電網(wǎng)信息化業(yè)務(wù)運(yùn)行監(jiān)控存在的問題及對策

陳利

【摘 要】電力是國家的主要能源之一，在電網(wǎng)公司中信息系統(tǒng)業(yè)務(wù)量不斷增長，相關(guān)系統(tǒng)的數(shù)據(jù)量也呈現(xiàn)爆發(fā)式增長趨勢，部分系統(tǒng)已無法滿足日益增長的數(shù)據(jù)處理需求，存在響應(yīng)延時、服務(wù)中斷等現(xiàn)象，給業(yè)務(wù)運(yùn)行的健壯性帶來嚴(yán)重挑戰(zhàn);數(shù)據(jù)量持續(xù)增長，導(dǎo)致硬件資源開銷增大，系統(tǒng)性能下降，影響業(yè)務(wù)穩(wěn)定性，同時給運(yùn)維工作造成極大壓力;此外，部分核心系統(tǒng)硬件配置已達(dá)頂配，已無法通過提升硬件解決性能問題。

【關(guān)鍵詞】電網(wǎng)信息化;業(yè)務(wù)運(yùn)行監(jiān)控;問題;對策

引言

電網(wǎng)企業(yè)在信息系統(tǒng)應(yīng)用性業(yè)務(wù)運(yùn)行監(jiān)控方面的技術(shù)手段相對薄弱，無法深入到業(yè)務(wù)應(yīng)用內(nèi)部，難以監(jiān)控業(yè)務(wù)流程的每個步驟，從而阻礙了故障的快速定位、診斷和優(yōu)化，IT運(yùn)維人員不能精準(zhǔn)到感知最終用戶的體驗，不能實時掌握業(yè)務(wù)運(yùn)行狀態(tài)。為了使IT運(yùn)維人員需要快速、準(zhǔn)確定位系統(tǒng)性能瓶頸（硬件層面、軟件層面），縮短故障恢復(fù)時間，確保業(yè)務(wù)不間斷。同時對于應(yīng)用開發(fā)人員也需要追溯業(yè)務(wù)功能及性能數(shù)據(jù)庫，合理評估系統(tǒng)健康狀態(tài)，量化IT運(yùn)維部門工作。

1業(yè)務(wù)運(yùn)行監(jiān)控現(xiàn)在存在的問題

1.1缺少對業(yè)務(wù)管理系統(tǒng)業(yè)務(wù)運(yùn)行層面的監(jiān)控分析手段及指標(biāo)

目前的運(yùn)維工具沒有針對業(yè)務(wù)管理系統(tǒng)業(yè)務(wù)運(yùn)行進(jìn)行專業(yè)的監(jiān)控和分析，業(yè)務(wù)運(yùn)行情況的監(jiān)控和分析處于空白狀態(tài)。由于缺少全過程的業(yè)務(wù)運(yùn)行監(jiān)控，故障事后分析診斷條件不足，缺少故障現(xiàn)場溯源數(shù)據(jù)及相應(yīng)技術(shù)規(guī)范及指標(biāo)，大多情況下只能對設(shè)備日志、交易日志等進(jìn)行分析，很難拿出有力的證據(jù)進(jìn)行取證，另外即使有故障現(xiàn)場數(shù)據(jù)，問題分析人員面對海量的數(shù)據(jù)問題分析定位仍需要消耗較長的時間。

1.2缺少對用戶業(yè)務(wù)操作的真實體驗的監(jiān)控

對于用戶業(yè)務(wù)操作的真實體驗缺少系統(tǒng)的監(jiān)控和數(shù)據(jù)支撐。公司現(xiàn)階段的信息化建設(shè)，投入了很大精力在IT系統(tǒng)的建設(shè)和對IT基礎(chǔ)架構(gòu)的維護(hù)上，但即使部署了最先進(jìn)的基礎(chǔ)架構(gòu)，并不間斷地監(jiān)控PC、網(wǎng)絡(luò)、服務(wù)器、數(shù)據(jù)庫等的性能，用戶還是會抱怨系統(tǒng)運(yùn)行緩慢，不能及時發(fā)現(xiàn)哪個業(yè)務(wù)操作響應(yīng)慢，IT運(yùn)維人員也很難向用戶解析清楚問題原因在哪。

