報(bào)業(yè)集團(tuán)IT運(yùn)維管理平臺(tái)建設(shè)思路

王任華　黃格非　施蕓

隨著浙江日?qǐng)?bào)報(bào)業(yè)集團(tuán)業(yè)務(wù)系統(tǒng)

向多元化結(jié)構(gòu)發(fā)展，新媒體技術(shù)及報(bào)業(yè)信息化技術(shù)也發(fā)生日新月異的變化，集團(tuán)信息化網(wǎng)絡(luò)的規(guī)模越來(lái)越大，報(bào)業(yè)出版及發(fā)行等業(yè)務(wù)系統(tǒng)越來(lái)越多。這直接推動(dòng)Web服務(wù)器、應(yīng)用服務(wù)器、數(shù)據(jù)庫(kù)以及服務(wù)器虛擬化的應(yīng)用快速發(fā)展，IT部門(mén)的重要性也不斷提升的同時(shí)， IT運(yùn)維面臨的挑戰(zhàn)也更加復(fù)雜化。如，原有的機(jī)房已經(jīng)不能滿足現(xiàn)有信息化設(shè)備的發(fā)展；日益增多的信息化終端設(shè)備和放開(kāi)的USB設(shè)備權(quán)限導(dǎo)致病毒攻擊、流量異常的情況增多；眾多的業(yè)務(wù)系統(tǒng)和需要開(kāi)啟的遠(yuǎn)程監(jiān)控窗口，易出現(xiàn)搶桌面和重復(fù)開(kāi)啟服務(wù)的狀況；IP地址沖突以及IP地址不夠用等現(xiàn)象。

如何能將現(xiàn)有的IT管理小軟件進(jìn)行資源整合，實(shí)現(xiàn)統(tǒng)一平臺(tái)的集中管理，做到跨域掃描IT運(yùn)維管理體系，并通過(guò)制定相應(yīng)的流程規(guī)范來(lái)合理、高效的調(diào)配資源，使IT運(yùn)維管理架構(gòu)與集團(tuán)業(yè)務(wù)系統(tǒng)的管理架構(gòu)相統(tǒng)一，并將網(wǎng)絡(luò)擁塞狀況直觀展現(xiàn)，為管理者和運(yùn)維工作人員決策提供參考。這將是IT運(yùn)維監(jiān)控系統(tǒng)建設(shè)項(xiàng)目的總體目標(biāo)。

總體設(shè)計(jì)思路

為更合理地配置網(wǎng)絡(luò)資源、更好地管理網(wǎng)絡(luò)IP資源，及時(shí)統(tǒng)計(jì)用戶訪問(wèn)量、網(wǎng)絡(luò)帶寬分析、機(jī)房環(huán)境預(yù)知和巡檢等，針對(duì)集團(tuán)的實(shí)際情況，我們研發(fā)了IT運(yùn)維綜合管理平臺(tái)（IT Operation Management platform，ITOM），為技術(shù)管理者提供了多管理領(lǐng)域的全方位解決方案。IT運(yùn)維綜合管理平臺(tái)的設(shè)計(jì)主要分三個(gè)：

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(duì)運(yùn)行在服務(wù)器的中間件、數(shù)據(jù)庫(kù)以及應(yīng)用程序的監(jiān)控。通過(guò)在被管理設(shè)備上安裝監(jiān)控程序的方式，然后將來(lái)自ICT內(nèi)各部分的信息標(biāo)準(zhǔn)化為通用格式，實(shí)時(shí)保存為邏輯分析提供信息基礎(chǔ)。包括發(fā)現(xiàn)網(wǎng)絡(luò)拓?fù)洌ㄟ^(guò)網(wǎng)絡(luò)運(yùn)行狀況監(jiān)控，判斷網(wǎng)絡(luò)的運(yùn)行質(zhì)量、運(yùn)行效率、網(wǎng)絡(luò)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(guò)接收IT基礎(chǔ)設(shè)施發(fā)送的標(biāo)準(zhǔn)日志，同時(shí)輔以主動(dòng)對(duì)設(shè)備輪詢，將所收集的故障時(shí)間發(fā)送給探針，提交給事件管理器進(jìn)行信息匯總。而其他類(lèi)網(wǎng)絡(luò)故障判斷需要通過(guò)在信息處理層完成。初始故障等級(jí)判別是根據(jù)信息匯聚層收集上來(lái)的事件，級(jí)別定義。

