智能運維機器人的設計與實現

倪浩杰 邢張亮

摘 要：傳統運維方式對運維人員需求大，存在監控不實時、異常發現滯后、故障定位困難、故障恢復時間長和數據共享流轉困難等問題。為了解決上述弊端，本文提出了智能運維機器人的設計思路和實現方法。通過數據共享和流轉，將運維任務配置、數據采集、實時監控展現和運維派單系統聯接起來，較為簡單的實現了智能運維機器人的設計，提高了公司運維效率，提升了數據中心的整體服務效能。投入試運行，總體效果良好。

關鍵詞：運維機器人;自動化巡檢;運維監控;Zabbix;Grafana

中圖分類號：TP242 文獻標識碼：A 文章編號：1671-2064（2019）18-0029-02

0 引言

近年來，江蘇省國際信托有限責任公司（以下簡稱“公司”）管理的信托資產規模迅猛增長。公司數據中心基礎設施和設備，承載著公司TCMP、TA和OA等數十套計算機系統，存儲著大量用戶信息和業務數據。數據中心安全、穩定的運行，關乎公司業務發展，是公司運行的中樞和生命線。

1 運維工作現狀及需求分析

1.1 運維工作現狀

與銀行相比，信托公司業務靈活、人員精簡。隨著公司業務日益擴大，對運維的要求也越來越高。傳統的運維方式，不僅需要大量的運維人員，而且還存在數據中心監控不實時、異常狀態發現滯后、故障定位困難、故障恢復時間長和數據共享流轉困難等問題。

1.2 智能運維機器人需求分析

在現代運維技術的基礎上，結合智能化和自動化的發展成果，筆者設計了智能運維機器人，較好的解決傳統運維難題。智能運維機器人的設計目標有：（1）實時采集數據，監控數據中心整體和指定模塊的狀態;（2）配置監控項和閾值、定義事件、觸發規則等;（3）判讀系統異常，觸發事件，以短信、郵件或微信等方式通知相關人員;（4）自定義配置多種運維任務，實現多種運維功能。

2 智能運維機器人設計原則和整體框架

2.1 設計原則

（1）開放式設計。智能運維機器人采用開放標準，開放結構，開放API接口，具備優秀的擴展能力，能夠利用現有系統和資源，兼顧未來。（2）一體化設計。智能運維機器人的設計整合了運維任務配置模塊、監控平臺、運維監控展現模塊、告警消息通信模塊和運維派單系統模塊，能夠完成數據采集、實時監控、告警通知、運維派單等一整套運維工作流程。

2.2 智能運維機器人系統架構

根據智能運維機器人的設計原則，按照功能點將其抽象成若干模塊，模塊與模塊之間松耦合連接，便于后期系統開發和擴展，系統組成見圖1所示[1]。

3 智能運維機器人主要模塊及實現

3.1 運維任務配置模塊

運維任務配置模塊是智能運維機器人的控制中心，可配置多種運維任務，實現多種功能。該機器人試運行階段，配置兩項任務。（1）自動巡檢。智能運維機器人采集數據中心和各模塊的狀態數據，觸發運維派單系統模塊生成巡檢工單，派發并記錄存儲。（2）運維智能派單。智能運維機器人實時監控數據中心狀態，一旦發現異常，觸發生成異常事件，觸發運維派單系統模塊生成運維工單，派單流轉至相關人員處理[2]。自動巡檢工單圖2所示。

3.2 監控平臺

監控平臺是智能運維機器人的核心，分為監控配置、數據采集和異常發現三個子模塊。（1）監控平臺實時采集數據，將數據傳輸給展現模塊。（2）監控平臺判讀系統狀態，一旦發現異常，調用告警消息通信模塊，通知相關人員。（3）監控平臺根據配置的運維任務，觸發運維派單系統模塊派單。該設計采用Zabbix實現。

3.3 運維展現模塊

運維展現模塊負責將監控平臺采集的數據以圖表等方式進行展現，是人機交互接口。該設計采用Grafana實現，見圖3所示。

3.4 告警消息通信模塊

告警消息通信模塊將監控平臺事件和消息，以短信、郵件等方式通知相關人。該設計利用了公司已有的通信系統。

3.5 運維派單系統模塊

（1）負責將監控平臺輸入的異常事件，觸發生成運維工單，并派單給相關責任人處理。（2）負責對監控平臺采集的監控項數據進行整型，轉換成易于閱讀、記錄的格式，存儲于系統中，便于后期查閱和分析。該設計自主開發，通過API接口，實現運維派單系統模塊和監控平臺之間數據交互[3]。

部分代碼示例：

4 結語

智能運維機器人實現數據中心運維的自動化和智能化，較好的解決了傳統運維存在的問題，將運維人員從重復簡單的運維事務中解放出來，使其能夠從事創造性的工作。智能運維機器人將傳統的運維工作轉向一體化、集中化、自動化的新運維工作模式，提高了數據中心的運維效率和服務效能。

參考文獻

[1] 周萌，林國策，楊厚云.CentOS下ZABBIX的配置與使用[J].北京信息科技大學學報（自然科學版），2015（1）：90-94.

[2] 楊磊.基于Zabbix的云監控系統的設計與實現[D].電子科技大學，2017.

[3] 吳文豪.自動化運維軟件設計實戰[M].電子工業出版社，2015.