基于電網領域的智能云運維管理平臺的設計

李超 馬崇瑞 徐贏 張輝

（1.北京中電普華信息技術有限公司 北京市 100000 2 國網遼寧省電力有限公司大連供電公司 遼寧省大連市 116001）

目前針對信息化運維的研究探討大部分偏重于平臺建設本身，而信息化運維體系則不僅僅包括信息化運維平臺，還包括與之結合緊密的企業運維管理制度、運維專家的作用、運維流程的演進等內容，僅完成平臺建設不足以達到信息化運維的目標。基于研究，梳理了信息化運維體系建設的主要難點。

1 電網領域IT信息化運維技術特點及建設云運維平臺的意義

1.1 信息化運維體系建設的目標和意義

一般情況下，一個信息系統項目的發起或產生有兩種方式：自上而下由管理層發起，自下而上由員工發起。而許多企業信息化運維平臺的發起往往是兩者均有，該現象說明企業管理層和運維員工同時意識到其必要性，前者往往是為了節約成本，而后者主要為了提高工作效率。

一些業內人士認為，信息化運維是“雙刃劍”，給運維工作帶來高效率的同時也將原有的生產風險放大了。如僅僅是將原有運維動作批量化執行，不附加任何系統、管理和流程上的約束，確實有此可能，但一個精心設計的、符合企業實際的信息化運維平臺是可以同時提高運維的安全程度的。綜上所述，節約成本、高效、安全，這三者組成了信息化運維平臺的建設目標。不同企業側重點有所不同，但基本都會在這三個目標范圍內。每個企業的情況不盡相同。工欲善其事，必先利其器。在確定信息化體系建設目標的時候要根據企業痛點、組織構成、技術棧等情況進行綜合考慮。

1.2 如何建設符合企業實際的信息化變更平臺

首先需要分析企業需求，如：

（1）同時滿足系統信息化運維和應用信息化運維兩部分內容。系統運維指操作系統、數據庫、中間件等基礎環境運維；應用運維指應用系統的部署和發布。

（2）同時適應標準化和非標準化兩類變更。

（3） 支持多個操作系統平臺， 包括LINUXUNIXWINDOWS。

（4）可由運維專家靈活定制運維流程。

（5）變更平臺需要具備4A 系統的特點，即集中認證管理、集中賬號理、集中權限管理和集中審計管理。

非功能需求有如下方面：

（1）高可用。不僅僅是信息化平臺本身提供的服務需要高可用，其執行通道，即平臺與生產服務器之的命令通道也必須是高可用；

（2）對外提供API 或服務總線式的接口，以便更好地與其他運維系統，如CMDB 相融合。可借助相關開源的組件，采用自研的方式去建設。

1.3 在信息化體系建設過程中，需要協調的關系

在信息化體系建設過程中，需要協調下述關系：

（1）和決策層的關系。周期性向決策層匯報進展，最大程度獲取理解和支持。

（2）和用戶的關系。關注用戶反饋和功能體驗，吸納用戶有益建議的同時適當予以引導。

（3）和關聯項目團隊的關系。接口類功能需要與關聯項目組達成一致意見。

（4）和企業研發部門的關系。信息化部署通常意味著需要一定程度的標準化，標準化從研發開始會相對容易推廣和實施，并能保障生產和開發環境的一致性。

2 電力企業信息系統運行維護現狀

電力企業內部都分布著若干的應用系統，比如財務管理系統、客戶關系管理系統、企業資源計劃系統、產品數據管理系統等，業務人員的許多工作都要在這些系統的輔助下才能完成，業務對應用系統的依賴程度越來越高。目前，電力企業信息系統運行維護主要存在以下問題：

（1）頻繁的系統故障讓電力企業無所適從。盡管電力企業的IT 隊伍越來越壯大，IT 的運行維護投入越來越高，應用系統的運行故障依然此伏彼起，從而讓運維人員成天疲于奔命，并讓電力企業的核心業務受制于繁雜的系統故障。