2.信息處理層。按照事先設(shè)定的業(yè)務(wù)模型規(guī)則，將信息采集層收集的海量數(shù)據(jù)進(jìn)行數(shù)據(jù)分析、數(shù)據(jù)關(guān)聯(lián)、數(shù)據(jù)處理，使得看似無(wú)序和不同類(lèi)的事件，通過(guò)事先定義的業(yè)務(wù)模型規(guī)則，對(duì)信息采集層所采集到的信息進(jìn)行根源分析和對(duì)比，達(dá)到故障定位的目的。

網(wǎng)絡(luò)故障判斷在信息處理層須根據(jù)默認(rèn)的規(guī)則定義，通過(guò)告警系統(tǒng)中的Automation 自動(dòng)引擎，對(duì)故障事件進(jìn)行分析和計(jì)算，經(jīng)過(guò)數(shù)據(jù)關(guān)聯(lián)和處理后，得出的網(wǎng)絡(luò)故障判斷，生成故障結(jié)果表單。例如端口流量、錯(cuò)報(bào)和丟包發(fā)生率、廣播包與非廣播包的多少來(lái)對(duì)設(shè)備閥值設(shè)定，超過(guò)預(yù)設(shè)參數(shù)進(jìn)入故障結(jié)果表單。

3.信息應(yīng)用層。數(shù)據(jù)應(yīng)用層對(duì)日常運(yùn)維的性能參數(shù)通過(guò)圖表的方式反映出來(lái)，包括流量報(bào)告、故障分析報(bào)告、網(wǎng)絡(luò)監(jiān)控平臺(tái)、統(tǒng)計(jì)分析報(bào)告等。

ITOM基于WEB方式的管理界面，允許維護(hù)人員通過(guò)瀏覽器方式查看業(yè)務(wù)運(yùn)行狀態(tài)和告警信息，支持界面的個(gè)性化定制。監(jiān)控平臺(tái)可實(shí)時(shí)監(jiān)控包括網(wǎng)絡(luò)狀態(tài)、設(shè)備狀態(tài)、業(yè)務(wù)主機(jī)狀態(tài)、鏈路狀態(tài)、性能管理、流量管理等信息。

支持多種應(yīng)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(yīng)用的綜合數(shù)據(jù)接入，在同一平臺(tái)上予以展現(xiàn)，是全域IT運(yùn)維管理的決策支持系統(tǒng)。

十大功能描述

1.T運(yùn)維管理平臺(tái)采用 ITIL的標(biāo)準(zhǔn)。

ITIL（IT Infrastructure Librry 信息技術(shù)基礎(chǔ)架構(gòu)庫(kù)）是英國(guó)各個(gè)行業(yè)在IT管理方面的最佳實(shí)踐歸納起來(lái)變成規(guī)范，它結(jié)合流程、人員和技術(shù)三要素，為企業(yè)的IT部門(mén)提供一套從計(jì)劃、研發(fā)、實(shí)施到運(yùn)行維護(hù)的最佳實(shí)踐方案，可以引導(dǎo)組織高效和有效地使用技術(shù)，讓既有的信息化資源發(fā)揮更大的效能。

ITIL實(shí)際上是建立在業(yè)務(wù)和技術(shù)之間的橋梁，框架圖如圖1所示：

ITIL含服務(wù)支持和服務(wù)提供兩部分，對(duì)應(yīng)的10個(gè)管理流程是IT運(yùn)維管理的核心過(guò)程，如圖2所示：

圍繞十個(gè)管理流程，并通過(guò)服務(wù)級(jí)別協(xié)議（SLA）來(lái)保證IT服務(wù)的質(zhì)量，IT運(yùn)維管理平臺(tái)的結(jié)構(gòu)圖如圖3所示。

