統一化與服務化

張文

摘? 要： 配置管理、監控等運維工具軟件是數據中心運維管理工作的基礎，傳統商業運維工具軟件各自獨立，數據與流程不統一，難以滿足企業內部流程、個性化場景對運維工具的需求。本文探討自主規劃和研發新型運維工具體系，在對現有工具優化和提升的基礎上，通過API網關等技術實現運維工具的統一，并通過流程引擎技術促進運維服務化的落地。新型運維工具提升了運維管理工作效能與用戶體驗。

關鍵詞： 配置管理; 監控; API; 流程引擎; 運維服務化

中圖分類號：TP391? ? ? ? ? 文獻標識碼：A? ? ?文章編號：1006-8228（2022）06-130-04

Unionization and servitization

——the construction of a new operation tool system

Zhang Wen

（Shanghai Pudong Development Bank， Shanghai 200233， China）

Abstract： Software such as CMDB and monitoring is the basis of management of the data center. The data and processes of the traditional commercial software are not unified， which is difficult to meet the needs of the enterprise's internal requests. In this paper， a new operation and maintenance tool system is planned and developed. Base on the optimization and improvement of existing tools， the unification of tools is realized through API gateway and other technologies. On the other hand， the implementation of operation servitization is promoted through workflow engine technology. The new tool system improves the management efficiency and user experiences.

Key words： CMDB; monitoring; API; workflow engine; operation servitization

0 引言

現階段運維工具種類豐富，在單一運維場景下能夠發揮較好的效果，但各運維工具相互獨立，在數據、功能、流程等方面存在壁壘，難以形成合力來適配多樣化的運維管理需求。鑒于上述情況，筆者從統一化、服務化的視角出發，完成了運維工具體系的規劃、設計和建設，通過構建新型的運維工具體系，各運維工具形成合力，發揮出了“1+1>2”的效果，提升了運維工具的服務能力和用戶體驗。

1 運維工具體系總體設計

統一化與服務化的運維工具體系總體架構設計如下：

從圖1可知，服務型運維工具體系自底向上分為資源池、能力層、樞紐層、服務層，各層級的定位和用途如下。

l 資源層表示被運維工具體系管理的運維對象。

l 能力層包含基礎運維工具，向下管理實際的運維對象，向上提供標準的服務接口。

l 樞紐層是新型運維工具體系的核心，樞紐層通過建設API網關實現了運維工具的治理，通過流程引擎降低了運維服務建設的復雜程度。

l 服務層是服務型運維工具體系的關鍵，通過統一運維門戶實現了運維服務的整合，通過運維服務目錄和運維開發平臺的建設推進服務型運維工具體系的落地。

下文圍繞圖1進一步闡述運維工具體系統一化與服務化的落地方式。

2 統一化運維工具體系設計與實現

運維工具體系的統一化主要是通過整體的規劃、設計與建設，提升運維工具體系的服務能力，降低運維工具體系的建設成本。運維工具體系的統一化主要包含如下三方面內容。

2.1 底層管理統一

在“煙囪式”的運維工具建設模式下，眾多工具都需要在客戶端安裝自己的Agent，每一種Agent都需要部署、維護和管理，成本非常高。本文采取如下方式解決了上述問題。

l 運維工具的Agent數量控制在兩個，兩套Agent相互管理，進一步實現了Agent級別的高可用。

l Agent通過兩（多）級代理的方式，適配了銀行生產環境嚴格的網絡管理的要求。

l 通過基于現有Agent開發框架自主研發，有效滿足了現階段的各項需求。

2.2 運維數據統一

2.2.1 配置數據

配置數據是數據中心的“數據孿生”，也是運維工具體系的核心[1]，配置數據的統一性與準確性對運維工具體系至關重要。

⑴ 配置數據大集中，完整描繪運維對象。

配置數據不僅需要展現運維對象的技術特點，還應兼顧運維對象的管理要求。另外，傳統的配置模型聚焦系統軟硬件配置，為適配技術發展趨勢，應拓展至應用、云平臺等方面。本文基于騰訊公司藍鯨智云軟件[2]，完成了一體化配置模型設計。

從圖2可知，數據中心的主要運維對象組織成了一個整體，通過配置數據的大集中，有效消除了配置數據的手工臺賬，為日常運維工作及其他工具建設夯實了基礎。

⑵ “生產”與“消費”雙輪驅動，提升配置數據準確性。

配置數據在系統建設初期往往較為準確，而隨著時間的推移，數據的質量不斷下降。結合實戰經驗，一是通過自動化方式采集技術類配置數據，二是通過對接運維流程來采集管理類配置數據，三是推廣配置數據的使用，反向促進配置數據質量的提升。目前，實際配置模型近120個，配置實例超100萬條，關聯關系超過40萬條，主要運維對象配置數據時效性保持在分鐘級。配置數據已成為運維工具體系的數據標準，對運維服務化建設起到了關鍵作用。

2.2.2 監控告警數據

監控告警數據包含監測采集數據、告警通知數據兩類，前者主要指CPU使用率等指標類、系統/應用日志等日志類數據，后者是指命中監控策略與規則后需要處置的告警事件。監控告警數據的處理流程如圖3所示。