1.3處于被動運(yùn)維

公司應(yīng)用系統(tǒng)結(jié)構(gòu)復(fù)雜，各功能模塊分布在相對獨(dú)立的子系統(tǒng)，通過多個子系統(tǒng)再組合成多環(huán)節(jié)、長交易鏈條的完整的應(yīng)用，很容易出現(xiàn)某個環(huán)節(jié)與其他環(huán)節(jié)的處理能力不匹配導(dǎo)致性能瓶頸，此類業(yè)務(wù)應(yīng)用的性能問題經(jīng)常發(fā)生且難于發(fā)現(xiàn)和定位。因此，目前多數(shù)IT運(yùn)維處于“被動式”管理，運(yùn)維人員并非是應(yīng)用系統(tǒng)的使用者，經(jīng)常是接到投訴電話之后才知道系統(tǒng)出現(xiàn)了問題，再去尋找問題根源，管理十分被動。

1.4IT環(huán)境復(fù)雜，定位問題困難

現(xiàn)階段公司IT環(huán)境日趨復(fù)雜，每個企業(yè)級應(yīng)用系統(tǒng)都部署在龐雜的基礎(chǔ)架構(gòu)上，并且與多個外部系統(tǒng)對接。當(dāng)問題出現(xiàn)時，發(fā)現(xiàn)問題很困難，更談不上快速定位、解決問題。監(jiān)控不全面，缺少故障現(xiàn)場溯源數(shù)據(jù)，事后分析診斷條件不足，難以做到全面診斷且效率低，網(wǎng)絡(luò)尤其被動，常常面對指責(zé)難以舉證。

2業(yè)務(wù)運(yùn)行監(jiān)控解決方案

2.1問題分析

當(dāng)前的電網(wǎng)企業(yè)業(yè)務(wù)，從物理上，涵蓋多個系統(tǒng)多臺物理服務(wù)器的應(yīng)用;邏輯上，包含多個應(yīng)用邏輯部件的應(yīng)用系統(tǒng)——不論從業(yè)務(wù)邏輯還是數(shù)據(jù)傳輸，應(yīng)用都跨越多個資源環(huán)境，然后才組合成業(yè)務(wù)系統(tǒng)。大多數(shù)復(fù)合應(yīng)用為前端用戶提供復(fù)雜的業(yè)務(wù)系統(tǒng)（B/S架構(gòu)的Web應(yīng)用），應(yīng)用中的通用部件又可能被不同應(yīng)用系統(tǒng)以各種形態(tài)相互互連或重用，單個用戶請求可能貫穿甚至多次貫穿系統(tǒng)，業(yè)務(wù)請求對應(yīng)的返回數(shù)據(jù)可能來源于多個子系統(tǒng)。前端的應(yīng)用界面隱蔽了應(yīng)用后端的這種復(fù)雜構(gòu)架，但是不論后端的子系統(tǒng)發(fā)生何種異常——不論來自業(yè)務(wù)請求的異常、系統(tǒng)資源的異常還是應(yīng)用內(nèi)部邏輯和代碼的異常——用戶都無法完整發(fā)出的交互請求。正是由于復(fù)合應(yīng)用系統(tǒng)的“復(fù)合”特性（業(yè)務(wù)邏輯和數(shù)據(jù)傳輸跨越多個資源環(huán)境），從優(yōu)化其性能和可用性角度來看，它難以設(shè)計、難以構(gòu)架、難以測試、難以管理;傳統(tǒng)分立的塊狀系統(tǒng)管理工具和方法論也很難很好的對它進(jìn)行管理和優(yōu)化。

2.2解決思路

2.2.1模擬用戶交互監(jiān)控

（1）完全站在用戶的角度;（2）監(jiān)控交互的可用性，交互的總體相應(yīng)時間，交互在各個資源上的相應(yīng)時間;（3）定時，定量監(jiān)控IT系統(tǒng)對業(yè)務(wù)服務(wù)的支持水平與服務(wù)質(zhì)量。

2.2.2通過“解剖”交互，查找，定位故障根源，

為資源級故障診斷指明方向（1）對用戶交互進(jìn)行解剖，直到最基本的部件;（2）對發(fā)生問題時記錄的上下文信息從應(yīng)用開發(fā)角度進(jìn)行分析。

