隨著信息化步伐的不斷推進，IT服務(wù)業(yè)的分工越來越精細(xì)和明確。作為一切IT服務(wù)的基礎(chǔ)，數(shù)據(jù)中心及相關(guān)基礎(chǔ)設(shè)施直接關(guān)系到IT服務(wù)系統(tǒng)能否正常、持續(xù)、穩(wěn)定運行。任何一部分的效率降低或者故障，都將導(dǎo)致IT服務(wù)的可用性降低，輕則造成信息訪問不暢，重則帶來各種不可預(yù)估的重大損失。
集中監(jiān)控提升
如何提升數(shù)據(jù)中心的可用性，已成為“高可用性IT服務(wù)”中的重要議題之一。作為保障數(shù)據(jù)中心可用性的*道防線——“集中監(jiān)控”可以快速幫助企業(yè)達成“高可用性”的目標(biāo)。
集中監(jiān)控的意義
根據(jù)ITIL的定義，所謂的“可用性”指的是：“一個配置項或IT服務(wù)根據(jù)需要履行協(xié)定職能的能力。可用性取決于可靠性、可維護性、可服務(wù)用性、性能和安全。可用性通常以百分比計算。這種計算通常基于協(xié)定服務(wù)時間和宕機時間”。高可用性IT管理是指：是指通過對IT架構(gòu)及運維管理、基礎(chǔ)設(shè)施及管理、災(zāi)備建設(shè)及運維、安全及管理等高可用性關(guān)鍵要素的改進與優(yōu)化，提升IT系統(tǒng)的可用性，從而更好地保障業(yè)務(wù)持續(xù)運營和創(chuàng)新的過程。
在衡量可用性方面，具體又分為MTTR/MTBF/MTBSI等三個不同的指標(biāo)。無論是MTBSI還是MTTR，均有一個重要的組成部分——“Detect time(偵測時間)”。可見“能否通過有效的監(jiān)控管理，及時、有效地發(fā)現(xiàn)數(shù)據(jù)中心中各管理對象的故障”，已構(gòu)成數(shù)據(jù)中心高可用性一個充分條件。
集中監(jiān)控的作用
數(shù)據(jù)中心的管理對象主要包括基礎(chǔ)設(shè)施與IT基礎(chǔ)架構(gòu)兩大部分。其中基礎(chǔ)設(shè)施包括供配電、UPS、空調(diào)、消防、安保、環(huán)境監(jiān)測等機房系統(tǒng);基礎(chǔ)架構(gòu)包括網(wǎng)絡(luò)設(shè)備、主機設(shè)備、存儲設(shè)備等IT設(shè)備。
集中監(jiān)控的目標(biāo)就是要能夠通過管理與技術(shù)的應(yīng)用，對基礎(chǔ)設(shè)施與IT基礎(chǔ)架構(gòu)的運行情況進行監(jiān)視，實現(xiàn)故障與異常的實時發(fā)現(xiàn)與通知;此外還可以通過對監(jiān)控數(shù)據(jù)搜集與整理，為容量管理、事件管理、問題管理、符合性管理提供分析的基礎(chǔ)，zui終實現(xiàn)數(shù)據(jù)中心高可用性的目標(biāo)。
集中監(jiān)控的管理
隨著技術(shù)的發(fā)展，有許多第三方監(jiān)控工具開始出現(xiàn)，這些工具可以實現(xiàn)跨設(shè)備、跨平臺、跨系統(tǒng)的集中數(shù)據(jù)采集，同時也能針對不同的監(jiān)控對象設(shè)置相應(yīng)的閥值，zui終還可以實現(xiàn)統(tǒng)一的展現(xiàn)與告警。這些工具的出現(xiàn)，使得IT管理人員可以以一種更快速、更準(zhǔn)確的方式發(fā)現(xiàn)被管理的組件所出現(xiàn)的故障。從而為故障的修復(fù)，以及服務(wù)的恢復(fù)爭取了寶貴的時間，提升了整個基礎(chǔ)架構(gòu)的可用性。
容量管理
