自动化运维之后,你还在人工巡检吗?

CATEGORY网站维护
PUBLISHED
READING约 4 分钟
SHARE

初期阶段IT基础设施通常处在小规模状态。几台至几十台机器的规模,足以满足业务需求。很多公司都不一定配有专门的运维人员或者部门,业务开发人员完成自己业务工作的同时,也一并完成所负责管理相关业务的设备。随着云时代到来了,IT基础设施迅速发展成几百上千服务器。更多的业务系统上线,业务人员也无暇再顾及运维工作。此时,运维人员开始专业化,独立成部门。各类孤岛式的运维管理工具上线,提升运维效率。

可是在各类运维工具上线之后,大家发现运维人员仍然时常要充当“救火队员”,收警告、修机器,哪里宕机去哪里。虽然有了运维管理工具自动化收集监控数据之后,但还是有很多问题,让底层物理资源运维工作无法实现完全自动化。

逃不开的人工巡检

目前,多数客户所选择的运维监控方式都是在操作系统上安装Agent访问设备驱动,读取硬件状态数据。所有监控状态的数据抓取都受限于驱动程序。而驱动程序的编写人员所关注的重点在于设备的正常运行,而不在于设备的状态监控。因此,通过驱动程序所抓取的硬件状态参数始终有限。这也就能解释,为什么很多客户在上线了运维监控软件之后,还是需要人工巡检。我们来看几个大家经常遇到的问题:

事例1:某客户数据库系统上线,3块900G 硬盘做raid5。当出现一块坏盘之后,监控软件看不到有坏盘,因为系统还在正常运行。人工巡检之后,发现设备上有硬盘告警灯。监控软件下又无法查看到系统是JBOD还是做了raid。巡检中,数据库服务器出现硬盘告警,监控软件在这种时候却帮不上忙。如果不是人工巡检,甚至可能都没有发现这个严重告警。

事例2:某客户的核心业务服务器配置双电源,却在一次电源故障中出现了服务器掉电问题。严重事故之后,追查责任,才发现原来双电源中的备用电源一直处于离线状态。系统下的agent无法监控到冗余电源离线,因为一直有一个电源在线,供电没有出现任何问题,因而没有告警信息出现。最终客户发现,监控系统上线了,还是得巡检。

事例3:某客户想要扩容旧系统上内存容量,监控软件显示内存容量为256G。还有多少内存槽位呢?机器上是16G*16,还是32G*8呢?监控软件获取不到!很崩溃,只能去机房拆机器验内存T_T

……

日常工作量大,加班是常态。还要经常面临设备问题而带来了业务中断风险。监控系统上线了,一切都没有开始好转。

带外解带内之困,远离人工巡检

从专业的角度来看,网络管理可分为带外管理(out-of-band)和带内管理(in-band)两种管理模式。上述在系统下,也就是客户的生产环境下抓取数据,通过生产网络读取监控数据属于带内管理。这种管理方式,最大的问题就在于当系统出现故障时,机器就无法管理。而且如上所述,获取的监控数据有限。而几乎所有的it设备厂商都为客户提供带外管理口,也就是与生产系统相隔离的管理口。管理口下,设备厂商本身就提供了详细的硬件参数。这些硬件参数直接来自于服务器上百多个sensor,直接从硬件层面获取的状态参数。数据更为细节、全面和直观。

分享到

本文地址:https://www.hzpady.com/a/217.html

KEEP READING

同一类问题,我们还写过这些

都是项目里真实遇到的需求,以及我们最后为什么这样做。

查看全部观点
网站维护

为什么越来越多企业把网站长期维护交给派迪科技?

企业网站长期运行需要持续管理账号、备份、服务器、程序和变更记录。派迪科技说明长期维护如何帮助企业建立清晰技术责任。

网站维护

一个网站维护项目,派迪科技从接手到长期托管要经历哪些步骤?

网站长期托管包含资料交接、技术基线、风险处理、备份监控、日常维护和周期复盘。派迪科技说明完整维护项目如何运转。

网站维护

网站做了很多年越来越慢,派迪科技会如何优化老网站?

老网站变慢往往由数据库、图片、插件、运行环境和缓存长期叠加造成。派迪科技说明如何在保留业务的前提下逐层优化。

CASES

真实案例,看得见的交付结果

集团官网、外贸独立站、小程序与品牌网站,均由派迪规划开发并交付上线。

查看全部案例

让后台好用,也让网站一直好看

告诉我们现在网站是怎么更新的,产品经理帮您理清哪些该放开、哪些该稳住。

免费获取网站诊断
微信咨询业务顾问
附上现有网址与需求,回复更快
工作日 8:30-18:00
通常10分钟内回复
联系电话:0571-85815193
杭州市丰庆路498号
北软科创大厦 2-203