2.3解決方案

基于這樣的思路，電網(wǎng)企業(yè)提出包含以下3點(diǎn)的解決方案。（1）采用對J2EE的應(yīng)用程序進(jìn)行實時監(jiān)控和歷史數(shù)據(jù)分析，發(fā)現(xiàn)并且報告J2EE應(yīng)用的健康度。監(jiān)控貫穿整個應(yīng)用流程，如應(yīng)用程序服務(wù)器、中間件適配器、傳輸協(xié)議、數(shù)據(jù)庫、并且能夠監(jiān)控后臺如CICS、IMS等主機(jī)系統(tǒng)。收集應(yīng)用程序請求周期的數(shù)據(jù)，然后存儲到監(jiān)控數(shù)據(jù)庫，數(shù)據(jù)包括請求開始，結(jié)束的時間，所用的中央處理器時間等等，并且能夠通過一層層的遞進(jìn)跟蹤找到每個類，每個方法的響應(yīng)時間，中央處理器時間，從而定位發(fā)生交易失敗、響應(yīng)惡化的請求，并找到應(yīng)用程序需要改進(jìn)優(yōu)化的地方。（2）采用端到端的應(yīng)用監(jiān)控，跨節(jié)點(diǎn)，粗粒度監(jiān)控響應(yīng)時間，從而找到問題的根源。圖1能很好的展示端到端的應(yīng)用監(jiān)控作用。當(dāng)一個應(yīng)用跨越多個節(jié)點(diǎn)，出現(xiàn)不可用，或者響應(yīng)緩慢的時候，第一步是需要知道慢在哪個節(jié)點(diǎn)上（哪臺機(jī)器上），然后才能去診斷為什么那個節(jié)點(diǎn)會慢。以圖1為例子，通過應(yīng)用的拓?fù)鋱D和每個節(jié)點(diǎn)上的響應(yīng)時間，我們能很快的定位到“潛在出問題”的節(jié)點(diǎn)上。進(jìn)而通過ITCAMforWR/DB/MSG來查看容器的性能指標(biāo)找到問題根源。（3）采用用戶終端視角搜集響應(yīng)時間。所監(jiān)控的響應(yīng)時間是指從客戶端發(fā)起請求到服務(wù)端返回整個交易所消耗的時間：響應(yīng)時間=客戶端運(yùn)行時間+網(wǎng)絡(luò)時間+服務(wù)端運(yùn)行時間。監(jiān)控獲取HTTP協(xié)議的響應(yīng)點(diǎn)來實現(xiàn)對Web服務(wù)器的無侵入式監(jiān)控，它不需要在Web服務(wù)器中安插任何代碼，而是通過獲取每個IP包的拷貝做協(xié)議棧分析來獲得具體的響應(yīng)時間，因此，理論上可以支持任何HTTP服務(wù)器。圖2是所度量的響應(yīng)時間。其中圖2編號分別代表：（1）瀏覽器向Web服務(wù)器發(fā)出頁面請求;（2）服務(wù)器接收請求;（3）服務(wù)器發(fā)出第一個包;（4）瀏覽器請求第一個嵌入式對象;（5）服務(wù)器發(fā)送頁面HTML的最后一個包;（6）服務(wù)器發(fā)送最后一個嵌入式對象的最后一個包;（7）瀏覽器接收最后一個嵌入式對象的最后一個包。

結(jié)語

社會經(jīng)濟(jì)不斷發(fā)展，科學(xué)技術(shù)水平不斷提高，越來越多的智能化融入到人們的日常工作及生活當(dāng)中。電力作為國家經(jīng)濟(jì)發(fā)展的重要支柱，積極地開展電力行業(yè)與智能技術(shù)的相關(guān)融合是十分有必要的。順興時代發(fā)展，豐富信息化平臺，提高智能服務(wù)化水平，提出有效的相關(guān)應(yīng)對策略，共同推進(jìn)我國電力行業(yè)信息化水平的不斷提高，助力各行各業(yè)發(fā)展，為促進(jìn)我國電力行業(yè)不斷發(fā)展有著十分重要的影響。

參考文獻(xiàn)：

[1]宋義華，班孝明.應(yīng)用性能管理分析與研究[J].金融科技時代，2018.

[2]翁壯.基于HTTP2協(xié)議的Web應(yīng)用優(yōu)化及性能測試[D].北京工業(yè)大學(xué)，2018.

[3]李辛鵬.基于智能電網(wǎng)的企業(yè)信息化建設(shè)分析[D].山東大學(xué)，2019

[4]殷科.智能電網(wǎng)視域下的電力營銷信息化建設(shè)[J].中國管理信息（旬刊），2019（12）

[5]王甜，徐暉，魏理豪，等.電力信息安全保障體系建設(shè)研究[J].廣東電力，2019，23（5）：38-42.

（作者單位：國網(wǎng)鄂州供電公司）