報業集團IT運維管理平臺建設思路

王任華　黃格非　施蕓

隨著浙江日報報業集團業務系統

向多元化結構發展，新媒體技術及報業信息化技術也發生日新月異的變化，集團信息化網絡的規模越來越大，報業出版及發行等業務系統越來越多。這直接推動Web服務器、應用服務器、數據庫以及服務器虛擬化的應用快速發展，IT部門的重要性也不斷提升的同時， IT運維面臨的挑戰也更加復雜化。如，原有的機房已經不能滿足現有信息化設備的發展；日益增多的信息化終端設備和放開的USB設備權限導致病毒攻擊、流量異常的情況增多；眾多的業務系統和需要開啟的遠程監控窗口，易出現搶桌面和重復開啟服務的狀況；IP地址沖突以及IP地址不夠用等現象。

如何能將現有的IT管理小軟件進行資源整合，實現統一平臺的集中管理，做到跨域掃描IT運維管理體系，并通過制定相應的流程規范來合理、高效的調配資源，使IT運維管理架構與集團業務系統的管理架構相統一，并將網絡擁塞狀況直觀展現，為管理者和運維工作人員決策提供參考。這將是IT運維監控系統建設項目的總體目標。

總體設計思路

為更合理地配置網絡資源、更好地管理網絡IP資源，及時統計用戶訪問量、網絡帶寬分析、機房環境預知和巡檢等，針對集團的實際情況，我們研發了IT運維綜合管理平臺（IT Operation Management platform，ITOM），為技術管理者提供了多管理領域的全方位解決方案。IT運維綜合管理平臺的設計主要分三個：

1.信息采集層。包含故障性能信息采集和故障信息采集。性能信息采集是對運行在服務器的中間件、數據庫以及應用程序的監控。通過在被管理設備上安裝監控程序的方式，然后將來自ICT內各部分的信息標準化為通用格式，實時保存為邏輯分析提供信息基礎。包括發現網絡拓撲，通過網絡運行狀況監控，判斷網絡的運行質量、運行效率、網絡流量以及連通率信息等。

在信息采集層采集到的故障信息通常是邏輯故障信息。采集是通過接收IT基礎設施發送的標準日志，同時輔以主動對設備輪詢，將所收集的故障時間發送給探針，提交給事件管理器進行信息匯總。而其他類網絡故障判斷需要通過在信息處理層完成。初始故障等級判別是根據信息匯聚層收集上來的事件，級別定義。

2.信息處理層。按照事先設定的業務模型規則，將信息采集層收集的海量數據進行數據分析、數據關聯、數據處理，使得看似無序和不同類的事件，通過事先定義的業務模型規則，對信息采集層所采集到的信息進行根源分析和對比，達到故障定位的目的。

網絡故障判斷在信息處理層須根據默認的規則定義，通過告警系統中的Automation 自動引擎，對故障事件進行分析和計算，經過數據關聯和處理后，得出的網絡故障判斷，生成故障結果表單。例如端口流量、錯報和丟包發生率、廣播包與非廣播包的多少來對設備閥值設定，超過預設參數進入故障結果表單。

3.信息應用層。數據應用層對日常運維的性能參數通過圖表的方式反映出來，包括流量報告、故障分析報告、網絡監控平臺、統計分析報告等。

ITOM基于WEB方式的管理界面，允許維護人員通過瀏覽器方式查看業務運行狀態和告警信息，支持界面的個性化定制。監控平臺可實時監控包括網絡狀態、設備狀態、業務主機狀態、鏈路狀態、性能管理、流量管理等信息。

支持多種應用接口，包括WebService接口、API接口、文件接口、碼流接口等，集成多種第三方管理應用的綜合數據接入，在同一平臺上予以展現，是全域IT運維管理的決策支持系統。

