數據中心自動化運維的建設方法思考

國家計算機網絡應急技術處理協調中心湖南分中心 李 晶

中國移動通信集團湖南有限公司 劉莉莉

數據中心在數據存儲備份和信息交換、處理等過程中發揮著至關重要的作用，只有保障數據中心的高效運轉，才能為社會發展創造可靠的條件。隨著技術水平的逐步提升，對于數據中心系統功能也提出了更高的要求，應該逐步實現自動化運維管理，以減輕工作人員的負擔，提高數據中心的運行效率和質量，有利于降低運行成本，符合當前信息化時代的發展潮流和趨勢。本文將對數據中心自動化運維的工具進行介紹，明確數據中心自動化運維的建設方法，為實踐工作提供參考。

進入到數字化時代以來，我國社會發展速度逐漸加快，多種先進科學技術的誕生，為社會改革注入了強勁的動力。數據中心是以互聯網為依托的信息傳遞、計算和存儲平臺，除了依靠強大的計算機系統外，還要設置相應的配套設備，滿足數據中心的高效化運行需求。因此，數據中心的運維難度相對較大，具有明顯的技術性和專業性特點，對于運維管理人員的專業能力和素養提出了更高要求。逐步實現自動化運維管理，是時代發展的必然要求，可以降低運維工作中的人力、物力和財力投入，不斷提高數據中心的自動化、數字化和智能化水平。

1 數據中心自動化運維的工具

數據中心自動化運維工具主要包括了自動監控工具、自動檢測配置變更工具、自動提示待維護事件工具和自動生成維護記錄工具等。針對交換機、路由器和防火墻等組件的運行情況實施監控，以便及時體現工作人員進行預防和控制。通過配置的查找和維護，滿足設備配置參數的設計要求。自動提示待維護事件工具的應用，能夠使運維管理更具透明性，運維技術人員可以獲得更加全面的故障報警信息。維護記錄也實現了自動化生成，以便為今后運維管理提供依據。

2 數據中心自動化運維的建設方法

2.1 自動化運維

（1）管理平臺建設

系統運行中會出現不同類型的故障問題，這也是影響系統安全性和可靠性的主要因素，為此應該以自動化運維管理平臺為依托，達到集中處理的目的。在計算機設備的運行中，可以通過運維管理平臺對其實施監控，涉及服務端、計算機房、數據庫、存檔和相關應用等等。尤其是對于關鍵節點更要實施全面監控，從而在故障出現后能夠及時發出警報信息，從而幫助工作人員迅速找到故障位置并處理。

（2）系統故障自動觸發

自動化運維管理平臺運行中出現問題時，會自動發出警報，采用人工匯報或者系統報警的方式，都需要在屏幕中運用紅色標識進行處理，大大減輕了運維人員的工作量。在故障及事件處理機制構建中，應該以流程化為基本原則，為運維管理人員提供更多的便捷，出現故障問題時能夠對相關事件進行自動觸發，運維人員獲得相應的處理流程后就能夠直接按照要求進行處理，提高了故障響應速度，促進系統運行效率的提升。

（3）事件跟蹤

出現事故后應該做好運維日志記錄工作，通過信息的定期分析和評估，來對故障線索和根源進行獲取，有利于降低系統運行的事故率。為此，在自動化運維管理平臺建設中應該做好事件跟蹤流程的全面優化，防止在實踐中出現不規范操作行為，降低運維管理中的隨意性。

（4）關鍵流程優化

通過關鍵流程的全面優化，可以使運維管理人員明確各個流程的重要性，同時借助于事件處理機制來及時響應，避免給數據中心造成難以挽回的損失。以緊急事件優先處理為基本原則，而采用常規處理的方式解決普通事件，有利于明確運維管理工作的輕重緩急，從而降低對整個系統運行的影響，有利于事件處理效率的提高。

2.2 具體建設路徑

2.2.1 設計目標

在自動化運維管理中需要借助于SQL腳本、Shell腳本和CMD腳本等，確保系統的高效運行，以增強系統穩定性及安全性。在系統設計中應該制定明確的設計目標，以滿足數據中心的運行需求。首先，應該更具指導性。分析信息基礎設施的運行特點，確保在系統建設中更具規范性，及時發現其中的漏洞和風險并采取控制措施，防止給數據中心造成安全風險。其次，應該確保數據的實時性。當設備出現故障問題時，應該在第一時間找到故障的原因并實施準確定位，防止系統運行效率受到影響。此外，還應該確保數據的可靠性，注重對底層監控對象的全面校驗，以提高數據準確性。

