IT健康度模型的設(shè)計與實踐

梁奐等

1 引言

隨著信息化日益普及和互聯(lián)網(wǎng)時代的到來，企業(yè)對信息系統(tǒng)及網(wǎng)絡(luò)系統(tǒng)的依賴程度日益增加，企業(yè)IT應(yīng)用的系統(tǒng)架構(gòu)和環(huán)境日趨復(fù)雜，運營商對IT應(yīng)用系統(tǒng)運行的穩(wěn)定性和可靠性要求越來越高。為保證運營商網(wǎng)絡(luò)和業(yè)務(wù)系統(tǒng)安全穩(wěn)定運行，運營商迫切需要建立一個對網(wǎng)絡(luò)環(huán)境、業(yè)務(wù)系統(tǒng)實行集中監(jiān)控、維護和管理的系統(tǒng)，即IT監(jiān)控系統(tǒng)。

應(yīng)用系統(tǒng)作為IT監(jiān)控的一個重要對象，其運行健康依賴于承載傳輸網(wǎng)絡(luò)、主機設(shè)備、操作系統(tǒng)及其他必要的構(gòu)成組件如數(shù)據(jù)庫、中間件等，這些組件的運行狀態(tài)會直接或間接地影響IT系統(tǒng)的運行狀態(tài)，甚至導(dǎo)致業(yè)務(wù)運作的失敗。那么，能否像人體“健康”那樣，為IT系統(tǒng)做定期的健康情況檢查呢？

2 IT系統(tǒng)健康度設(shè)計思路

“健康”一詞最早源于醫(yī)學(xué)概念。依據(jù)世界衛(wèi)生組織（WHO）關(guān)于健康的定義，“健康”乃是一種在身體上、精神上的完滿狀態(tài)以及良好的適應(yīng)力，而不僅僅是沒有疾病和衰弱的狀態(tài)，這就是人們所指的身心健康。推廣到IT系統(tǒng)上，IT系統(tǒng)健康是指IT系統(tǒng)的各組件（業(yè)務(wù)服務(wù)、應(yīng)用軟件及支撐平臺資源等）運行時，系統(tǒng)可用性、性能負(fù)荷、資源利用的狀態(tài)良好，不存在故障或隱患。

華佗說：“上醫(yī)者治未病，中醫(yī)者治欲病，下醫(yī)者治已病。”治未病，其實就是在未得病時防止得病。體檢可以幫助醫(yī)生了解身體狀況，判斷可能要得什么病，并有針對性地提出預(yù)防措施，從而達到治未病的效果。人為了保持健康，定期需要進行全面體檢，根據(jù)體檢報告采取相應(yīng)治療措施，保證身體健康發(fā)展。IT系統(tǒng)也一樣，需要定期進行健康度評估，可以達到治未病的境界。通過全面的系統(tǒng)健康檢查可以變被動的響應(yīng)式服務(wù)為主動維護，通過定期對系統(tǒng)進行體檢，能夠全面地掌握整個IT系統(tǒng)運行狀況，消除故障隱患、提高系統(tǒng)的可用性，改變“頭痛醫(yī)頭，腳痛醫(yī)腳”的現(xiàn)象。

2.1 IT系統(tǒng)健康度設(shè)計思路

IT系統(tǒng)健康度有兩層含義：第一層是“健康”的含義，是指系統(tǒng)業(yè)務(wù)功能滿足用戶需求，用戶滿意度較高，系統(tǒng)各組件性能良好和持續(xù)穩(wěn)定；第二層是“度”的含義，是指測量、判別系統(tǒng)運行是否健康而必須要具備的評估標(biāo)準(zhǔn)和可量化的工具。

IT系統(tǒng)健康度的設(shè)計首先應(yīng)該分析IT系統(tǒng)構(gòu)成模型。從監(jiān)控角度來看，IT系統(tǒng)包括支撐平臺層（網(wǎng)絡(luò)設(shè)備、計算機硬件及操作系統(tǒng)、存儲、數(shù)據(jù)庫及中間件等基礎(chǔ)硬件和軟件）、應(yīng)用軟件層（應(yīng)用進程、系統(tǒng)接口、參數(shù)配置文件等應(yīng)用軟件的組件）及業(yè)務(wù)服務(wù)層（業(yè)務(wù)服務(wù)、業(yè)務(wù)數(shù)據(jù)環(huán)節(jié)及業(yè)務(wù)流程等），如圖1所示。因此，IT系統(tǒng)的健康應(yīng)包含支撐平臺、應(yīng)用軟件和業(yè)務(wù)服務(wù)這3個層面的健康組成，而且三者間有依賴關(guān)系，如支撐平臺的故障會導(dǎo)致應(yīng)用軟件和業(yè)務(wù)服務(wù)的運行故障，應(yīng)用軟件的故障也會導(dǎo)致業(yè)務(wù)服務(wù)的故障。

