告别“运维烟囱”：监控易一体化运维管理如何破解多系统割裂难题？

告别“运维烟囱”：监控易一体化运维管理如何破解多系统割裂难题？

来源：监控易直播间-一体化运维的行业实践（主讲：陈新刚-监控易创始人之一）  

在国内排名前列的某人民医院,运维中心主任曾经碰到一个极为棘手的困境状况。机房的空调出现了故障，这一情况直接致使服务器的温度一下子就急剧升高起来。然而，动环监控系统所发出的告警相关信息，却被大量的IT设备报警信息给完全淹没掉了，一直等到服务器彻底宕机了，才最终发现问题的根源所在。实际上，这可不是单单在该人民医院才会出现的个别情况。在全国各个不同行业的运维实际场景之中，‘对着屏幕干瞪眼、毫无头绪’这样的情况已然变成了一种常见的状态。运维工作人员常常得在IT监控、动环管理以及日志分析等大概七八套不同的系统之间不停地来回切换操作。那些相关的数据就仿佛是四处散落开的一座座孤岛一般，彼此之间缺乏有效的关联。如此一来，当故障出现的时候，对故障进行定位的工作往往会滞后好几个小时之久。

监控易的创始人之一——陈新刚，在直播当中坦率地讲道：‘客户所面临的痛点压根就不是缺少工具，恰恰相反，是工具数量过多但却没办法实现协同配合。’像这样呈现出‘烟囱式’特点的运维架构，已然变成了企业在推进数字化转型进程当中的一种隐形阻碍。

 一、传统运维的三大致命伤

某省级电力公司的运维团队曾经开展过一次统计工作，在处理单独一起网络故障的时候，工程师们平均要切换四套系统才行。先是从网络监控方面去查看链路的状态，接着在服务器监控环节留意资源的占用情况，随后再于日志系统当中找寻错误信息，最后凭借工单系统来安排派单处理相关事宜。在这整个处理流程之中，有百分之六十的时间都耗费在了系统切换以及数据的对齐工作上面。

数据孤岛形成决策盲区  

金融行业中有一位客户，其核心交易系统毫无预兆地突然出现了卡顿的情况。运维团队随即展开了一系列的排查工作，他们先是从数据库监控方面去查看相关情况，发现连接数处于正常的状态；接着又从网络监控这边进行查看，看到所占用的带宽也是颇为充足的。然而，尽管做了这些排查，却一直都没办法找到致使系统卡顿的瓶颈所在。一直到了第二天，才终于发现，原来是存储阵列的IO负载过高了，这一情况进而引发了响应方面的延迟。可令人意想不到的是，存储监控系统和核心业务监控之间居然是完全脱节的状态。正是由于这样的数据相互割裂开来的状况，使得差不多百分之九十的潜在风险在真正爆发之前，根本就没办法被准确地识别出来。

跨系统协同放大故障影响  

机房动环和IT监控曾一度处于分离状态，这一情况让某政府数据中心遭受了极为惨痛的代价。在夜间，当UPS电池的电量逐渐耗尽的时候，动环系统其实是发出了告警信息的，然而，由于它和服务器监控系统之间不存在联动机制，所以运维人员没能及时对这一情况做出处理，最终的结果就是整个机房的设备全都出现了宕机现象。要是温度传感器所获取的数据没办法和服务器的状态关联起来，那么即便监控做得再怎么精密，实际上也跟没有监控没什么两样，完全就是形同虚设。’

资源浪费制约规模化发展  

在某大型企业所采用的分布式机房架构之下，北京总部以及上海分部均各自部署了一套独立的监控系统。如此一来，重复采购方面的成本一下子就增加了30%，并且由于两边的数据标准并不统一，从集团这个层面来讲，根本没办法全面且准确地掌握整个机房的全局运行状态。这种类似“诸侯割据”一般的管理模式，在如今云端设备数量急剧增加的大背景下，已然变成了企业进一步扩张道路上极为沉重的负担。

 二、一体化架构的破局之道

监控易所打造的分布式一体化运维平台，切实从根源之处对运维管理的底层逻辑展开了重新构建。该平台是以IT基础监控作为核心所在，就仿佛是一个具备高度智能的中枢系统一般，它能够把那些原本处于分散状态的‘神经末梢’成功连接起来，进而使之形成一个有机的整体。

全维度数据融合打破边界  

在某烟草的运维中心有一块大屏，在这块大屏之上，清晰且完整地展示着诸多方面的全量数据，比如从服务器CPU所承载的负载情况，一直到仓库里的温湿度状况，又从网络流量的相关数据，再到卷烟机具体的运行状态等数据信息。而这样的一种数据融合能力，其根源就在于监控易能够对100多类设备做到深度且精准的适配，这里所说的设备范围很广，小到那些物联网传感器，大到各类工业控制设备，不管是哪种，都能够凭借统一的协议顺利接入到相关平台当中。

陈新刚于直播期间着重提及：‘我们曾开展过一个高速公路项目，在该项目里，将收费站的发电机、路灯控制器以及车牌识别相机全部接入到了同一套系统之中。以往的时候，对这三个部分需要分别安排三个不同的团队来进行监控，可如今，仅需一个人便能够对整体的情况做到全面把控。’这样一种涉及不同领域的整合能力，促使IT和OT的融合并非仅仅只是停留在概念这个层面之上，而是有了更为实际的进展与体现。