2.分級(jí)用戶管理，不同用戶擁有不同子域、子系統(tǒng)的使用權(quán)限。

不同用戶的分級(jí)管理通過(guò)統(tǒng)一入口授權(quán)完成，管理者、IT運(yùn)維人員登錄系統(tǒng)后分別可以查看對(duì)應(yīng)角色的子系統(tǒng)信息，如網(wǎng)絡(luò)管理員可以看到對(duì)應(yīng)的機(jī)房監(jiān)控?cái)?shù)據(jù)和網(wǎng)絡(luò)擁塞信息，資產(chǎn)管理人員可以對(duì)資產(chǎn)信息掃描和登記，實(shí)現(xiàn)真正意義上的分級(jí)管理。

3.網(wǎng)絡(luò)狀況可以做到實(shí)時(shí)監(jiān)控，核心設(shè)備做負(fù)載均衡。

網(wǎng)絡(luò)部分設(shè)備采用雙核心雙鏈路熱備連接，這種接法的網(wǎng)絡(luò)經(jīng)系統(tǒng)智能分析后生成的網(wǎng)絡(luò)拓?fù)鋱D與真實(shí)物理拓?fù)浣Y(jié)構(gòu)略有出入，經(jīng)人為修正后形成集團(tuán)的網(wǎng)絡(luò)拓?fù)鋱D，真實(shí)反映整個(gè)網(wǎng)絡(luò)的運(yùn)行狀態(tài)，直觀反映設(shè)備的分布情況、負(fù)載狀況和設(shè)備屬性，以及線路的實(shí)時(shí)流量，同時(shí)通過(guò)負(fù)載均衡動(dòng)態(tài)平衡；流量異常或者超負(fù)荷時(shí)會(huì)有顏色顯示，告警網(wǎng)管關(guān)注點(diǎn)，動(dòng)態(tài)預(yù)警可能存在的故障隱患。

網(wǎng)絡(luò)平臺(tái)管理對(duì)核心及匯聚等重要設(shè)備的UP/DOWN、CPU負(fù)載、線路負(fù)載等重要指標(biāo)做告警設(shè)置，對(duì)核心業(yè)務(wù)服務(wù)器的操作系統(tǒng)參數(shù)(系統(tǒng)范圍的CPU 使用情況、磁盤(pán)和I/O 使用情況、文件系統(tǒng)資源、日志文件等)實(shí)施告警監(jiān)控，協(xié)助IT運(yùn)維人員診斷和排除相關(guān)問(wèn)題。同時(shí)可以提供靈活的警報(bào)條件定義，生成基于Web的報(bào)表，為工作人員進(jìn)行應(yīng)用系統(tǒng)的性能分析及系統(tǒng)優(yōu)化提供依據(jù)。

通過(guò)ITOM讀取在AIMS Server上集中創(chuàng)建生產(chǎn)主機(jī)環(huán)境的基線數(shù)據(jù)庫(kù)，實(shí)時(shí)監(jiān)控核心業(yè)務(wù)服務(wù)器的系統(tǒng)環(huán)境和應(yīng)用環(huán)境，減少長(zhǎng)期運(yùn)營(yíng)維護(hù)費(fèi)用、降低危害攻擊的可能性，保證了生產(chǎn)環(huán)境的穩(wěn)定和核心業(yè)務(wù)數(shù)據(jù)的安全。

4.值班機(jī)房做到無(wú)人值守。

ITOM通過(guò)讀取第三方廠商監(jiān)測(cè)的機(jī)房溫度數(shù)據(jù)、濕度數(shù)據(jù)、UPS電源信息等各類(lèi)指標(biāo)，若超出閥值信息發(fā)出警告，從而可以在無(wú)人值守的情況下，消除機(jī)房管理中的安全隱患。

5.遵循事件處理流程，完善IT運(yùn)維服務(wù)。

事件管理即通常所說(shuō)的現(xiàn)場(chǎng)管理，流程相對(duì)復(fù)雜，發(fā)起事件通常有兩個(gè)途徑，一個(gè)是ITOM的系統(tǒng)故障告警，一個(gè)是服務(wù)臺(tái)。系統(tǒng)告警后無(wú)法馬上處理完成可以直接生成事件，進(jìn)入事件處理流程。

