云服務運維管理分析

牛曉玲/Niu Xiaoling

（中國信息通信研究院通信標準研究所 北京100191）

1 引言

我國云計算的發展受到高度關注，被越來越多的人所認識和接受。但隨之而來的問題也是不可回避的，包括運維服務管理流程不規范、運維人員專業知識匱乏、運維自動化程度較低等。如何建立一個擁有完善的運維服務管理流程、功能強大的運維管理平臺以及自動化運維管理研究是本文重點探討的問題。

2 國內運維服務流程

目前，我國企業運維管理主要還停留在對國外開源管理軟件的二次開發及應用上，如何制定規范的管理流程、完善的管理制度是運維初期的主要研究目標。企業在實際實施過程中，往往忽視了內部人員的業務流程管理和對信息技術變更的管理。運維管理部門通常在做的工作都是“滅火”，運維團隊必須7×24 h待命，以便處理運維過程中各種層出不窮的故障，即便如此，運維部門的服務質量和維護成本還是存在很多問題。因此，亟需將被動管理轉變為主動監控，在維護過程中應加強對可能出現故障的預見性和計劃性，最大程度地降低突發事件對公司造成的業務影響和經濟損失。目前，多數企業都認同運維服務管理流程是支撐企業的核心戰略，因為大多數的故障都是由于人員的誤操作引起的，所以運維部門在企業中扮演著越來越重要的角色，企業管理層也發現，運維不再是業務的“保障者”而是“推動者”。與歐洲國家的發展現狀相比，我國的服務管理仍處于發展的初步階段。

目前，國際500強廣泛使用ITIL（IT Infrastructure Library，IT基礎架構庫），通過制定IT服務管理的標準和規范，不斷優化企業的服務管理策略，提高服務質量，降低服務成本，讓企業的IT投資回報最大化。ITIL是根據政府部門、商業組織以及能源等行業/企業的需求開發的IT行業服務管理標準庫，目的是為了保證IT資源的有效利用。目前ITIL已納入ISO20000質量管理體系。作為國際上公認的關于IT服務管理的最佳實踐，其運維服務支持的五大流程是信息運維綜合監管系統中運維流程管理模塊的重要理論依據。

服務管理的核心流程分別是服務支持和服務交付，ITIL運維體系框架示意如圖1所示。

2.1 服務支持

服務支持面向的對象是用戶（End-Users），主要是確保服務提供商 （IT Service Provider）的服務質量，判定其服務是否符合服務級別協議（SLA）的要求。服務支持流程包括企業與用戶溝通平臺（服務臺）的職能和其他5個運作層次的流程，即事件管理、問題管理、配置管理等。

（1）事件管理

快速處理發生在IT基礎架構中的故障以及由各層支持服務團隊提交的服務請求，將服務的中斷時間和對客戶的響應時間縮到最短。

（2）問題管理

找出故障發生的根本原因并加以分析，使生產環境中的故障數量減少。問題管理分為被動管理和主動管理兩個部分：被動管理是在問題發生后再加以診斷，查出問題發生的原因并處理問題；主動管理是通過分析事件發生的趨勢和可能性，主動提出解決方法來預防問題的發生。

（3）配置管理

對IT基礎架構中的所有配置項進行管理和控制，存儲各個配置項之間的相互關系，為其他模塊提供準確的配置信息。例如，當服務器發生故障時，如果對服務器的配置項信息一無所知，則無法很好地解決問題。

（4）變更管理

保證生產環境中所有的變更處理都符合標準的方法和步驟，并將因為變更而影響服務質量的可能性降到最低。變更管理同時配合配置管理，能夠保證CMDB數據的準確性。

（5）發布管理

服務上線需要在變更請求或服務請求被核準后，構建、開發和測試等工作才能投入生產環境中。工作重點是通過有計劃的發布步驟，保護生產環境的安全。

2.2 服務交付

服務交付面向的對象是為服務付費的機構或個人（Customer）。首先根據業務需求和實現服務目標所需要的耗費來計算服務成本，然后對服務的容量、持續性、可用性等服務級別目標進行規劃和設計。服務交付流程主要包括服務級別管理、IT服務財務管理、容量管理、IT服務持續性管理和可用性管理5個服務管理流程。

