康賢軍

2010～2012年，《商業(yè)銀行數(shù)據中心監(jiān)管指引》、《商業(yè)銀行業(yè)務連續(xù)性監(jiān)管指引》和《關于銀行業(yè)金融機構災備中心規(guī)劃布局的指導意見》（征求意見稿）相繼發(fā)布和組織討論。保障數(shù)據中心安全、可靠、穩(wěn)定，建立業(yè)務連續(xù)性運行管理體系及全面風險管理體系的戰(zhàn)略，實施“兩地三中心”科學部署，成為金融機構持續(xù)穩(wěn)定運行、持續(xù)發(fā)展的必然選擇。以此背景下，掀起了各家銀行數(shù)據中心建設浪潮，經過近些年的建設與發(fā)展，基本上形成了以“兩地三中心”為主體，涵蓋專業(yè)支持中心及分行多中心接入的IT運營格局。在數(shù)據中心建設過程中，虛擬化、移動互聯(lián)網、大數(shù)據等新技術逐步廣泛融入其中，實現(xiàn)了傳統(tǒng)數(shù)據中心向現(xiàn)代數(shù)據中心的轉變。數(shù)據中心規(guī)?；?、集中化、新技術的應用、多個數(shù)據中心聯(lián)動運行等新情況，給數(shù)據中心運維管理帶來了機遇與挑戰(zhàn)。

運維管理現(xiàn)狀

數(shù)據中心運維經歷了手工運維、自動化運維在到如今的云數(shù)據中心三個階段，現(xiàn)階段的本質是全面實現(xiàn)數(shù)據中心極致自動化。數(shù)據中心 “運營專業(yè)化”的特征，它具有一定規(guī)模的數(shù)據中心、專業(yè)化分工以及獨立的管理目標、組織與相應制度等，同時引入了一些體系化的管理框架與標準。數(shù)據中心的運維管理，通常按系統(tǒng)、應用、網絡、供配電等不同技術專業(yè)進行組織架構的設計及崗位職責設定。這樣的管理模式，基于數(shù)據中心各專業(yè)、數(shù)據中心之間較為明確的物理界限，各司其職，能夠發(fā)揮各自專業(yè)的特長。然而這種模式，面向專業(yè)技術，以“高可用性”為目標，使得運維人員疲于運行監(jiān)控、故障處理等工作，難以滿足云數(shù)據中心資源化、面向業(yè)務服務的要求。

面對這一情況，某銀行以“新一代核心系統(tǒng)”為建設契機，通過云管理平臺的建設，構建了支撐“兩地三中心”云數(shù)據中心體系。數(shù)據中心的管理更多成為一種服務模式，并提出了基于ITIL的運維管理方案。云平臺運維管理系統(tǒng)相關產品主要有：游龍、優(yōu)利普華、廣通、摩卡以及北塔，國外典型案例主要有IBMTivoli、HPOpenView和BMCRemedy。ITIL運維管理平臺、統(tǒng)一門戶系統(tǒng)、統(tǒng)一監(jiān)控平臺、集中監(jiān)控平臺，各種運維管理系統(tǒng)層出不窮，引入ITIL管理框架，基于云平臺的標準化、流程化、自動化、集中化是當前運維的必然趨勢。

雖然針對現(xiàn)代數(shù)據中心運維管理已有了大量的探索與實踐，仍然存在著以下問題：一方面數(shù)據中心監(jiān)控系統(tǒng)眾多，動環(huán)監(jiān)控系統(tǒng)、網絡監(jiān)控系統(tǒng)、應用監(jiān)控系統(tǒng)、存儲監(jiān)控等各個系統(tǒng)各自為政，涉及眾多廠家、眾多專業(yè)工程師，運行信息彼此割裂，缺少信息共享與交互，即便有些數(shù)據中心已經采用了統(tǒng)一監(jiān)控系統(tǒng)或統(tǒng)一門戶，僅實現(xiàn)了信息的集中監(jiān)控與展示，并不能根本上建立信息與信息之間的關系，從而挖掘出數(shù)據所具有的價值意義；二是數(shù)據中心規(guī)模的擴大以及多個數(shù)據中心的存在，運行數(shù)據存在于從基礎設施、IT設備、應用、業(yè)務等各個環(huán)節(jié)，面臨著數(shù)據采集廣泛、采集頻率、傳輸質量等標準統(tǒng)一的問題；三是數(shù)據中心資源調度問題以及多個數(shù)據中心的協(xié)作問題，如何實現(xiàn)數(shù)據中心運行的資源最有效配置，以及跨數(shù)據中心的資源調度與分配；四是現(xiàn)有ITIL運維管理平臺、開發(fā)平臺、OA系統(tǒng)、統(tǒng)一門戶甚至人力資源系統(tǒng)、會計財務系統(tǒng)等各種管理平臺，或限于解決部門內部的協(xié)同工作或側重于某一方面的職能，缺乏頂層的設計，管理流程交叉復雜、管理效能較低。