⑴ 建設分布式數據采集平臺，滿足海量數據處理需求。

監測采集數據體量大，時效性要求高，數據處理需求不斷增長。本文采用分布式數據處理架構[3]，有效應對海量數據處理場景。

l 不同區域的Agent將監測采集數據上報至Proxy節點，Proxy服務器支持橫向擴展。

l Proxy服務器上報數據至管理服務器，管理服務器再根據數據種類等特征將數據發送至數據緩存節點。

l 數據緩存服務通過多套Kafka集群承載不同的數據流，可通過設置Partition數量增加單數據流的吞吐量。

l 數據處理服務根據不同的數據用途進行清洗、處理、存放。

上述架構已支撐生產環境2萬節點的監控數據采集功能，實際數據處理能力已達到400MB/s（含日志類數據），從數據采集到存儲控制用時在10s以內，且平臺具備進一步的擴展能力。

⑵ 打造統一告警中心，提升告警有效性。

告警的有效性是衡量監控告警能力的關鍵指標之一。通過自研告警中心：一是廣泛接入軟硬件、機房、網絡等各類告警事件，實現告警事件的統一管理;二是告警通知人統一從CMDB查詢獲取，便于人員信息的統一維護管理;三是告警聚合與重復計數，提升告警有效性;四是通過基線閾值智能算法替代固定閾值算法，提升告警準確率;五是對接自動化平臺、事件平臺等，提升告警處置效率，實現告警的閉環管理。

除配置及監控兩類主要數據外，用戶數據等數據也需要統一維護管理，各運維工具統一同步獲取和使用。該類數據處理方式較為簡單，本文不再贅述。

2.3 標準功能統一

傳統架構下，運維工具“煙囪式”建設，工具之間相互獨立，存在數據不統一、功能重復等問題，本文通過建設運維API網關[4]，實現了運維工具的有效整合與治理的目標。一方面，運維工具將標準服務以API方式接入運維API網關（如圖1所示），另一方面，各個運維工具保持其API向下的兼容性，從而避免了工具自身升級換代等問題導致的與周邊工具的適配性等問題。運維API網關提供完善的管理功能，包括權限控制、流量控制、運行視圖等功能，便于API的管理和維護。目前各類運維工具接入的標準API近600個，范圍覆蓋各運維工具，已經形成了較為完善的運維API生態，為上層運維服務化建設夯實了基礎。

3 服務化運維工具體系設計與實現

運維服務主要是指針對特定的運維場景，利用運維工具體系的各項能力，快速構建的線上化、自動化、自助式的SaaS應用，以提升運維管理工作效率和工作體驗。本文將運維服務目錄整體劃分為三級，具體90余項具體運維服務，摘錄如圖4所示。

服務和服務之間不是孤立的，而是可以有機的整合在一起，提供組合式服務[5]。以信息系統投產上線類變更為例，其涉及眾多部門及人員的參與，內容多，耗時長，項目組往往并不能正確提出系統集成相關需求。針對此類通道，筆者組織研發了“集成需求”服務，如圖5所示。

該服務一是通過對系統集成工作的梳理，明確了“用戶知道哪些”和“管理員需要哪些”，通過集成需求的向導式填報，將用戶方和實施方進行了解耦。二是充分利用運維流程引擎[6]能力，將內部管理流程從線下搬到線上，工作效率得到有效提升。三是通過與自動化相關API的結合，將集成需求轉換為對自動化API的驅動，變更耗時大幅降低，為應用快速投產起到了顯著的促進作用。

運維服務建設通過組合各運維工具的基礎能力，實際發揮除了“1+1>2”的效果，降低了運維工具的使用門檻，實現了服務化運維工具體系的建設目標。

4 總結

通過運維工具體系統一化與服務化的建設，改變了運維工具的建設模式，打通了運維工具的壁壘，盤活了運維工具的活力，充分發揮了運維工具的效能，為運維人員乃至總分行科技人員提供了良好的用戶體驗。后續將進一步圍繞統一化、服務化的建設思想，推進生產與開發測試環境的運維服務能力統一，全面提升運維服務化的廣度與深度，為傳統運維向智能化運維夯實基礎。

參考文獻（References）：

[1] 陳根.以配置管理為中心的運維工具體系建設研究[J].中國金融電腦，2021（4）：75

[2] 騰訊.藍鯨智云PaaS平臺[EB/OL].https：//github.com/tencent/bk-paas/，2021

[3] 戴炳榮，宋俊典，錢俊玲.云計算環境下海量分布式數據處理協同機制的研究[J].計算機應用與軟件，2013，30（1）：107

[4] 邵歡慶，康建初.企業服務總線的研究與應用[J].計算機工程，2007，33（2）：220

[5] 劉慧敏.以ITIL為基礎的IT服務管理應用研究[J].計算機技術與發展，2012，22（5）：195

[6] 葛秀豪.基于SaaS模式的流程引擎和規則引擎服務模型研究[D].南京郵電大學碩士學位論文，2011