十大功能描述

1.T運維管理平臺采用 ITIL的標準。

ITIL（IT Infrastructure Librry 信息技術基礎架構庫）是英國各個行業在IT管理方面的最佳實踐歸納起來變成規范，它結合流程、人員和技術三要素，為企業的IT部門提供一套從計劃、研發、實施到運行維護的最佳實踐方案，可以引導組織高效和有效地使用技術，讓既有的信息化資源發揮更大的效能。

ITIL實際上是建立在業務和技術之間的橋梁，框架圖如圖1所示：

ITIL含服務支持和服務提供兩部分，對應的10個管理流程是IT運維管理的核心過程，如圖2所示：

圍繞十個管理流程，并通過服務級別協議（SLA）來保證IT服務的質量，IT運維管理平臺的結構圖如圖3所示。

2.分級用戶管理，不同用戶擁有不同子域、子系統的使用權限。

不同用戶的分級管理通過統一入口授權完成，管理者、IT運維人員登錄系統后分別可以查看對應角色的子系統信息，如網絡管理員可以看到對應的機房監控數據和網絡擁塞信息，資產管理人員可以對資產信息掃描和登記，實現真正意義上的分級管理。

3.網絡狀況可以做到實時監控，核心設備做負載均衡。

網絡部分設備采用雙核心雙鏈路熱備連接，這種接法的網絡經系統智能分析后生成的網絡拓撲圖與真實物理拓撲結構略有出入，經人為修正后形成集團的網絡拓撲圖，真實反映整個網絡的運行狀態，直觀反映設備的分布情況、負載狀況和設備屬性，以及線路的實時流量，同時通過負載均衡動態平衡；流量異常或者超負荷時會有顏色顯示，告警網管關注點，動態預警可能存在的故障隱患。

網絡平臺管理對核心及匯聚等重要設備的UP/DOWN、CPU負載、線路負載等重要指標做告警設置，對核心業務服務器的操作系統參數(系統范圍的CPU 使用情況、磁盤和I/O 使用情況、文件系統資源、日志文件等)實施告警監控，協助IT運維人員診斷和排除相關問題。同時可以提供靈活的警報條件定義，生成基于Web的報表，為工作人員進行應用系統的性能分析及系統優化提供依據。

通過ITOM讀取在AIMS Server上集中創建生產主機環境的基線數據庫，實時監控核心業務服務器的系統環境和應用環境，減少長期運營維護費用、降低危害攻擊的可能性，保證了生產環境的穩定和核心業務數據的安全。

4.值班機房做到無人值守。

ITOM通過讀取第三方廠商監測的機房溫度數據、濕度數據、UPS電源信息等各類指標，若超出閥值信息發出警告，從而可以在無人值守的情況下，消除機房管理中的安全隱患。

5.遵循事件處理流程，完善IT運維服務。

事件管理即通常所說的現場管理，流程相對復雜，發起事件通常有兩個途徑，一個是ITOM的系統故障告警，一個是服務臺。系統告警后無法馬上處理完成可以直接生成事件，進入事件處理流程。

ITOM在事件生成后，可以由調度統一生成派工單，同時可以通過短信告知設備信息目前所處的維修狀態。

6.融合進項目管理，使項目狀態一目了然。

項目管理是ITOM非常重要的一塊，主要記錄目前在建項目的進展情況，包含項目小組成員及分工、項目進度、項目變更及項目調度信息，以方便其他項目人員隨時查詢。一旦項目結束，該項目信息將由相關人員做信息梳理及歸檔，對后續維護有幫助的解決方案、使用說明等文檔將分類歸到相關知識庫。

7.根據項目和運維解決方案，形成一套系統的運維知識庫。

知識庫來源于常規的運維解決方案和項目管理文檔。原來的情況是，各系統的解決方案、說明書、分析、手冊和各種專業文檔，零散地分布在各個系統管理員手里，或者一段時間整理放在FTP方式共享，但是缺少高效而有序的管理，檢索起來很困難，IT部門的新員工往往需要跟班很長時間才能掌握必備的工作技能。ITOM則根據IT運維流轉的各種文檔進行規范化的管理，建立一套有系統的知識庫和維護檢修庫，知識庫管理是員工獲取知識的有效途徑。讓所有人都能快速而方便地把自己掌握的經驗技能更新進知識庫共享，同時可以學習到自己所需要的信息和知識，保證IT系統的維護工作有據可依。