針對上述問題，筆者以開放、共享、主動、智能、自動為理念，基于多個現(xiàn)代數(shù)據中心，依靠自動化、智能化等計算機技術手段，依靠運維管理模式的轉變，對運維管理進行了研究，提出了運維管理的思路。

運維管理系統(tǒng)建設思路

現(xiàn)代數(shù)據中心運維離不開信息系統(tǒng)的支撐，建立一套高效的、智能化高信息系統(tǒng)，是提高運維效率、實現(xiàn)運維自動化的關鍵。

一體化運維管理系統(tǒng)是支撐數(shù)據中心運行有效手段和工具，它提供數(shù)據中心運行策劃、監(jiān)視、分析、決策、指揮、操作、控制和管理等功能，縱向上整合所有監(jiān)控系統(tǒng)，橫向上實現(xiàn)與其他系統(tǒng)的連接和信息交互，發(fā)揮綜合效益，實現(xiàn)運行管理的智能化、自動化。一體化運維管理系統(tǒng)應能實現(xiàn)接入了多個數(shù)據中心、各分中心機房。

它包括運行監(jiān)控平臺、智能管理平臺和決策平臺等三個平臺。運行監(jiān)控系統(tǒng)具備數(shù)據采集與交互、全景建模和數(shù)據集成與服務等功能，實現(xiàn)數(shù)據中心所有設備運行狀態(tài)監(jiān)視、網絡監(jiān)視、系統(tǒng)監(jiān)視、環(huán)境監(jiān)視、在線計算、事件記錄、分析預警、自動控制和手動操作。智能管理平臺實現(xiàn)運維場景管理、各類資源管理、自動化管理、多數(shù)據中心系統(tǒng)管理等多種管理功能。決策平臺構建于前兩個系統(tǒng)之上，面向管理決策人員，以大數(shù)據分析為基礎，以服務用戶為目標，提供“一站式”運行展示和決策支持。

（一）運行監(jiān)控平臺

運行監(jiān)控平臺是實現(xiàn)運維管理系統(tǒng)的基礎和前提。監(jiān)控的對象和范圍是各個數(shù)據中心所有資源以及其他外部關聯(lián)的信息，包括動力、場地環(huán)境、IT設備、系統(tǒng)、網絡等。這些資源基本上都有針對的獨立監(jiān)控產品及技術，如動力環(huán)境監(jiān)控系統(tǒng)實現(xiàn)了電力、制冷、環(huán)境等資源的監(jiān)控。因此，運行監(jiān)控平臺是對各監(jiān)控系統(tǒng)數(shù)據的二次集中采集。而這不僅僅是簡單的集中和搬運，必須有統(tǒng)一的數(shù)據源標準，包括統(tǒng)一規(guī)范編碼、名稱、數(shù)據類型、單位精度、更新頻率、儲存要求，舉例如表1所示，從而保證數(shù)據源的統(tǒng)一、標準、準確性。

而采集之后的數(shù)據處理，包括預處理、結構化、儲存和建模等，關鍵在于建立全景信息模型，即建立數(shù)據與數(shù)據之間的關聯(lián)關系，并進行全景、直觀地展示。它包括以資源為對象的全景信息建模、以應用為對象的全景信息建模以及以業(yè)務為對象的全景信息建模三個層次，可方便地追蹤到某個數(shù)據或某個業(yè)務或某個設備所有相關信息，例如針對完成一筆業(yè)務交易，可以調出所有以此相關的資源信息，包括所屬的應用、占用的CPU和內存、所消耗的電能和制冷等信息。如此一來，為故障處理、資源利用率評估、能效評估以及其他分析和應用提供數(shù)據支撐。

（二）智能管理平臺

智能管理平臺在運行監(jiān)控平臺的基礎上，通過構建資源、業(yè)務、應用等多種場景化專題視圖，依靠大數(shù)據分析的手段，融合多種管理職能，實現(xiàn)所有數(shù)據中心主動管理、精細化管理和智能管理。實現(xiàn)智能化、自動化管理在于根據不同的運維場景，關聯(lián)涉及的業(yè)務、應用、各類資源以及ITIL、開發(fā)等其他系統(tǒng)，設置告警、事件等觸發(fā)條件，定義自動處置的程序，以實現(xiàn)特定的運維目標，如圖1所示。