（1）服務級別管理

根據服務流程監控服務水平，持續跟蹤服務，并分析服務過程中是否滿足服務級別協議要求，若不滿足要求，則需要及時制定改進計劃來彌補不足。

（2）IT 服務財務管理

為確保成本的回收，需要跟蹤、控制服務和客戶發生的實際成本。

（3）容量管理

通過跟蹤、控制服務規模，提前預估未來業務增長所需的IT容量，確保服務能夠滿足服務級別的要求。

（4）IT服務持續性管理

確保災難或故障發生時，能在限定的時間內恢復，從而保證業務的持續運營，主要包括風險分析和管理，目的是為了降低風險。

（5）可用性管理

跟進和分析服務規范，在必要時進行調整以滿足服務可用性的需要，可用性管理和服務級別管理相輔相成，是其制定SLA的重要依據。

3 云平臺的運維管理功能

隨著近幾年業務量的迅猛增長，云計算平臺服務端的復雜性成倍增長，這對于運維來說無疑是個全新的挑戰，因此，運維思路和方式必須隨之發生改變才能適應現狀。這種改變不是優化傳統運維，而是根據云計算的特征來重構運維體系；這種改變也并非一蹴而就，而是云計算平臺不斷演進、不斷積累經驗的過程。

工程學類實驗室包括物理學、電工、藥劑學、中藥制備、制藥工程、實訓中心等實驗室，其中有毒有害物質、放射性保護、用電安全、機械類損傷等是安全防控重點。

3.1 云計算平臺的特征

（1）集群是最基本的運維單位

云計算平臺是由普通的PC服務器組成多個節點，平臺的高可用性通過云計算平臺自身的頑健性來保障，而非靠傳統服務器硬件冗余（如RAID、網絡雙上聯、雙電源等）這種高投入的方案來實現，這就需要改變運維體系，將集群作為基本運維單位。

傳統運維場景下的及時維修服務器，在云計算場景下，可以輕松定期維修。這種“輕松”，并不是對運維需求的降低，而是基于對集群整體容量和健康狀態的管理能力，即通過有效提煉和過濾各種服務器的個體運行狀態，映射出集群整體狀態的能力。集群的部署、監控、故障管理、容量管理等運維任務，都必須以集群為單位進行。

（2）大規模

單個集群的規模是衡量云計算平臺能力強弱的重要指標之一。在設計規劃初期，都要以滿足大規模為必要前提條件，而在實際生產環境中，云計算集群在達到一定規模后，才能實現云計算平臺的高可用、低成本等真正價值。

（3）可運維性是云平臺的基本屬性

集群的可運維性包括是否能夠實現高效和大規模的部署、升級、遷移、擴容和故障管理等運維任務，這是集群必須具備的能力。云平臺從第一天設計開始，就必須包括該屬性。開發團隊和運維團隊需要緊密協同，結合平臺和運維特性加以實現。與傳統運維相比較，對于大規模集群的可運維性、可管理性等的要求很高，這是集群落地的剛性需求。

（4）規范化

3.2 國內主流的運維管理平臺

（1）北塔（BTNM）

BTNM是以業務價值為核心，注重企業對運維的全面管理，是一套與實踐緊密結合的綜合管理系統。以企業的業務服務管理流程為切入點，將行業中的新技術運用與人員的業務管理操作進行有效結合。以ITIL理念為思路，設計了與業務緊密聯系的綜合一體化管理平臺，運維管理人員通過管理平臺可以直觀地看到故障發生的位置、狀態、處理情況，具有先進的故障定位和智能聯動功能，為運維管理提供了全面綜合的管理解決方案。

（2）摩卡（Mocha BSM）

Mocha BSM注重ITIL對業務流程上的支持，在工作流程管理方面效果明顯，但是對于服務器硬件監控集成的效果不好，且不提供資產管理的相關功能，功能比較單一。

（3）廣通（Broadview）

Broadview也是國內主流的運維管理產品，主要從事運維管理軟件與運維服務的供應，注重現有運維架構要符合下一代運維管理的理念，提供集中化的綜合網絡運行管理平臺，借助eTOM、ITIL的先進理念，優化運維管理產品的概念。對于平臺底層的監控和運維流程方面的功能卓越，并且可以向客戶提供運維服務一體化的解決方案，包括運維平臺、業務管理和網絡管理等系統，展現效果較好。