分布式架构适配复杂场景  

对于企业总部以及其分支机构所存在的分布式部署方面的需求，监控易在创新过程中采用了“多TS模式”架构。在总部所部署的相当于“大脑”的节点，承担着全局管控的职责。而位于各地分支机构的采集服务器，就好似一个个神经节点一般，它们不但能够独立开展运行工作，并且还可以实时对数据进行同步操作。这样的一种设计方式，极为出色地解决了某部委运维所面临的难题，要知道该部委在全国有几十个下辖节点，其下辖部门借助这种分布式监控，成功实现了“本地告警能够在秒级做出响应，总部也可以对全局态势做到可视”的良好效果。

尤为重要的是，该架构自身就带有容灾能力。要是某个区域的采集节点出现故障了，与之相邻的节点便会自动担负起它的监控任务，如此一来，就能防止因为单点失效而出现监控盲区的情况。这便是国家电网等处于关键行业的客户会选用监控易的原因所在——在电力调度系统当中，哪怕仅仅是一秒的监控中断，都极有可能引发十分重大的事故。

业务视角重构监控逻辑  

传统的监控方式常常会步入‘只见树木不见森林’这样的误区，具体而言就是其能够察觉到服务器处于正常运行的状态，然而却没办法预先判断服务器的运行状况对业务系统所产生的影响。监控易所采用的‘业务树’模型能够把IT基础设施和业务应用紧密地联系起来，这种联系并非是表面的，而是有着一定深度的绑定关系。就好比当某家银行的转账业务出现响应速度变慢的情况时，相应的系统便会自动去追溯与之相关联的数据库、中间件以及网络链路等方面，并且会在拓扑图上通过特定的颜色来对那些可能存在的瓶颈点予以标注出来，以便能更清晰直观地呈现问题所在之处。

陈新刚提到，为某医院所做的OA系统监控，其具备的功能可不单单是能够看到服务器负载状况，同时还能够去模拟医生登录以及病历查询之类的操作，进而能够提前察觉到业务卡顿方面存在的隐患。而像这样从单纯的‘设备监控’朝着‘业务保障’所发生的转变，恰恰就是一体化平台最为核心的价值体现之处。

 三、技术内核支撑极致性能

一台服务器究竟能够对多少设备予以监控呢？这样一个看上去颇为简单的问题，实则径直左右着大规模进行部署之时所需耗费的成本。监控易凭借自身所开展的自主研发工作，成功打造出了数据库引擎，借助这一引擎，达成了在单节点的情况下对4000台服务器予以稳定监控的成效，其在性能方面的表现，远远超出了行业所呈现出的平均水平。

毫秒级响应的实时能力  

在某一线城市电力的调度中心，监控大屏之上，每隔5秒便会对全网设备状态进行一次刷新。这种能够实现高频采集的能力，其根源在于底层所运用的写优化技术。具体来讲，就是先把那些零散的监控数据缓存起来，之后再以批量的方式将其写入，如此一来，便能够在很大程度上降低磁盘IO所承受的压力。就某证券交易所的实际操作情况来看，在采用了该项技术之后，行情系统的监控延迟状况出现了明显变化，从原本的秒级直接降低到了毫秒级，这样的改变恰好满足了高频交易极为严苛的要求。

全量数据的回溯能力  

和部分厂商仅仅存储趋势数据有所不同的是，监控易一直坚持把历史数据全部保存下来。正因如此，当某石油企业对管道泄漏事故展开排查工作的时候，便能够对3个月之前传感器所记录的数据进行回溯查看，进而精准地定位到压力方面所出现的那些细微异常变化。陈新刚对此作出解释说：‘我们的客户常常会有还原一年前故障场景的需求，而这种能保证数据完整的特点正是他们选择我们的重要因素。’

国产化底座的兼容能力  

虽说并非专门针对国产化所制定的方案，然而监控易凭借自身自主研发的特性，自然而然地具备了与信创适配的能力。从最底层的数据库，一直到应用层的代码，其架构实现了百分之百的自主可控，如此一来，使得它能够在短短一周的时间里，顺利完成对麒麟、欧拉等国产操作系统的适配工作。就目前的实际情况来看，在国家电网、中石油等诸多企业所开展的国产化项目当中，监控易已然成功通过了极为严格的安全测评，从而在信创生态体系里占据了重要的一席之地。

 四、从工具整合到运维转型

在某市医院所涉及的案例当中，其运维团队原本的工作模式出现了极为根本性的转变情况。以往，由三人所组成的团队每天都得处理数量多达数百个的电话报修事宜。然而到了现在，借助一体化平台所具备的工单系统，在面对问题的时候，其响应时间已经从原来的2小时大幅缩短到了仅仅15分钟，并且月度的故障数量也下降了足足60%之多。与此同时，凭借着通过对数据不断积累而最终形成的运维报告，使得管理层能够十分清晰地看到IT部门所做出的价值贡献所在。

在这种转变的背后，存在着监控对于运维本质的一种深刻领会，那就是工具的整合仅仅只是开端而已，而最终期望达成的是运维效率出现质的改变。就如同陈新刚在直播快要结束的时候所说的那样：“在过去的18年时间里，我们始终专注于做一件事情，便是要让从事运维工作的人员能够从那些反复性的劳动当中挣脱出来，从而切实地担当起业务守护者的角色。”

当下，监控易已然给能源、医疗、政务等等超过20个行业给予了一体化的运维服务，对从几千台一直到几十万台设备的监控情景予以支撑。要是您所在的团队至今还在被系统相互割裂的状况所烦扰的话，那不妨去登录监控易的官方网站来申请免费体验一番，从而能够亲自去见证从那种‘被动救火’的状态转变到‘主动防控’的运维层面上的升级情况。

下期会对监控易的国产化技术内核展开细致解析，揭开在信创环境下达成高性能监控的奥秘。还望予以关注！