現(xiàn)代數(shù)據中心特征，使得各類資源沒有明顯的物理界限，運維管理另一重要方面就是各類資源管理，實現(xiàn)業(yè)務與網絡、存儲、內存、電力等資源的最優(yōu)配置，建立基于多數(shù)據中心的資源靈活調度、快速切換機制，從而提升數(shù)據中心的安全性，提升整體的運行效能。

運維管理體現(xiàn)開放、共享原則，它不是固化的，是可自定義的，是智能化與自動化的，既體現(xiàn)在運維各專業(yè)之間、各技術人員之間內部的共享與互動，又體現(xiàn)在與客戶、適用對象等其他相關人員的信息共享與交互，還體現(xiàn)在設備與設備之前、系統(tǒng)與系統(tǒng)之間的自動交互。

（三）決策平臺

決策平臺位于運行監(jiān)控平臺和智能管理平臺之上，它采用態(tài)勢感知和決策支持技術體系、運維KPI體系，采用模型驅動的顯示技術，兼顧傳統(tǒng)的數(shù)據驅動的用戶界面，為數(shù)據中運行和控制提供快捷的、智能的和自動化的任務導向的界面，提高用戶對數(shù)據中心真實運行狀態(tài)的掌握以及對運維決策的支持。決策平臺框如圖2所示。

智能信息引擎，通過大數(shù)據分析技術，對各種智能應用數(shù)據進行處理，為運行全局和重點的態(tài)勢感知提供有效的信息。智能任務引擎起到承上啟下的作用，它按照數(shù)據中心運行狀態(tài)的認知規(guī)律， 針對運行特定需求，確定需要執(zhí)行的流程，實現(xiàn)任務導向功能。態(tài)勢感知必須是關鍵任務驅動的，保證了用戶根據數(shù)據中心運行狀態(tài)、環(huán)境狀態(tài)和設備運行狀態(tài)特征，快速進行決策行為的選擇。任務根據設定的條件進行自動觸發(fā)；一系列順序觸發(fā)的任務形成了流程，引導用戶逐步實現(xiàn)任務，保證數(shù)據中心安全、優(yōu)質、經濟地運行。綜合展示界面以全景圖為基礎畫面，展示數(shù)據中心運行的態(tài)勢感知信息。運行操作界面以任務導向方式輔助進行運行控制和異常處理。應用界面定制根據運行、管理和決策的任務需求，定制各種專項任務界面供運行、管理和決策人員按照任務需求單獨或組合調用。

運維管理模式

運維管理系統(tǒng)是結合運維組織管理模式，依靠計算機技術，體現(xiàn)運維管理思想、方法與經驗，實現(xiàn)運維自動化和智能化的手段和工具，從而有效地解放繁復的日常運維工作，有效提高運維效率。同時，運維管理系統(tǒng)促進了運維管理模式的轉型和發(fā)展，這樣的轉型和發(fā)展也是現(xiàn)代數(shù)據中心管理的需要。

運維管理模式經歷了分散模式、集中模式、平臺模式以及自主模式，這是運維管理不同發(fā)展的四個階段，最終的目標是實現(xiàn)運維的自主模式。前三種方式正是目前大多數(shù)數(shù)據中心已經經歷或正在經歷的階段，前文從提及的以專業(yè)劃分運維團隊，并依靠各運維團隊開發(fā)建設的系統(tǒng)或平臺，也是基本上融合了前三種運維方式的特征。而自主運維模式是正在探索與研究的方向，是真正實現(xiàn)主動運維的有效途徑。它打通了用戶、開發(fā)、運維之間繁瑣的流程與界限，提供了針對不同專業(yè)、不同群體的接口，能夠覆蓋用戶、開發(fā)、運維等所有相關人員的廣泛參與度。

自主運維模式對管理系統(tǒng)要求較高，它要求有開放、統(tǒng)一、標準的平臺和接口，融入了統(tǒng)一和標準的規(guī)范體系，具有強大的信息引擎、任務引擎等智能引擎，不需要人為集中推動，各相關人員都能夠自主實現(xiàn)運維，比如當用戶發(fā)現(xiàn)某一業(yè)務出現(xiàn)異常，即可在相關聯(lián)的界面觸發(fā)任務，此時系統(tǒng)能夠自動分析，或通過系統(tǒng)自動解決問題，或要求開發(fā)人員接入，或要求運維人員更換某一硬件。

現(xiàn)代數(shù)據中心的運維將越來越凸顯技術和管理的重要性，無論是運維管理系統(tǒng)的建設還是運維管理模式探索，都需要加大運維研發(fā)資源的投入，依靠技術手段、依靠運維隊伍轉型，持續(xù)改進、不斷總結提升。