4 自動化運維管理

隨著IT建設規模的不斷擴大，云服務運維管理的難度和復雜度也日益增加，如果只依靠幾個高技術運維管理人員來處理故障、解決技術難題，早已無法滿足企業的發展需求。結合云服務不同于傳統運維的新特性，對運維的自動化能力提出了更高的要求，企業需要更高的自動化處理能力來實現運維管理規范化、流程化和自動化。運維自動化早已成為了云計算運維管理的趨勢。

隨著服務管理成本的逐步加大，其運維風險也在不斷升高，因此，要用自動化的方式解決數據中心成本增加、操作復雜、數據架構設計等一系列問題，以滿足企業的業務需求，讓運維團隊實現資源轉型，逐步提高服務水平，這是數據中心的發展方向。自動化可以降低人工誤操作的可能性，通過對資源和云服務的監控，運維管理系統可靈活部署資源，讓運作更加簡單，同時實現資源優化利用，這是企業級數據中心運維管理的重要任務。實現企業級數據中心自動化運維管理還能節省人力，通過先進的技術手段替代運維管理人員來執行一些日常的操作，可以使管理人員有更多的時間全身心地投入到解決技術難題和逐步優化管理系統中，實現數據中心運維管理的自動化。不僅節約了成本，還能夠更安全、有效地開展工作，適應快速迭代的發展需求，達到可持續發展的目的。

日常運維中經常需要對一些操作進行重復性動作，例如每天執行一些腳本、檢測一些狀態等，重復繁瑣的工作容易讓工作人員出現操作失誤。如果能通過一些技術手段替代人工的重復操作，使用戶從重復繁瑣的工作中釋放出來，可以讓用戶有更多的時間專注于其他技術領域。

操作自動化是運維操作管理的終極目標，通過自動腳本功能，可自動幫助運維人員執行各種常規操作（如自動巡檢、自動備份配置等），從而達到降低運維復雜度、提高運維效率的目的。

根據客戶的現狀及問題，可通過部署運維操作管理系統，實現以下效果。

實現維護接入的集中化管理。對運行維護進行統一管理，包括設備賬號管理、運維人員權限分配管理、第三方客戶端操作工具的統一管理；通過主從賬號管理，使用戶認證與系統授權分開，從而有效地解決系統因賬號共享使用而帶來的身份不唯一問題；實現與現有第三方認證系統（LDAP、RADIUS、AD域、TOTP等）的整合。

●能夠制定靈活的運維策略和權限管理，控制運維管理人員訪問授權及操作，避免未授權或非法訪問，建立安全的訪問控制機制；

●實現對核心設備操作的雙人授權訪問與雙人操作復核，有效地降低了運維操作風險；

●密碼管理和自動改密，使得密碼管理規范能有效落地，避免因人員流動導致設備密碼外泄的風險；

●能完整記錄運維人員的操作過程，當系統因人為操作導致故障時，能夠快速定位故障原因和責任人，滿足信息安全審計要求；

●能夠有效地檢索運維操作細節；

●能夠對高危及敏感的操作進行實時告警；

●能夠提供靈活的報表及統計分析；

●實現運維操作的合規性要求，遵從現有的法律法規。

5 結束語

引入云計算技術后，云服務運維管理由原來的分散維護模式發展為制度建設與運維系統功能管理相結合的模式。在實際的運維過程中，首先需要理順運維服務流程，其次要了解運維管理平臺的特點以及相關功能，從而實現高效、規范化、自動化的云平臺運維管理體系。通過本文的分析和研究，希望能對引入云計算后的運維體系梳理起到啟發和參考作用。

[1]ISO國際標準組織.IS020000信息技術服務管理實施指南[R].2005.

[2] 牛曉玲.云計算運維管理系統框架研究[J].電信網技術,2015,(2).

[3] 麻建，周靜，李中偉等.云計算環境下的信息系統運維模式研究[J].電力信息與通信技術,2015,(8).

[4]馮汀.基于ITIL的業務支撐系統運維管理研究[D].北京郵電大學,2007.

[5] 李欣.IT運維管理系統的設計與實現[D].華北電力大學,2010.

[6] 席敏暉.淺談企業級數據中心運維管理[J].科技創新與應用,2014,(12).

[7] 陳永軍，張蕾.云計算運維管理的探討[J].ICT通信技術與標準，2011,(1).