，有

了充足的數(shù)據(jù)，一切以數(shù)據(jù)說話，運維就不再是背鍋俠了。

運維管理是工業(yè)互聯(lián)網(wǎng)平臺使能技術(shù)之一，在平臺中的地位極其重要。在工業(yè)互聯(lián)網(wǎng)平

臺的運維管理中，我們經(jīng)常聽到關(guān)于運維的話題：“無監(jiān)控，不運維〃。

隨著云計算和互聯(lián)網(wǎng)的高速發(fā)展，大量應(yīng)用需要橫跨不同網(wǎng)絡(luò)終端，并廣泛接入第三方

服務(wù)，平臺系統(tǒng)架構(gòu)越來越復(fù)雜?？焖俚漠a(chǎn)品需求和良好的用戶體驗，需要運維管理者

時刻保障核心業(yè)務(wù)穩(wěn)定可用。

運維管理的痛點和難點

運維工程師在運維中過程中經(jīng)常遇到運維工作如下的痛點和難點：

1、面向'業(yè)務(wù)的運維，不但關(guān)心單點物理資源的運行狀態(tài)，更關(guān)心整個業(yè)務(wù)系統(tǒng)的健康

狀態(tài)

2、如果企業(yè)使用了大量的API和模塊化應(yīng)用，那么需要關(guān)注每個接口的性能變化情況

和指標(biāo)

3、對于運維主管及企業(yè)管理層來說，特別需要上墻的監(jiān)控大屏

4、運維需要每周、每月查看報告趨勢分析，但傳統(tǒng)運維工具數(shù)據(jù)導(dǎo)山困難

5、需要第一時間轉(zhuǎn)雀和快速發(fā)現(xiàn)故障節(jié)點，減少業(yè)務(wù)中斷帶來的損失

運維管理

1、物理資源監(jiān)控

（1）物理資源狀態(tài)監(jiān)控。提供可按照資源池、集群對物理設(shè)備的資源狀態(tài)、如計算、

存儲、網(wǎng)絡(luò)等運行狀態(tài)進(jìn)行監(jiān)控。

（2）故障告警及通知。支持:Email或者短信、微信等告警的實時通知消息。

資產(chǎn)

假產(chǎn)統(tǒng)計目錄

資產(chǎn)端粉

解碼設(shè)備納碼設(shè)備視頻綜合

監(jiān)控點

1矩陣

檔案23N

檔案檔案檔案

（3）資源庫存及資產(chǎn)管理。支持對物理設(shè)備庫存及資產(chǎn)管理，需要擴(kuò)充及時提供運維

管理人員。

異帝上報

SltMUffSHZKQ]€■1?舌*2

R案修認(rèn)播收單由移動

工*不弼向：舞標(biāo)KW向XI15-04-06162500

x?6m

?若?*WM。！.苦申誦完燈洞

4足?臼

1X￥S€1?sEinmani(

反MW認(rèn)A員

（4）故障分析報表?？砂凑展收霞墑e、事件類別出具故障的分析報表，便于改善服務(wù)。

2、業(yè)務(wù)資源監(jiān)控

（1）業(yè)務(wù)資源狀態(tài)監(jiān)控。可按照服務(wù)如虛擬主機(jī)、云數(shù)據(jù)庫、塊存儲等進(jìn)行資源狀態(tài)

監(jiān)控。

（2）權(quán)限管理，可以創(chuàng)建和管理系統(tǒng)中管理員帳號、管理員所承擔(dān)的角色和管理員管

理區(qū)域，實現(xiàn)系統(tǒng)的分權(quán)分域的功能。系統(tǒng)支持對用戶進(jìn)行訪問控制，支持用戶組、分權(quán)、

分域、密碼管理，便于維護(hù)團(tuán)隊內(nèi)分職責(zé)共同有序地維護(hù)系統(tǒng)。

（3）告警管理，是確保系統(tǒng)正常運行的重要活動，包括：系統(tǒng)故障預(yù)防設(shè)計、故障檢

測和處理等。告警管理是口攵障管理的重要部分，便于運維人員進(jìn)行故障定位，保證系統(tǒng)穩(wěn)定

運行。

（4）拓?fù)涔芾?，提供一個可視化界面，呈現(xiàn)全系統(tǒng)的所有資源信息。支持常用設(shè)備自

動發(fā)現(xiàn)和識別，系統(tǒng)還對網(wǎng)絡(luò)類型有很好的兼容性，可以很好的發(fā)現(xiàn)

VPN.VLAN網(wǎng)絡(luò)拓?fù)?，還支持按照規(guī)則識別不同的設(shè)備類型，方便更準(zhǔn)確的呈現(xiàn)拓?fù)洹?/p>

