信息中心IT運維監(jiān)控系統(tǒng)的設(shè)計與實現(xiàn)

劉昆 沈佳 鄒岳琳 郭江濤 張龍軍 明濤 趙剛 王楷

【摘 要】文章圍繞信息中心IT運維監(jiān)控系統(tǒng)展開討論，首先對系統(tǒng)進行需求分析，然后設(shè)計完成信息中心IT運維監(jiān)控系統(tǒng)的整體架構(gòu)，并對其運作流程進行探究，最后論述監(jiān)控系統(tǒng)關(guān)鍵子系統(tǒng)的實現(xiàn)。旨在增加維護的工作強度，將不穩(wěn)定因素消滅在萌芽狀態(tài)。

【關(guān)鍵詞】信息中心；IT運維監(jiān)控系統(tǒng)；設(shè)計；實現(xiàn)

引言：

現(xiàn)階段，IT在組織運維中的重要性逐漸凸顯出來，IT環(huán)境運維已經(jīng)成為提升企業(yè)效率的關(guān)鍵。但是，IT運維的成本問題、運維控制方式不當(dāng)、運維自動化方式不當(dāng)?shù)葐栴}也成為困擾企業(yè)發(fā)展的重要因素，因此，引入高效的IT運維監(jiān)控系統(tǒng)已經(jīng)成為企業(yè)發(fā)展的必然選擇。

一、IT運維監(jiān)控系統(tǒng)的需求分析

IT運維監(jiān)控系統(tǒng)需求：一，簡單部署、快速實施；二，監(jiān)控涵蓋所有IT環(huán)節(jié)，靈活定制化務(wù)視圖；三，多級角色權(quán)限設(shè)置；四，分布式監(jiān)控管理；五，豐富的數(shù)據(jù)報表；六，專家建議庫；七，故障雙向定位及自動處理。

通過對用戶性能需求的調(diào)研，文章提出了對系統(tǒng)的性能要求，總結(jié)性能指標(biāo)如下：監(jiān)測器數(shù)量支持10萬以上；每個監(jiān)測器探測時間小于50s；監(jiān)測器數(shù)量達到10萬以上時，監(jiān)測隊列排隊數(shù)量小于100。

二、信息中心IT運維監(jiān)控系統(tǒng)的總體設(shè)計

（一）系統(tǒng)結(jié)構(gòu)

信息中心IT運維監(jiān)控系統(tǒng)的整體架構(gòu)可以分為四個層次，從下到上分別為采集層、數(shù)據(jù)層、應(yīng)用層、表現(xiàn)層，如圖1所示。

一，采集層。采集層按照需求將被監(jiān)控對象的狀態(tài)信息、可用性信息、性能信息、功能信息等多種監(jiān)測數(shù)據(jù)采集回來。除了實現(xiàn)采集的功能外，還會根據(jù)既定的處理邏輯將采集到的原始信息進行初步加工，方便其他組件訪問、調(diào)取此部分?jǐn)?shù)據(jù)；

二，數(shù)據(jù)層。數(shù)據(jù)層的主要作用是進一步加工采集層收集的信息，包括功能信息、可用性信息、各種狀態(tài)信息、性能信息等，統(tǒng)一管理性能、故障、配置等信息，統(tǒng)一監(jiān)測和管理由應(yīng)用軟件、中間件、存儲、備份、數(shù)據(jù)庫、網(wǎng)絡(luò)、主機構(gòu)成的應(yīng)用系統(tǒng)；

三，應(yīng)用層。應(yīng)用層是在數(shù)據(jù)層基礎(chǔ)上提供完善的管理功能模塊和引擎。包括性能管理、故障管理、資源管理、報表管理、展示管理、安全管理等模塊；

四，表現(xiàn)層，所有應(yīng)用功能完成統(tǒng)一呈現(xiàn)，提供基于Web的圖形化管理界面以及統(tǒng)一的用戶認證和登陸界面。監(jiān)測和管理被管資源和監(jiān)控系統(tǒng)自身，為系統(tǒng)的正常運行提供保障。