2.2.2 系統平臺設計

（1）頂層結構

在設計系統頂層架構的過程中，應該明確當前運維系統的運行要求，防止當前架構體系受到自動化運維管理系統的干擾。在構建自動化平臺時，需要確保界面的清晰性，以圖形的方式呈現關鍵信息，為信息運維及管理提供保障。自動化運維管理平臺設計主要以信息中心、設備管理、日常巡檢和運維監控等為主。

（2）底層數據抓取

基礎信息采集模塊是決定監控模塊運行狀況的關鍵，除了要明確系統健康狀況外，還可以通過該模塊對整體服務質量進行評估。如果系統資源難以滿足運行需求，則會造成系統的卡頓，因此會降低整體服務質量。在對設備性能或者寬帶性能進行評估時，可以充分發揮設備流量的價值，依靠系統數據信息、網絡地址庫和Linux系統信息等輔助分析和決策工作。在了解系統服務狀態的基礎上，針對故障問題實現快速響應，防止對系統功能及安全造成威脅。在應用Unix小型機和Linux系統時，可以借助于Unix Shell＆Python獲取服務進程，深度檢測系統狀況。

（3）自動化運維功能

應該明確數據中心的業務需求和特點，從而在在自動化運維功能設計中更具針對性，除了應該考慮到服務方面的要求外，還應該從安全性方面出發，為數據監管提供可靠的依據，在數據獲取時保障良好的精確性和實時性。為了獲取系統的健康狀況，應該對日常檢查與管理模塊進行針對性設計，在記錄時采用工作表單，以便借助于事件管理系統處理故障問題。對于數據中心運維系統運行狀況的監督，需要設置相應的監控管理模塊，業務系統和數據庫的運行狀況可以通過圖形化的方式呈現出來，通過專業化命令行代碼實現異地/本地災備環境的數據庫同步，以便工作人員對其進行及時處理。在數據中心運行中涉及較多類型的設備，自動化運維功能設計也應該以設備信息管理模塊為核心，通過數字化檔案的構建實現設備狀況的實時化評估和管控，降低設備的故障率。嚴格監控系統運行過程中的漏洞和病毒情況，從而對運維管理系統的安全性進行評估，以便制定相應的防護措施。

2.3 平臺功能實現

（1）同時監控

同時監控功能的實現，是異地數據庫和本地數據庫建設中的關鍵，只有確保各項數據復制的及時性和精確性，才能保障數據的安全性，體現數據的應用價值。在傳統工作體系下，對于數據庫管理人員的依賴程度較高，同時也會存在一定的局限性。而自動化運維管理平臺的構建，則可以為檢查數據庫服務狀況、數據積壓和延遲量等提供可靠保障，減輕管理人員的工作負擔。通過編寫Shell腳本在服務器上運維，能夠快速獲取本地數據并借助于信息傳輸機制實現實時化傳送，滿足數據庫的運行需求。工作人員能夠更加直觀地獲取相關數據，對于系統運行故障的定位更加精確和及時，通過發出警報體現運維人員進行處理，避免對數據安全造成威脅。

（2）可用性監控

可用性監控主要是針對數據庫服務和應用服務而言，會對數據中心的運行效率和工作評估產生影響。針對其可用性實施全面監控，能夠增進運維部門和研發人員的交流溝通，以便及時發現其中的異常問題并處理，使得運維部門工作效率得到全面提高。在平臺前端可以實現數據信息的大批傳送，滿足實時監管的要求，借助于自動報警系統快速響應異常狀況，從而解決了人工監控中的弊端。

（3）備用存檔檢查

最好各類數據和文件的備用存檔檢查，也是保障數據安全的關鍵，能夠在發生異常狀況時及時恢復，防止給使用者造成較大的損失。備用存檔檢查也應該實現自動化處理，同樣是借助于Shell腳本能夠滿足自動化檢驗的要求，在結果顯示中更加直觀，幫助運維人員及時了解備用存檔情況，以便做好數據安全性和保密性的管理。

結語：在數據中心的運維管理工作當中，應該順應時代發展逐步實現自動化處理，以提高資源整合及利用效率，保障數據中心的良好運行效果。在實踐個當中，應該以管理平臺建設、系統故障自動觸發、事件跟蹤和關鍵流程優化等為重點，滿足自動化運維的需求。同時，在明確設計目標的基礎上，加強對頂層結構設計、底層數據抓取設計和自動化運維功能設計等各個要點的嚴格把控，確保設計方案的可行性，促進運維管理平臺的高效運行。在系統功能實現中，應該做好同時監控、可用性監控和備用存檔檢查，真正體現自動化的優勢和價值。