IT系統(tǒng)的健康度需要專門的監(jiān)測指標(biāo)來評估。監(jiān)控工具通過對IT支撐平臺、應(yīng)用軟件、業(yè)務(wù)服務(wù)的運行狀態(tài)和關(guān)鍵運行指標(biāo)的監(jiān)控，實時掌握IT支撐平臺、應(yīng)用軟件的運行性能狀況，通過對業(yè)務(wù)服務(wù)的關(guān)鍵指標(biāo)監(jiān)控，及時掌握業(yè)務(wù)運行狀態(tài)和質(zhì)量，主動發(fā)現(xiàn)異常情況及性能瓶頸，從而能夠采取針對性的處理及優(yōu)化措施，提高IT系統(tǒng)運行質(zhì)量以及業(yè)務(wù)的可靠性和可用性。

2.2 IT系統(tǒng)健康度通用模型設(shè)計

根據(jù)IT系統(tǒng)分層構(gòu)成模型，采用自下而上分析方法，設(shè)計了IT系統(tǒng)健康度模型。該模型包括IT支撐平臺健康度、應(yīng)用軟件健康度和業(yè)務(wù)服務(wù)健康度3個部分，如圖2所示。

IT系統(tǒng)是一個復(fù)雜的系統(tǒng)，要對全部組件進行監(jiān)測并不現(xiàn)實，因此建議有針對性地選取3個層面的關(guān)鍵組件進行監(jiān)測。例如：對于IT支撐平臺方面，可選取主機設(shè)備、數(shù)據(jù)庫系統(tǒng)和中間件系統(tǒng)等組件進行監(jiān)測；對于應(yīng)用軟件方面，可選取應(yīng)用進程、系統(tǒng)接口和配置文件等進行監(jiān)測；對于業(yè)務(wù)服務(wù)方面，可根據(jù)系統(tǒng)特點選取相應(yīng)的核心業(yè)務(wù)進行監(jiān)測。

健康度模型需要預(yù)先制定監(jiān)測指標(biāo)及評估標(biāo)準(zhǔn)。對于IT系統(tǒng)中各組件，可選取1個到多個監(jiān)測點，如對于主機設(shè)備，可選取CPU利用率、內(nèi)存利用率、主機網(wǎng)卡通斷狀態(tài)、主機狀態(tài)等指標(biāo)監(jiān)測。對于每個監(jiān)測指標(biāo)，必須預(yù)先根據(jù)經(jīng)驗設(shè)置好健康評估的區(qū)間值，這是作為后續(xù)健康度計算的基礎(chǔ)。

IT系統(tǒng)健康度由系統(tǒng)各組件的健康指標(biāo)匯聚計算而成。例如，對于主機設(shè)備這個組件，從CPU利用率、內(nèi)存利用率、主機網(wǎng)卡通斷狀態(tài)、主機狀態(tài)這4個方面來監(jiān)測，每個指標(biāo)都根據(jù)重要程度設(shè)置權(quán)重。主機設(shè)備健康度是通過這4個方面指標(biāo)得分通過加權(quán)而得到。進一步往上匯聚，通過主機設(shè)備、數(shù)據(jù)庫系統(tǒng)和中間件系統(tǒng)的健康度，加權(quán)計算而得到承載系統(tǒng)的硬件健康度。同理，IT系統(tǒng)的健康度也可以通過硬件、關(guān)鍵應(yīng)用和業(yè)務(wù)運營這3個方面的健康值加權(quán)計算而得到，健康值越高（一般最高為100）表示系統(tǒng)越健康，當(dāng)健康值為0時，表示系統(tǒng)已崩潰或不可用狀態(tài)，其他值表示系統(tǒng)存在故障或會導(dǎo)致業(yè)務(wù)不可用的隱患。

3 健康度模型實踐及應(yīng)用效果

3.1 某電信公司IT系統(tǒng)健康度模型

某電信公司根據(jù)IT系統(tǒng)健康度通用模型，結(jié)合電信企業(yè)IT系統(tǒng)的特點，定義了自身的IT系統(tǒng)健康度模型。該模型包括IT支撐平臺、應(yīng)用軟件和業(yè)務(wù)服務(wù)3個部分，合共包括17個核心監(jiān)測指標(biāo)，具體如表1所示。本健康度模型監(jiān)測指標(biāo)可分為以下2類：