（二）工作流程

IT運維監(jiān)控系統(tǒng)通過SNMP、SSH、Agent等多種方式實時采集IT業(yè)務(wù)平臺環(huán)境中的各種網(wǎng)絡(luò)設(shè)備、服務(wù)器、應(yīng)用系統(tǒng)中間件以及私有業(yè)務(wù)系統(tǒng)的性能數(shù)據(jù)，還能夠利用Syslog與SNMPTrap的方式將第三方網(wǎng)管系統(tǒng)的數(shù)據(jù)合并進來。被監(jiān)控對象的各種信息被收集后，通常經(jīng)過信息的預(yù)加工等幾個步驟的處理，與服務(wù)建立依賴關(guān)系，對比各項信息的閾值，告警通知不在閾值范圍內(nèi)的信息，并通過郵件、短信、聲音等方式通知管理員。同時，監(jiān)控系統(tǒng)將自動對被管資源進行主動輪巡采集，所有性能數(shù)據(jù)都將保存到數(shù)據(jù)庫中。這個過程不需要任何管理員的干預(yù)和操作。管理員可以通過瀏覽器，不定時查看IT業(yè)務(wù)狀態(tài)，并獲得報表和分析數(shù)據(jù)，管理員處于離線狀態(tài)，也能夠收到監(jiān)控系統(tǒng)發(fā)送的郵件、短信等告警信息。

（三）系統(tǒng)模塊

IT運維監(jiān)控系統(tǒng)由3個子系統(tǒng)構(gòu)成，其中包括監(jiān)控子系統(tǒng)、知識管理子系統(tǒng)、服務(wù)部署及診斷子系統(tǒng)，每個子系統(tǒng)都有特定的功能，而三個子系統(tǒng)又都是相輔相成、不可分割的。

一，監(jiān)控子系統(tǒng)。由五個模塊組成：數(shù)據(jù)展示模塊、設(shè)備監(jiān)控模塊、告警管理模塊、業(yè)務(wù)監(jiān)控模塊、報表管理模塊。其中數(shù)據(jù)展示模塊負責(zé)將整個系統(tǒng)的數(shù)據(jù)信息以更為直觀的形式進行展示，如對比曲線圖；設(shè)備監(jiān)控模塊負責(zé)對機房中各種硬件設(shè)備的監(jiān)控；告警管理模塊負責(zé)整個監(jiān)控系統(tǒng)告警信息的管理，可將告警分類并告警界面列表、彈出窗口、郵件、短信、聲音等形式發(fā)出告警通知；業(yè)務(wù)監(jiān)控模塊負責(zé)對企業(yè)各項業(yè)務(wù)、應(yīng)用的可用性及性能的監(jiān)控；報表管理模塊負責(zé)對監(jiān)控信息的處理分析，統(tǒng)計各種類型的數(shù)據(jù)報表，以供使用者參考。監(jiān)控子系統(tǒng)主要通過Oracle+JAVAStruts2+JSP+JQuery設(shè)計實現(xiàn)，其中Oracle數(shù)據(jù)庫為系統(tǒng)提供數(shù)據(jù)支持，JAVAStruts2負責(zé)數(shù)據(jù)處理以及關(guān)系數(shù)據(jù)庫的調(diào)節(jié)，JSP和JQuery負責(zé)客戶交互以及前臺界面展示。

二，服務(wù)部署及診斷子系統(tǒng)。由兩個主要的功能模塊組成：任務(wù)管理模塊、操作管理模塊。任務(wù)管理模塊負責(zé)服務(wù)的上線部署、升級改造等任務(wù)的管理；操作管理模塊負責(zé)遠程命令的執(zhí)行，用于診斷服務(wù)狀態(tài)、可用性等。該子系統(tǒng)主要通過protobuf實現(xiàn)結(jié)構(gòu)化信息的傳遞，Center和Agent之間的消息交互，完成對服務(wù)的部署或診斷。