（5）日志管理包括日志記錄、查看、審計。

（6）軟件管理，支持云操作系統(tǒng)軟件預(yù)安裝和預(yù)置、軟件自動化批量安裝、軟件升級

和補(bǔ)丁更新等功能。

（7）統(tǒng)計報表管理，可以讓管理員查看虛擬機(jī)登錄、分配以及運行狀態(tài)信息，有助于

系統(tǒng)優(yōu)化，調(diào)整提升。報表可以根據(jù)要求定制，內(nèi)容主要包括之前描述過得監(jiān)控內(nèi)容，包括

CPU、內(nèi)存、網(wǎng)絡(luò)流量、數(shù)據(jù)庫性能、中間件性能等各類性能報表和故障報表。

（8）資產(chǎn)管理，是運維管理系統(tǒng)的核心功能，能夠?qū)崿F(xiàn)對云平臺相關(guān)的軟硬件信息資

產(chǎn)信息的全面管理，同時，對資產(chǎn)信息進(jìn)行實時監(jiān)控變更等功能，滿足企業(yè)對資產(chǎn)管理的需

要。

（9）工單管理，系統(tǒng)提供完整的工單管理的功能，支持創(chuàng)建工單的流轉(zhuǎn)流程。支持手

工創(chuàng)建工單，也可以在告警響應(yīng)動作中創(chuàng)建工單；支持以工單方式實現(xiàn)對告警事件的應(yīng)急響

應(yīng)、工作任務(wù)分配、工作任務(wù)管理，可以進(jìn)行流程定制和流程查看，工作流可以跨多個中心

進(jìn)行聯(lián)動。

（10）計費管理，不同的云服務(wù)按照各自的計費項計量并收費的能力。

（11）安全管理，是對數(shù)據(jù)、賬號等IT資源采取全面保護(hù)，使其免受犯罪分子和惡意

程序的侵害，并保證云基礎(chǔ)設(shè)施及其提供的資源能被合法地訪問和使用。

（12）對系統(tǒng)數(shù)據(jù)均實現(xiàn)多副本保存或其他冗余備份機(jī)制。

（13）可實現(xiàn)云服務(wù)運維管理系統(tǒng)的自動化管理。

四

運維監(jiān)控平臺設(shè)計思路

構(gòu)建?個智能的運維監(jiān)控平臺，必須以運行監(jiān)控和故障報警這兩個方面為重點，將所有

業(yè)務(wù)系統(tǒng)中所涉及的網(wǎng)絡(luò)資源、硬件資源、軟件資源、數(shù)據(jù)庫資源等納入統(tǒng)一的運維監(jiān)控平

臺中，并通過消除管理軟件的差別。

數(shù)據(jù)采集手段的差別，對各種不同的數(shù)據(jù)來源實現(xiàn)統(tǒng)一管理、統(tǒng)一規(guī)范、統(tǒng)一處理、統(tǒng)

一展現(xiàn)、統(tǒng)一用戶登錄、統(tǒng)一權(quán)限控制，最終實現(xiàn)運維規(guī)范化、自動化、智能化的大運維管

理。

智能的運維監(jiān)控平臺，設(shè)計架構(gòu)從低到高可以分為6層，三大模塊，如下圖:

監(jiān)

控

報

警

模

塊

數(shù)據(jù)

提取

塊

警模

控報

到監(jiān)

數(shù)據(jù)

采集

定時

）

取金

3據(jù)提模塊

層）

展示

數(shù)據(jù)數(shù)

示

觀顯

圖直

曲線

生成

數(shù)據(jù)據(jù)

收

-----集

模

A塊

數(shù)據(jù)庫

網(wǎng)絡(luò)

系統(tǒng)

操作

系統(tǒng)

業(yè)務(wù)

）

集層

3據(jù)收

數(shù)據(jù)

數(shù)據(jù)

數(shù)據(jù)

數(shù)據(jù)

___/

作

、操

庫數(shù)據(jù)

、數(shù)據(jù)

統(tǒng)數(shù)據(jù)

業(yè)務(wù)系

數(shù)據(jù)、

集網(wǎng)絡(luò)

主要收

底層，

位于最

層：

收集

數(shù)據(jù)

1、

儲。

進(jìn)行存

范化并

進(jìn)行規(guī)

的數(shù)據(jù)

收集到

然后將

據(jù)等，

系統(tǒng)數(shù)

是

可以

方式

示的

，展

一展示

進(jìn)行統(tǒng)

的數(shù)據(jù)

獲取到

收集層

將數(shù)據(jù)

主要是

層：

展示

數(shù)據(jù)

2、

或

主機(jī)

間內(nèi)

段時

解一

人員了

助運維

可以幫

形化，

數(shù)據(jù)圖

通過將

態(tài)等，

、餅狀