ITOM在事件生成后，可以由調(diào)度統(tǒng)一生成派工單，同時(shí)可以通過(guò)短信告知設(shè)備信息目前所處的維修狀態(tài)。

6.融合進(jìn)項(xiàng)目管理，使項(xiàng)目狀態(tài)一目了然。

項(xiàng)目管理是ITOM非常重要的一塊，主要記錄目前在建項(xiàng)目的進(jìn)展情況，包含項(xiàng)目小組成員及分工、項(xiàng)目進(jìn)度、項(xiàng)目變更及項(xiàng)目調(diào)度信息，以方便其他項(xiàng)目人員隨時(shí)查詢。一旦項(xiàng)目結(jié)束，該項(xiàng)目信息將由相關(guān)人員做信息梳理及歸檔，對(duì)后續(xù)維護(hù)有幫助的解決方案、使用說(shuō)明等文檔將分類(lèi)歸到相關(guān)知識(shí)庫(kù)。

7.根據(jù)項(xiàng)目和運(yùn)維解決方案，形成一套系統(tǒng)的運(yùn)維知識(shí)庫(kù)。

知識(shí)庫(kù)來(lái)源于常規(guī)的運(yùn)維解決方案和項(xiàng)目管理文檔。原來(lái)的情況是，各系統(tǒng)的解決方案、說(shuō)明書(shū)、分析、手冊(cè)和各種專(zhuān)業(yè)文檔，零散地分布在各個(gè)系統(tǒng)管理員手里，或者一段時(shí)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(lái)很困難，IT部門(mén)的新員工往往需要跟班很長(zhǎng)時(shí)間才能掌握必備的工作技能。ITOM則根據(jù)IT運(yùn)維流轉(zhuǎn)的各種文檔進(jìn)行規(guī)范化的管理，建立一套有系統(tǒng)的知識(shí)庫(kù)和維護(hù)檢修庫(kù)，知識(shí)庫(kù)管理是員工獲取知識(shí)的有效途徑。讓所有人都能快速而方便地把自己掌握的經(jīng)驗(yàn)技能更新進(jìn)知識(shí)庫(kù)共享，同時(shí)可以學(xué)習(xí)到自己所需要的信息和知識(shí)，保證IT系統(tǒng)的維護(hù)工作有據(jù)可依。

8.資產(chǎn)信息可以動(dòng)態(tài)抓取，及時(shí)更新資產(chǎn)庫(kù)信息。

ITOM的資產(chǎn)管理功能比較強(qiáng)大，除了初期人工錄入數(shù)據(jù)外，還可把被管的網(wǎng)絡(luò)設(shè)備、主機(jī)設(shè)備、配置信息、軟件等信息抓取到，與資產(chǎn)庫(kù)對(duì)比，若信息有差異，可以實(shí)時(shí)更新到庫(kù)中。關(guān)聯(lián)集團(tuán)信息管理平臺(tái)（EIP）的通訊錄信息，管理者可以很清楚地掌握資產(chǎn)狀況：設(shè)備信息、所屬部門(mén)、房間號(hào)、使用人、使用人聯(lián)系電話等信息。通過(guò)對(duì)資產(chǎn)信息全面和規(guī)范化的管理，同時(shí)與事件管理結(jié)合，可以向技術(shù)維護(hù)人員提供資產(chǎn)的完整“生命周期”，包括采購(gòu)入庫(kù)、領(lǐng)用、維修、升級(jí)和報(bào)廢的整個(gè)生命周期事件以及歷史維護(hù)記錄，幫助技術(shù)維護(hù)人員迅速解決問(wèn)題。

資產(chǎn)管理還可以拓?fù)湫问秸宫F(xiàn)資產(chǎn)分布平面圖（分布圖以樓層為單位，具體到每個(gè)房間的每項(xiàng)資產(chǎn)。平面圖上的資產(chǎn)圖標(biāo)鏈接到資產(chǎn)管理庫(kù)的記錄，點(diǎn)擊圖標(biāo)，自動(dòng)檢索庫(kù)中的相關(guān)記錄）。