三，知識管理子系統(tǒng)，該系統(tǒng)由兩個主要功能模塊組成：專家建議模塊、資料庫模塊。專家建議模塊負責(zé)記錄一些常見問題及疑難雜癥的解決方法，指導(dǎo)值班管理員處理故障；資料庫模塊負責(zé)中心整體運維工作的知識積累，如服務(wù)的維護手冊，相關(guān)技術(shù)要點說明等。該子系統(tǒng)主要通過Oracle+JAVAStruts2+JSP實現(xiàn)，按照中心服務(wù)分類對相關(guān)資料存儲在關(guān)系數(shù)據(jù)庫中。

三、關(guān)鍵子系統(tǒng)的實現(xiàn)

（一）監(jiān)控子系統(tǒng)具體實現(xiàn)

監(jiān)控子系統(tǒng)首先要實現(xiàn)對監(jiān)測器的管理，即對系統(tǒng)中監(jiān)測器進行添加、修改、刪除、查詢等操作。系統(tǒng)采用多叉樹的結(jié)構(gòu)，由根節(jié)點開始一級一級向下蔓延，這樣可以對監(jiān)測器按照業(yè)務(wù)進行分類，清晰的實現(xiàn)對大量監(jiān)測器的管理，監(jiān)測對象的架構(gòu)建立后，整個監(jiān)控子系統(tǒng)中的數(shù)據(jù)都是來源于系統(tǒng)對于各個監(jiān)控對象的監(jiān)控數(shù)據(jù)的采集，有了這些原始數(shù)據(jù)，就能實現(xiàn)監(jiān)測器管理、報表統(tǒng)計等一系列的功能。

（二）知識管理子系統(tǒng)的實現(xiàn)

知識管理子系統(tǒng)可以通過實現(xiàn)資料管理模塊的API完成專家建議模塊與資料管理模塊的統(tǒng)一管理。資料管理模塊中，集成系統(tǒng)可以使用樹形目錄對應(yīng)信息中心的組織結(jié)構(gòu)或者系統(tǒng)體系結(jié)構(gòu)，將相關(guān)服務(wù)的維護手冊、上線手冊等文檔存入目錄中進行清晰的管理。

專家建議模塊。每次遇到特殊情況，運維人員都會將解決故障的方法記錄下來，生成專家建議，當(dāng)再次出現(xiàn)類似的告警情況時，值班人員就可以根據(jù)專家建議里的指導(dǎo)方法快速的解決故障、恢復(fù)服務(wù)，不用再逐一排查，進而節(jié)約時間，相關(guān)人員可以有更多的時間來尋找解決方案，實現(xiàn)在最短時間恢復(fù)服務(wù)，確保服務(wù)sla不受損。

四、結(jié)語

總而言之，文章設(shè)計完成了信息中心IT監(jiān)控系統(tǒng)，并且該系統(tǒng)的關(guān)鍵子系統(tǒng)都能夠?qū)崿F(xiàn)。但是文章中關(guān)于信息中心IT運維監(jiān)控系統(tǒng)的設(shè)計仍有一些需要完善的地方，需要相關(guān)人員進行深入研究，以實現(xiàn)該系統(tǒng)的良好應(yīng)用。

【參考文獻】

[1]盧彥兆.信息中心IT運維監(jiān)控系統(tǒng)的設(shè)計與實現(xiàn)[D].中國科學(xué)院大學(xué)（工程管理與信息技術(shù)學(xué)院），2015.

[2]蔡恩勇.軟件系統(tǒng)的運維監(jiān)控系統(tǒng)的設(shè)計與實現(xiàn)[D].西安電子科技大學(xué)，2015.

[3]韓瑞丁.面向ARP的IT運維監(jiān)控系統(tǒng)設(shè)計與應(yīng)用[D].中國科學(xué)院大學(xué)（工程管理與信息技術(shù)學(xué)院），2016.

[4]陸起陽.網(wǎng)絡(luò)監(jiān)控運維系統(tǒng)的設(shè)計與實現(xiàn)[D].電子科技大學(xué)，2015.