在IT中，救火隊(duì)員無法成為"英雄"

 

《Ladder49》，中文名為《云梯49》的電影是美國911事件催生的碩果，其中的內(nèi)容不能不讓觀眾聯(lián)想到兩座世貿(mào)大廈倒塌時(shí)有多少紐約的救火隊(duì)員喪生其中。不論是手握水龍頭，還是之后的搜救任務(wù)，正如影片中隊(duì)長肯尼迪說的一樣："我們的任務(wù)僅僅是被動(dòng)的安全。"不論是電影中，還是我們?cè)谏钪行纬傻牡赖略u(píng)判，救火隊(duì)員在我們的心中一直以英雄的位置所占據(jù)。但在IT運(yùn)維的場景中，如果一名企業(yè)的網(wǎng)絡(luò)管理員被扣上"救火隊(duì)員"的帽子，那么這為網(wǎng)絡(luò)管理員或其部門可能就顯得不那么體面了。

 

作為國內(nèi)領(lǐng)先的IT運(yùn)維產(chǎn)品和服務(wù)提供商，北塔軟件在電力、政府、金融、電信等4000家用戶的IT運(yùn)維系統(tǒng)部署中聆聽到了很多用戶的聲音。在這其中，許多之前未部署IT運(yùn)維產(chǎn)品的"簡單網(wǎng)絡(luò)"常會(huì)出現(xiàn)勇猛的救火隊(duì)員。但隨著企業(yè)對(duì)于網(wǎng)絡(luò)了依賴程度越來越高，規(guī)模越來越大，一些企業(yè)的網(wǎng)絡(luò)部門反映救火隊(duì)員的日子并不好過："當(dāng)?shù)谝淮谓拥綀?bào)修電話的時(shí)候，用戶還是對(duì)我們非常客氣，而逐漸的，第2次，第3次之后，我們就能感覺到抱怨的情緒在電話中開始體現(xiàn)出來。而在公司的會(huì)議上，領(lǐng)導(dǎo)對(duì)IT部門也逐漸失去了信任感，因?yàn)闃I(yè)務(wù)部門總會(huì)以系統(tǒng)故障，或是網(wǎng)絡(luò)緩慢為由'起訴'我們。"經(jīng)過分析，我們不難發(fā)現(xiàn)，造成IT部門如此尷尬的原因，還是因?yàn)橹鲃?dòng)運(yùn)維的模式未能落實(shí)。當(dāng)網(wǎng)絡(luò)運(yùn)維管理已經(jīng)上升到一個(gè)全面、綜合的階段，將不僅僅局限于對(duì)于網(wǎng)絡(luò)、設(shè)備的"修"，因?yàn)閱渭兊?quot;修"，對(duì)于效率第一的業(yè)務(wù)部門說仍然是受損的。用戶所需要的網(wǎng)絡(luò)是不出現(xiàn)問題，無故障、無延遲，因此即使在故障發(fā)生之后能做一個(gè)舌辯群儒的諸葛亮，在公司其他部門的眼中，IT部門此時(shí)所有的努力仍然屬于狡辯或是推脫責(zé)任的范疇。

 

變事后管理為事前管理的四個(gè)條件

 

核心業(yè)務(wù)和IT系統(tǒng)息息相關(guān)，一旦網(wǎng)絡(luò)出現(xiàn)了故障，影響和損失非常巨大。所以，傳統(tǒng)的管理模式只能導(dǎo)致"出現(xiàn)問題后被動(dòng)響應(yīng)"，而這種解決問題的效率和質(zhì)量相當(dāng)于事后諸葛亮，雖然可以減少損失，但無法避免損失。因此，針對(duì)主動(dòng)運(yùn)維的落實(shí)，北塔軟件的技術(shù)部總經(jīng)理魏玉雄先生認(rèn)為："IT運(yùn)維應(yīng)隨需應(yīng)變，滿足企業(yè)現(xiàn)在和未來的成長。主動(dòng)運(yùn)維要落實(shí)，在運(yùn)維中就要做到四個(gè)字，這就是'看、監(jiān)、析、查'。"

 

看得見：無法知道IT系統(tǒng)中的每個(gè)關(guān)鍵應(yīng)用承載設(shè)備在哪里，甚至不知道這些設(shè)備連接的應(yīng)用在哪個(gè)端口上，此時(shí)的IT管理就等于盲人摸象。這會(huì)導(dǎo)致管理人員無法及時(shí)發(fā)現(xiàn)問題，更加無法迅速定位故障，各關(guān)鍵應(yīng)用、業(yè)務(wù)系統(tǒng)、辦公系統(tǒng)、財(cái)務(wù)系統(tǒng)等的運(yùn)行也無法得到保障。如果看不見，我們就無法對(duì)底層物理網(wǎng)絡(luò)的結(jié)構(gòu)和瓶頸獲取信息，所以后面所有的步驟也就是成了空談�？吹靡娛堑谝徊剑热�，企業(yè)如果使用了北塔的BTNM，則可以利用多種算法，迅速搜索整個(gè)網(wǎng)絡(luò)內(nèi)的所有節(jié)點(diǎn)，一旦這些多個(gè)廠商的設(shè)備被我們囊獲，那么就可以實(shí)現(xiàn)整個(gè)網(wǎng)絡(luò)的真實(shí)物理拓?fù)鋱D，實(shí)時(shí)反映出整個(gè)網(wǎng)絡(luò)的運(yùn)行狀態(tài)。

