IT應用運維自動化研究與應用

宋義華 班孝明

（中信銀行總行信息技術部 北京 100027）

0 引言

隨著信息時代的持續發展，運維已經成為IT服務內涵中重要的組成部分，面對越來越復雜的業務和多樣化的用戶需求，不斷擴展的IT應用需要更為合理的模式來保障IT應用能安全、穩定地持續運行，這種模式中的保障因素就是IT運維。

從初期的幾臺服務器發展到龐大的數據中心，單靠人工已經無法滿足在技術、業務、管理等方面的要求，標準化、自動化、架構優化和過程優化等降低IT服務成本的因素越來越被人們所重視，其中，自動化最開始作為代替人工操作為出發點的訴求被廣泛研究和應用。

1 IT應用運維現狀

1.1 運維人員被動、效率低

運維人員日常大部分時間和精力忙于處理一些簡單重復的問題，而且由于故障預警機制不完善，往往是故障發生后或報警后才會進行處理，運維人員的工作經常是處于被動“救火”的狀態，不但事倍功半而且常常會出現惡性連鎖反應。

系統和應用變更、日常檢查、信息采集等大部分工作都是手工操作的，需要運維人員逐一登錄每臺設備進行操作，當設備數量達至成百上千時，這些操作占用了大量運維人員的時間，工作質量無法得到保障，并且工作效率低。

1.2 缺乏一套高效的IT運維機制

盡管IT運維管理的技術在不斷進步，但實際上很多IT運維人員并沒有真正解脫出來，原因在于目前的技術雖然能夠獲取IT設備、服務器、網絡流量、數據庫的警告信息，成千上萬條警告信息堆積在一起沒法判斷問題的根源在哪里。

1.3 缺乏高效的IT運維技術工具

IT應用日趨復雜，各類型的網絡設備、服務器、中間件、業務系統等讓運維人員難以從容應對，即使加班加點地維護、部署、管理也經常會因設備出現故障而導致業務的中斷，嚴重影響商業銀行的正常運轉，出現這些問題部分原因是商業銀行缺乏事件監控和診斷工具等IT運維技術工具，因為在沒有高效的技術工具的支持下故障事件很難得到主動、快速處理。

2 IT應用運維對象與內容

2.1 IT設備

是指在提供IT服務過程中所應用的各種IT設備，包括存儲、服務器、網絡設備、安全設備等硬件資源。這類設備在向用戶提供IT服務過程中提供了計算、存儲與通信等功能，是IT服務最直接的物理載體。

2.2 系統與數據

通過對運維對象和日常運維工作分析，IT應用運維工作從如下7個方面開展，具體包括：運行狀態實時監控、事件與問題處理、例行運維操作、系統與應用變更、審計與合規檢查、環境投產部署、配置信息管理，如下圖所示。

圖1 系統與數據

2.3 運行狀態實時監控

工作內容與要求：實時監控IT應用的各個組件，業務運行的狀態以及處理效率等，及時、準確、全面的發現IT應用運行過程中出現的各類事件和故障。

面臨挑戰：商業銀行數據中心內部都有上百套IT應用系統和數據庫、成幾千臺服務器和網絡設備等，而運維人員的數量與被管理對象的數量嚴重不成比例，及時發現潛在的風險點提前預警，對發生的故障快速定位故障根源。

2.4 事件、問題等日常工作

工作內容與要求：建立事件處理機制，及時發現事件，生成工單，通過工單跟蹤事件處理的進展，掌握事件處理的效率和質量；建立問題跟蹤機制，通過問題單跟蹤問題的解決效率和質量；

面臨挑戰：運維對象產生大量的事件（問題），由于事件（或問題）的分級不合理，無法保證緊急的事件優先得到處理，流程的高效運轉需要各環節運維人員及時處理，這就要求事件處理人員需要一定的規模并具備一定的技能。

2.5 日常例行操作等

工作內容與要求：日常運維工作中有大量固化的，例行的操作的內容，例如，銀行業務系統日終批處理、定時數據報送、業務定時日啟、數據庫定期更新統計信息、數據定期清理等，要求這些例行操作必須在特定的時間點執行跟蹤執行結果。

面臨挑戰：可固化的、例行的工作項多，操作步驟復雜，要求操作人員具備豐富的技能，需要嚴格的流程和制度保證例行工作不被遺漏，確保固化和例行的工作按照正確的步驟執行，并及時發現過程中出現的問題。

2.6 變更實施的自動化

工作內容與要求：涉及運維對象的變更包括：IP網絡配置、存儲網絡配置、操作系統、數據庫、中間件、應用軟件等，變更要求按照既定的步驟和時間窗口操作，不允許臨時改變變更的時間和步驟。