8.資產信息可以動態抓取，及時更新資產庫信息。

ITOM的資產管理功能比較強大，除了初期人工錄入數據外，還可把被管的網絡設備、主機設備、配置信息、軟件等信息抓取到，與資產庫對比，若信息有差異，可以實時更新到庫中。關聯集團信息管理平臺（EIP）的通訊錄信息，管理者可以很清楚地掌握資產狀況：設備信息、所屬部門、房間號、使用人、使用人聯系電話等信息。通過對資產信息全面和規范化的管理，同時與事件管理結合，可以向技術維護人員提供資產的完整“生命周期”，包括采購入庫、領用、維修、升級和報廢的整個生命周期事件以及歷史維護記錄，幫助技術維護人員迅速解決問題。

資產管理還可以拓撲形式展現資產分布平面圖（分布圖以樓層為單位，具體到每個房間的每項資產。平面圖上的資產圖標鏈接到資產管理庫的記錄，點擊圖標，自動檢索庫中的相關記錄）。

IP管理是資產管理的重要部分，ITOM的IP管理可以檢測后生成IP地址、網絡端口與MAC地址對應的地址簿，從而實現IP-MAC-物理地址綁定。通過地址簿與安全認證系統匹配，可以對P2P或者BT下載以及非法接入設備的端口進行關閉，保證桌面系統的安全。

9.設備變更。

針對設備用途的變更、位置的變更以及設備更新等，根據全域網絡拓撲結構圖展示，會顯示設備負載的位置，從而核實該設備可能發生的變化。

10.變被動服務為主動服務，定期做系統巡檢。

通過系統設定巡檢項目和巡檢參數，可以生成日巡檢、周巡檢、月巡檢項目等。目前我們對機房設備、郵件服務器、短信發送服務器、衛星發送和接受系統、暢流系統、全媒體采編系統和數字報生成系統設定為每日巡檢項目；醫保系統、發行系統設定為每周巡檢。設定巡檢項目生成巡檢表后，系統執行巡檢動作并生成巡檢報告，巡檢未通過項目以手機短信提示相關的系統管理員，以便及時掌握系統運行是否處于“健康”狀態。

展望與思考

IT運維管理平臺（ITOM）讓IT運維管理人員在日常工作中變得更輕松，變得更加以服務為中心。但是仍然有兩點還值得思考：

第一，數據挖掘還可以應用得更廣。對全域各類運維相關數據信息進行統一的存儲和分析處理，我們目前只是從海量數據中提取部分有用信息做分析，其他隱含在數據倉庫中的、有助于決策的信息和知識點還有很多，怎么形成和提取各類有用數據以支持我們做決策分析，還需要深度思考。

第二，虛擬化設備還是IT運維管理平臺的難點。企業機構正在通過各種虛擬化技術整合其基礎設施來提高網絡效率，虛擬化必然會帶來云計算的遷移，由于核心基礎設施資源（計算、存儲和服務器虛擬化）的虛擬性質有不穩定狀態，導致虛擬化設備的監控系統相當復雜，目前在ITOM系統中還沒有相應的應用。

IT運維管理在報業集團的應用，不僅帶來了全新的IT運維管理理念，而且在服務質量和服務成本壓縮方面有了很大的提升。通過全域網絡的智能監控以及事前預警和巡檢功能，及時排除潛在隱患，使運維工作變得更為高效，網絡運行更加安全和通暢。 同時，我們也在不斷探討和完善現有的IT運維管理系統，使其適應更為復雜的網絡架構，以在報業IT運維中得到更好的應用。

（作者單位：浙江日報報業集團信息技術中心）