（1）量化的數(shù)值指標(biāo)，如CPU利用率和內(nèi)存利用率等，這些指標(biāo)需要分別定義相應(yīng)的評估標(biāo)準(zhǔn)。例如，CPU利用率評估標(biāo)準(zhǔn)一般可設(shè)為：CPU利用率≥ 95%為不健康狀態(tài)，95%>CPU利用率≥85%為亞健康狀態(tài)，而CPU利用率<85%屬于健康狀態(tài)等。當(dāng)然，這個評估標(biāo)準(zhǔn)可以根據(jù)不同系統(tǒng)的特點來靈活設(shè)定。

（2）一些開關(guān)量指標(biāo)，也叫關(guān)鍵健康因子。這些指標(biāo)只有可用和不可用2種狀態(tài)，權(quán)重分別設(shè)為1和0。當(dāng)指標(biāo)為不可用狀態(tài)時，表示上一層組件也是不可用狀態(tài)，即關(guān)鍵指標(biāo)采用一票否決算法。例如，主機狀態(tài)指標(biāo)只有指標(biāo)正常（用“1”表示）時，主機是可用狀態(tài)；否則，主機就是不可用狀態(tài)。

系統(tǒng)各層組件的健康程度可以通過下級各監(jiān)測指標(biāo)匯聚計算得到，如通過硬件的各類指標(biāo)狀態(tài)、數(shù)據(jù)庫的各類指標(biāo)狀態(tài)、中間件的各類指標(biāo)狀態(tài)，從而得到IT支撐平臺健康值；通過支撐平臺、關(guān)鍵應(yīng)用健康值、關(guān)鍵業(yè)務(wù)服務(wù)的健康值，最終加權(quán)計算得出IT系統(tǒng)整體運行情況的健康值。

3.2 某電信公司IT系統(tǒng)健康度應(yīng)用效果

某電信公司通過在IT監(jiān)控系統(tǒng)中采用健康度分析模型，實現(xiàn)了全國各省的CRM、服務(wù)開通、服務(wù)激活、統(tǒng)一充值等8個系統(tǒng)的數(shù)據(jù)采集和上傳，及時監(jiān)控全國IT系統(tǒng)的運行健康情況，實現(xiàn)IT系統(tǒng)的可視化運營。目前采用的IT系統(tǒng)健康度評估標(biāo)準(zhǔn)如表2所示。

根據(jù)IT系統(tǒng)健康度評估標(biāo)準(zhǔn)，全國某時刻的CRM系統(tǒng)運行健康度情況如圖3所示。

4 結(jié)束語

通過某電信公司IT系統(tǒng)健康度實踐證明，采用將IT監(jiān)控的對象進行建模的方式，通過對IT內(nèi)部監(jiān)控組件間的健康值進行加權(quán)計算，以單一的數(shù)值表示系統(tǒng)的健康程度，進一步以不同的顏色展示出來，從而使得IT系統(tǒng)健康情況直觀明了。但在應(yīng)用過程中也發(fā)現(xiàn)，各項IT監(jiān)控指標(biāo)的閾值設(shè)置會有不合理的地方，需要在實踐中調(diào)整；另外，不同系統(tǒng)間的健康度模型也不盡相同，模型應(yīng)支持靈活地增加或裁減?？傊?，IT系統(tǒng)健康度模型的優(yōu)化，特別是監(jiān)控指標(biāo)閾值的調(diào)整，都需要在實踐中逐步完善。

參考文獻：

[1] 陳宏峰，劉億舟. 中國IT服務(wù)管理指南[M]. 北京： 北京大學(xué)出版社， 2004.

[2] Peter Brooks. IT服務(wù)管理指標(biāo)[M]. 豐祖軍，譯. 北京： 清華大學(xué)出版社， 2008.

[3] 中國電信集團公司. CTG-MBOSS V2.0規(guī)范——IT服務(wù)管理規(guī)范V2.0[S]. 2010.

[4] 譚鑫. IT業(yè)務(wù)系統(tǒng)監(jiān)控及其關(guān)鍵技術(shù)研究[D]. 長沙： 中南大學(xué)， 2012.

[5] 童曉薇. 一種基于網(wǎng)絡(luò)的業(yè)務(wù)系統(tǒng)健康度評估方法[J]. 重慶理工大學(xué)學(xué)報： 自然科學(xué)， 2012（8）： 101-105.endprint