 

監(jiān)得到：只能看到設(shè)備是無用的，只有實(shí)現(xiàn)底層監(jiān)控平臺(tái)，通過監(jiān)控IT基礎(chǔ)設(shè)備發(fā)現(xiàn)故障并預(yù)警，才能讓運(yùn)維人員脫離以往"救火隊(duì)員"的角色。用戶可以為在拓?fù)鋱D中為每條設(shè)備或連接加以注釋，為每臺(tái)設(shè)備設(shè)置中文名稱或是業(yè)務(wù)組編號(hào)。通過采集系統(tǒng)負(fù)載狀況和設(shè)備屬性，以及線路的實(shí)時(shí)流量，通過顏色顯示負(fù)載和流量的壓力，主動(dòng)告訴用戶關(guān)注點(diǎn)應(yīng)在哪里，動(dòng)態(tài)告訴用戶可能的故障隱患。此時(shí)，IT部門就可以把這些對(duì)象控制起來，設(shè)置多級(jí)的預(yù)警閥值，將可能出現(xiàn)的故障在它們未爆發(fā)之前就形成主動(dòng)關(guān)注。

 

析得清：在這個(gè)監(jiān)控平臺(tái)上，下一步的操作就是按告警事件種類、告警事件源、密集告警時(shí)間段等分類生成報(bào)表。當(dāng)然，這并非數(shù)據(jù)的堆砌，而是經(jīng)過整理的統(tǒng)計(jì)和分析，有結(jié)果的分析管理。比如，我們可以通過之前記錄的故障排除步驟和與故障相關(guān)的值班員日志，構(gòu)造排錯(cuò)行動(dòng)記錄，將"事件、故障、日志"三者構(gòu)成邏輯上相互關(guān)聯(lián)的整體，以反映故障產(chǎn)生、變化、消除的整個(gè)過程的各個(gè)方面。

 

查得勤：此時(shí)，由于網(wǎng)絡(luò)管理員已經(jīng)可以使用BTNM實(shí)時(shí)監(jiān)視網(wǎng)內(nèi)所有設(shè)備的各個(gè)端口、CPU、內(nèi)存，既可以通過傳統(tǒng)的設(shè)置閾值的方式來判斷異常，也可以通過對(duì)歷史數(shù)據(jù)的智能分析，及時(shí)發(fā)現(xiàn)網(wǎng)絡(luò)設(shè)備的異常波動(dòng)。因此，IT運(yùn)維工作實(shí)際上已經(jīng)進(jìn)入到一個(gè)"習(xí)慣性"的操作場景中。一旦發(fā)現(xiàn)異常情況，我們就可以通過BTNM提供的多種手段和工具，通過事件和數(shù)據(jù)的關(guān)聯(lián)性及一致性，幫助用戶分析可能出現(xiàn)的故障。到達(dá)此階段之后，普通的監(jiān)控人員完全可以根據(jù)自動(dòng)的流程，使用系統(tǒng)自帶或配合第三方程序的聯(lián)動(dòng)設(shè)置，實(shí)現(xiàn)故障前的處理操作。

 

經(jīng)過廣泛的調(diào)查，我們發(fā)現(xiàn)在一些企業(yè)中，IT運(yùn)維人員大多是多重身份，他可能既是管理者又是具體執(zhí)行者，不可能24小時(shí)緊盯監(jiān)控頁面，實(shí)時(shí)對(duì)所有運(yùn)行監(jiān)控參數(shù)進(jìn)行分析。所以，他們需要的IT管理軟件如果能提供智能分析，幫信息管理人員及時(shí)預(yù)警故障隱患，才算是真正起到作用。因此，要實(shí)現(xiàn)主動(dòng)運(yùn)維的目標(biāo)，實(shí)際上就是IT運(yùn)維產(chǎn)品以足夠的廣度去采集充足的信息，而這些信息的加工、分析、控制也是缺一不可的。而北塔軟件正式以這樣一種廣度和深度，突破了基礎(chǔ)設(shè)施運(yùn)維監(jiān)控的瓶頸，真正滿足了企業(yè)用戶對(duì)主動(dòng)運(yùn)維的訴求。