（2）電力業務人員總是迷失在應用系統的迷陣中。一方面，業務人員的工作要與越來越多的應用系統發生關系，人們不得不在不同的應用系統間來回登錄、切換，耗費大量的時間;另一方面，不同系統都要分別建立復雜的授權身份管理體系，盡管如此依然會出現應該被授權的用戶登錄不上系統，而非法用戶卻能任意進出并造成數據泄密。

（3）巨額的IT 投資不能保障所有的應用系統都正常運轉。特別是對于數據密集型企業，在應用系統逐步普及之時，僅僅依靠人工來管理IT 是不符合IT 發展規律的，IT 架構管理問題正在成為制約IT 發展的瓶頸。所以，企業需要引入信息化的IT 服務架構管理。這些現象都表現出所面臨的嚴重問題：①故障不能及時處理，運維人員的工作處于被動狀態；②不能對網絡設備、服務器系統資源及應用軟件的運行狀況進行監測；③無法實現網絡的集中統一管理，很難掌握網絡系統的整體性能。

3 電網領域的智能云運維管理平臺

3.1 創新服務模式，創建有利的運維平臺

借助智能電力運維云平臺，運維服務單元可以充分掌握用戶用電設備的運行狀態，從而有針對性地運維資源分配；它還可以分析和挖掘能耗特征，以幫助用戶節省能源并減少能耗；此外，通過對大數據的深入分析，釋放數據的潛力，準確地滿足用戶需求并提供個性化服務，節省資源，科學高效地進行運維，創造更大的價值。運維管理服務單元根據電力大數據，進行集中監控和運維管理，指導云平臺科學有序的運維，并管理專業的值班調度，檢查和維修團隊。云處理中心對云計算和大數據進行分析和處理，深刻挖掘數據的價值，科學指導運維服務，為實現多業務提供保障。運維由專業團隊負責，使用電更省心。電力運維模式對比如表1所示。

3.2 智能電力運維云平臺功能分布

（1）變電站的所有者主要負責用電，因此他擔心電力的安全性，電力的可靠性，電力的經濟性和電力的環境保護。主要內容是：工單評估，在線客戶服務，設備管理，能效分析。

（2）值班調度員主要負責全局監視和調度，他需要實時監視每個受管變電站的運行，以便在出現異常情況時可以及時有序地對其進行處理。涉及的主要內容是：實時監控，工單管理，視頻監控，設備管理，事件警報，趨勢曲線，運行報告，用戶管理。

（3）巡檢維護人員主要負責變電站的巡檢和應急維修。他們希望巡邏檢查記錄方便快捷，能夠及時調查并消除隱患，并能迅速，妥善處理故障，確保用電無后顧之憂。主要內容有：視頻監控，事件報警，負載率，檢查管理，維護管理，設備管理，知識庫管理。

4 微服務架構的應用與管理

4.1 服務布局

微服務采用多地自治、園區互備的架構，城市之間的數據是相對獨立的。除了少數賬號全球同步以外，大部分業務都以電子郵件式的服務，各自有自身的環境在流轉和通信。城市間的后備則使用公網的UDP 通道。在城市內，使用三園區的架構，每個園區都是一套獨立的系統，從接入、邏輯、存儲每一層都是完全獨立的，并且可以互相為對方提供備份，多園區形成整體服務規模。在園區內，由多機組成的set，互為容錯，包含它們的網絡與電力也是獨立的。這樣的服務布局，不僅滿足微服務架構，也考慮了容災能力。