IP管理是資產(chǎn)管理的重要部分，ITOM的IP管理可以檢測(cè)后生成IP地址、網(wǎng)絡(luò)端口與MAC地址對(duì)應(yīng)的地址簿，從而實(shí)現(xiàn)IP-MAC-物理地址綁定。通過(guò)地址簿與安全認(rèn)證系統(tǒng)匹配，可以對(duì)P2P或者BT下載以及非法接入設(shè)備的端口進(jìn)行關(guān)閉，保證桌面系統(tǒng)的安全。

9.設(shè)備變更。

針對(duì)設(shè)備用途的變更、位置的變更以及設(shè)備更新等，根據(jù)全域網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)圖展示，會(huì)顯示設(shè)備負(fù)載的位置，從而核實(shí)該設(shè)備可能發(fā)生的變化。

10.變被動(dòng)服務(wù)為主動(dòng)服務(wù)，定期做系統(tǒng)巡檢。

通過(guò)系統(tǒng)設(shè)定巡檢項(xiàng)目和巡檢參數(shù)，可以生成日巡檢、周巡檢、月巡檢項(xiàng)目等。目前我們對(duì)機(jī)房設(shè)備、郵件服務(wù)器、短信發(fā)送服務(wù)器、衛(wèi)星發(fā)送和接受系統(tǒng)、暢流系統(tǒng)、全媒體采編系統(tǒng)和數(shù)字報(bào)生成系統(tǒng)設(shè)定為每日巡檢項(xiàng)目；醫(yī)保系統(tǒng)、發(fā)行系統(tǒng)設(shè)定為每周巡檢。設(shè)定巡檢項(xiàng)目生成巡檢表后，系統(tǒng)執(zhí)行巡檢動(dòng)作并生成巡檢報(bào)告，巡檢未通過(guò)項(xiàng)目以手機(jī)短信提示相關(guān)的系統(tǒng)管理員，以便及時(shí)掌握系統(tǒng)運(yùn)行是否處于“健康”狀態(tài)。

展望與思考

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

第一，數(shù)據(jù)挖掘還可以應(yīng)用得更廣。對(duì)全域各類(lèi)運(yùn)維相關(guān)數(shù)據(jù)信息進(jìn)行統(tǒng)一的存儲(chǔ)和分析處理，我們目前只是從海量數(shù)據(jù)中提取部分有用信息做分析，其他隱含在數(shù)據(jù)倉(cāng)庫(kù)中的、有助于決策的信息和知識(shí)點(diǎn)還有很多，怎么形成和提取各類(lèi)有用數(shù)據(jù)以支持我們做決策分析，還需要深度思考。

第二，虛擬化設(shè)備還是IT運(yùn)維管理平臺(tái)的難點(diǎn)。企業(yè)機(jī)構(gòu)正在通過(guò)各種虛擬化技術(shù)整合其基礎(chǔ)設(shè)施來(lái)提高網(wǎng)絡(luò)效率，虛擬化必然會(huì)帶來(lái)云計(jì)算的遷移，由于核心基礎(chǔ)設(shè)施資源（計(jì)算、存儲(chǔ)和服務(wù)器虛擬化）的虛擬性質(zhì)有不穩(wěn)定狀態(tài)，導(dǎo)致虛擬化設(shè)備的監(jiān)控系統(tǒng)相當(dāng)復(fù)雜，目前在ITOM系統(tǒng)中還沒(méi)有相應(yīng)的應(yīng)用。

IT運(yùn)維管理在報(bào)業(yè)集團(tuán)的應(yīng)用，不僅帶來(lái)了全新的IT運(yùn)維管理理念，而且在服務(wù)質(zhì)量和服務(wù)成本壓縮方面有了很大的提升。通過(guò)全域網(wǎng)絡(luò)的智能監(jiān)控以及事前預(yù)警和巡檢功能，及時(shí)排除潛在隱患，使運(yùn)維工作變得更為高效，網(wǎng)絡(luò)運(yùn)行更加安全和通暢。 同時(shí)，我們也在不斷探討和完善現(xiàn)有的IT運(yùn)維管理系統(tǒng)，使其適應(yīng)更為復(fù)雜的網(wǎng)絡(luò)架構(gòu)，以在報(bào)業(yè)IT運(yùn)維中得到更好的應(yīng)用。

（作者單位：浙江日?qǐng)?bào)報(bào)業(yè)集團(tuán)信息技術(shù)中心）