監(jiān)控管理還會利用監(jiān)控工具的性能采集功能，對一些關(guān)鍵應(yīng)用的關(guān)鍵性能點進行監(jiān)控，取得這些關(guān)鍵點的性能數(shù)據(jù)，用來評估IT系統(tǒng)的容量。當(dāng)發(fā)現(xiàn)IT組件的性能的容量計劃存在偏差后，可以及時對這些組織的性能進行擴容，減少因性能不足而導(dǎo)致業(yè)務(wù)中斷的可能性。
安全管理
監(jiān)控管理可以利用一些安全監(jiān)控工具，去檢查組件的安全情況與運行中對合規(guī)要求的符合情況。如GDS的一些合作伙伴，其利用一些安全軟件，對防火墻、防病毒與入侵檢查設(shè)備進行實時日志采集與安全分析，同時比對公司的安全策略或一些安全標(biāo)準(zhǔn)，幫助數(shù)據(jù)中心管理人員對數(shù)據(jù)中心運營中安全問題進行快速定位與問題分析。
監(jiān)控工具
監(jiān)控管理的目的并不是監(jiān)控工具本身，而是通過人工或技術(shù)的手段可以及時發(fā)現(xiàn)基礎(chǔ)設(shè)施與基礎(chǔ)架構(gòu)上的問題，并按照既定的要求，將發(fā)現(xiàn)的問題按照既定管理流程與工具，調(diào)動相應(yīng)的技術(shù)、管理人員介入，zui終有效地解決數(shù)據(jù)中心中可能出現(xiàn)的事件、容量與可用性等問題。因此，如何讓數(shù)據(jù)中心工作人員清楚在監(jiān)控工具中報出問題后，應(yīng)如何執(zhí)行后續(xù)管理流程，避免錯報、漏報，成為監(jiān)控管理的一項重要挑戰(zhàn)。
業(yè)務(wù)監(jiān)控
數(shù)據(jù)中心提供的是信息服務(wù)，也可以說是業(yè)務(wù)服務(wù)，獨立的對一臺設(shè)備進行監(jiān)控已經(jīng)不能滿足未來的需求。對于管理人員來說，更關(guān)心的是數(shù)據(jù)中心提供的一個業(yè)務(wù)、一個服務(wù)是否能夠正常的運行，因此，未來的監(jiān)控解決方案，需要更多的從業(yè)務(wù)及服務(wù)的層面出發(fā)，將獨立的物理設(shè)備，與業(yè)務(wù)緊密關(guān)聯(lián)，形成業(yè)務(wù)設(shè)備視圖，每個設(shè)備的可用性，都能夠反映到業(yè)務(wù)的可用性上。
虛擬化云監(jiān)控
虛擬化是未來數(shù)據(jù)中心的趨勢，但監(jiān)控工具很難區(qū)分其監(jiān)控的服務(wù)器是一臺物理機，還是一臺虛擬機，也不可能知道硬件系統(tǒng)會對服務(wù)器可用性存在潛在影響，而虛擬化平臺的可用性直接影響到運行在其之上的虛擬服務(wù)器的可用性。監(jiān)控軟件處理的應(yīng)該是主服務(wù)器硬件出現(xiàn)的問題，但是如果主服務(wù)器處于危險之中，那么任何在主機上運行的虛擬機也面臨同樣的問題，因此，虛擬化云環(huán)境的高可用性方案也會是未來的趨勢之一。
影響分析模型
業(yè)務(wù)監(jiān)控及虛擬化環(huán)境的基礎(chǔ)在于不同的設(shè)備間能夠建立清晰的管理，形成設(shè)備與設(shè)備的關(guān)系網(wǎng)，這就需要建立CMDB(配置管理數(shù)據(jù)庫)，它清晰的描述了每一臺設(shè)備的信息屬性，以及設(shè)備之間的關(guān)系。通過建立CMDB信息庫，形成業(yè)務(wù)的影響模型，例如，以下是對一個在線交易系統(tǒng)進行影響建模：
在這個交易系統(tǒng)的影響模型中，例如“存儲”發(fā)生故障，直接反應(yīng)出的是服務(wù)不可用，同時“在線交易系統(tǒng)”、“數(shù)據(jù)庫服務(wù)器”、“在線交易系統(tǒng)”皆為不可用狀態(tài)，根據(jù)被依賴關(guān)系進行分析，可以很直接的定位到故障原因，從而避免了逐個系統(tǒng)的進行故障分析。