4.2 過載保護

過載保護是微服務架構的核心功能，目的是確保核心服務可用。它包括三個級別：

（1）服務必須分清輕重緩急。不能同時具有繁重的操作和輕巧的操作。

（2）隊列控制。通過監視可以確定請求在隊列中等待的平均時間，以決定是發起拒絕還是限制流量。

（3）結合勢在必行。由于微服務調用鏈和層的增加，還將有多個后端服務。

假設后端有兩個服務（服務A 和服務B），并且前端調用需要取決于A 和B 服務的組合結果，那么單個A 或單個有過載B，可能會導致前端服務不可用。在這種情況下，需要有一個反饋機制。整個系統基于反饋，把整個拒絕的信息全程傳遞。從一個CGI 調用一個后臺服務，再調用另一個后臺服務，系統會在CGI 層面把它的重要程度往下傳。回到剛才前端調用A、B 服務的例子，在如此重要的傳遞過程中，可以直接拒絕來自相同用戶的20%的請求，從而有效解決單個服務的輕微過載問題。

4.3 容量管理

為了在微服務架構下實行較好的容量關系，應做到三個前提：

（1）微服務間資源進行隔離管理；

（2）微服務的過載有自我保護能力；

（3）服務的快速伸縮操作容量管理是為了更好地進行業務支撐，因此構建了需要支撐的業務與其容量之間的模型關系，從而有效地評估出那有效的微服務所對應的容量。

隨著公有云被廣泛地運用，基本上能夠實現及時獲取容量資源。當然要保證具有較好的業務支撐的話，應當具有容量的發現能力和適當的處理效率。在實際進行容量評估的時候，可能會將容量誤解為左邊的線性關系。在某些時候，使用量上升到60%之前還是處于線性，可一旦升至65%或80%時，就會維持。所以說容量評估的困難之處就在于：一個應用或一個微服務在使用資源時會受到CPU、內存、網絡、以及磁盤I/O 等多種因素的制約。因此，有必要熟悉某個微服務主要消耗資源的關鍵點，以及它與其他資源之間的關系。針對容量的評估，同樣在微服務中引入了壓測。有三種常用的模擬測試的方案：

（1）模擬流量到測試環境，對現網不產生影響，這往往由測試團隊來操作。

（2）真實流量到測試環境，即運用TCP 協議復制一份流量到測試環境。許多電商經常在一些大促之前，會把一些真實的流量引到測試環境之中，以檢驗系統到底能支撐多久。這往往由運維和開發協同執行。

（3）真實流量到真實環境，這是在微服務中使用最多的主要的現網壓測方式。該方法雖然最真實、且對容量的評估也最準確，但也會有最大的風險。它可能會引發故障，并考驗及時發現故障點的能力。

壓測具有雙面性，一方面有助于發現過去未曾注意的底層問題；另一方面，則是在出現問題之后，可能無法快速地恢復，因為一旦某個服務崩潰了，則需要花時間和精力重新啟動它。因此在做真實壓測時，會特別注意以下三點，即：

（1）壓測引發故障，能否及時發現；

（2）壓測引發底層問題時如何處理；

（3）壓測出現故障時能否快速恢復。

當有更多的流量抵達時，過剩的流量會被直接拒絕掉，顯然也可籍此測算出其真實的流量大小。

4.4 微服務監控

微服務的立體化監控內容包括：常規指標，如CPU、內存、網卡等。由于監控指標非常多，同時伴隨著微服務的增多，其產生的報警數量也會呈爆炸式增長。因此需要有智慧化的運維，通過AI 應用去收斂各種報警。就監控能力而言，為每臺機器都部署了Agent。這些Agent的監控粒度較密集，能夠達到秒級監控。與此同時，它們的數據上報能力也非常的迅速。

5 結束語

總之，完善電力需求側管理的提升，整合系統運行，市場交易和用戶用電數據，可以有效提高負荷側大數據分析能力，增強負荷側響應能力，通過建立“ Internet +”電力運行模型，促進雙向交互。智能計量技術的應用，不僅加快了電能服務管理平臺的建設，而且實現了用電量信息采集系統的全覆蓋。因此，智能調度控制系統的全面推廣以及大數據，云計算，物聯網和移動互聯網技術的應用可以提高信息平臺的承載能力和業務應用水平。