面臨挑戰：運維對象多，變更內容種類繁多，變更頻率高，運維人員每天疲于各種各樣的系統和應用更新；制度和流程要求執行不到位，無法保證變更是按照既定的安排執行；

2.7 基礎環境部署

工作內容與要求：信息系統投產環境的準備，包括操作系統、數據庫和中間件、監控軟件、備份軟件、自動化軟件等基礎軟件的部署、以及技術規范點在環境中的落實等；

面臨挑戰：待投產信息系統環境復雜，靠人工去實現容易出現遺漏，基礎環境的交付質量無法得到有效保證；基礎環境的準備包含大量重復性的工作內容，消耗運維人員精力和時間，而且效率低。

2.8 配置信息管理

工作內容與要求：將運維對象的配置信息（例如序列號、用途、位置等）以及運維對象之間的對應關系管理起來，并保證信息的準確性，作為運維日常管理的基礎數據，供給支撐運維工作的其他工具平臺和日常運維需要；

面臨挑戰：配置管理工作涉及范圍廣，對象之間的關系錯綜復雜，如何準確的獲取配置信息，并保證信息的有效性是配置管理面臨的最大的一個問題，通過手工的方式是來開展配置管理工作幾乎是不可能實現。

2.9 審計與合規檢查

工作內容與要求：對運維人員行為、系統行為、以及安全設備的行為進行審計，發現當前已經存在或潛在的風險點，提出安全整改建議；

面臨挑戰：運維人員行為和系統行為產生海量數據，如何從這些數據中發現有價值的信息是非常有挑戰的事情，通過人工去搜尋幾乎是不可能完成的任務；對于大量的運維對象執行合規檢查，采用手工的檢查方式，效率低，檢查結果無法有效保障。

3 IT應用運維自動化建議

3.1 運行狀態實時監控

建設集中化的監控管理平臺，對所有運維對象以及業務的運行情況的實時狀態進行監控，實現監控自動化。通過監控自動化，實現運行狀態全面、及時、準確的監控，能及時發現故障隱患，主動的告訴用戶需要關注的對象，以達到防患于未然。

3.2 事件、問題等日常工作

基于ITIL中的最佳實踐，建設IT服務管理（ITSM）平臺，并與監控管理平臺對接，將事件管理、問題管理、變更管理等運維日常工作通過ITSM流程平臺進行管理，提高流程的可控性和透明度，能夠一目了然的看到整個流程運轉情況，有針對性的對運維流程中不順暢的地方進行優化。

3.3 日常例行操作等

通過例行操作自動化，將日常容易遺漏、出錯的手工操作轉變為規范的、標準化、流程化的步驟執行，避免人為失誤、簡化操作人員的工作內容，確保規章制度和流程的落實執行，并節省大量的運維資源，并能夠及時發現過程中出現的問題。

3.4 變更實施的自動化

規范基礎設施、網絡、應用變更的步驟，將變更的內容標準化，形成變更模版，基于模版編寫變更的實際步驟，然后在自動化平臺（網絡自動化平臺和系統自動化平臺）配置變更計劃，確保變更在規定的變更時間窗口執行，以及變更嚴格按照既定的步驟實施，確保變更與預期的目標和要求一致，并監控變更執行的結果。

3.5 基礎環境部署

通過基礎環境部署自動化，實現信息系統基礎運行環境的標準化、避免出現手工部署中出現的遺漏和不合規的地方，提高基礎環境的交付質量，縮短信息系統投產的周期，節省運維資源。

3.6 配置信息管理

設計與運維工作密切相關的實用配置管理參考模型，避免大而全的模型，通過自動發現工具自動采集配置信息和配置項之間的關系映射，從 BSM 的維度（業務服務管理）的去管理運維對象。通過配置管理自動化，基于實用的標準，實現配置信息采集、關聯的自動化，確保配置信息的準確、實用、可用，作為運維過程中最為重要的數據源供運維人員和其他運維工具平臺使用。

3.7 審計與合規檢查

明確審計和合規檢查目標、標準、方法，建設運維數據加工平臺，從海量運維數據中發現運維人員和系統行為中的異常行為，檢查運維人員、系統、安全設備是否滿足規章制度要求，發現運維工作和系統中存在的風險點。通過審計與合規檢查自動化，將監管機構的監管要求、商業銀行內部的合規與審計要求、技術規范要求、安全規范要求等應用到運維工作的各個方面，從制度流程、運維人員、技術等方面找到風險點，逐一解決，即提高了運維工作的安全性，又能滿足各種管理要求，還可以節省大量的運維資源。

4 總結

自動化對IT運維的影響，不僅僅是人與設備之間的關系，已經發展到了運維工作的各個層面，通過IT運維自動化，可以提高提高運維工作的效率、提高運維工作的規范化程度、能提高運維工作的流程化程度、提高節省大量的運維資源，降低成本。

[1]羅金滿 陳華軍等.試談 IT安全運維管理的應用.《電腦編程技巧與維護》 [J]-2013年22期.

[2]李衛軍 呂永帥.解析虛擬技術在 IT 運維管理中的應用.《中國信息化[J]2013年6期.