IT應(yīng)用運維自動化研究與應(yīng)用

宋義華 班孝明

（中信銀行總行信息技術(shù)部 北京 100027）

0 引言

隨著信息時代的持續(xù)發(fā)展，運維已經(jīng)成為IT服務(wù)內(nèi)涵中重要的組成部分，面對越來越復(fù)雜的業(yè)務(wù)和多樣化的用戶需求，不斷擴展的IT應(yīng)用需要更為合理的模式來保障IT應(yīng)用能安全、穩(wěn)定地持續(xù)運行，這種模式中的保障因素就是IT運維。

從初期的幾臺服務(wù)器發(fā)展到龐大的數(shù)據(jù)中心，單靠人工已經(jīng)無法滿足在技術(shù)、業(yè)務(wù)、管理等方面的要求，標(biāo)準(zhǔn)化、自動化、架構(gòu)優(yōu)化和過程優(yōu)化等降低IT服務(wù)成本的因素越來越被人們所重視，其中，自動化最開始作為代替人工操作為出發(fā)點的訴求被廣泛研究和應(yīng)用。

1 IT應(yīng)用運維現(xiàn)狀

1.1 運維人員被動、效率低

運維人員日常大部分時間和精力忙于處理一些簡單重復(fù)的問題，而且由于故障預(yù)警機制不完善，往往是故障發(fā)生后或報警后才會進行處理，運維人員的工作經(jīng)常是處于被動“救火”的狀態(tài)，不但事倍功半而且常常會出現(xiàn)惡性連鎖反應(yīng)。

系統(tǒng)和應(yīng)用變更、日常檢查、信息采集等大部分工作都是手工操作的，需要運維人員逐一登錄每臺設(shè)備進行操作，當(dāng)設(shè)備數(shù)量達至成百上千時，這些操作占用了大量運維人員的時間，工作質(zhì)量無法得到保障，并且工作效率低。

1.2 缺乏一套高效的IT運維機制

盡管IT運維管理的技術(shù)在不斷進步，但實際上很多IT運維人員并沒有真正解脫出來，原因在于目前的技術(shù)雖然能夠獲取IT設(shè)備、服務(wù)器、網(wǎng)絡(luò)流量、數(shù)據(jù)庫的警告信息，成千上萬條警告信息堆積在一起沒法判斷問題的根源在哪里。

1.3 缺乏高效的IT運維技術(shù)工具

IT應(yīng)用日趨復(fù)雜，各類型的網(wǎng)絡(luò)設(shè)備、服務(wù)器、中間件、業(yè)務(wù)系統(tǒng)等讓運維人員難以從容應(yīng)對，即使加班加點地維護、部署、管理也經(jīng)常會因設(shè)備出現(xiàn)故障而導(dǎo)致業(yè)務(wù)的中斷，嚴(yán)重影響商業(yè)銀行的正常運轉(zhuǎn)，出現(xiàn)這些問題部分原因是商業(yè)銀行缺乏事件監(jiān)控和診斷工具等IT運維技術(shù)工具，因為在沒有高效的技術(shù)工具的支持下故障事件很難得到主動、快速處理。

2 IT應(yīng)用運維對象與內(nèi)容

2.1 IT設(shè)備

是指在提供IT服務(wù)過程中所應(yīng)用的各種IT設(shè)備，包括存儲、服務(wù)器、網(wǎng)絡(luò)設(shè)備、安全設(shè)備等硬件資源。這類設(shè)備在向用戶提供IT服務(wù)過程中提供了計算、存儲與通信等功能，是IT服務(wù)最直接的物理載體。

2.2 系統(tǒng)與數(shù)據(jù)

通過對運維對象和日常運維工作分析，IT應(yīng)用運維工作從如下7個方面開展，具體包括：運行狀態(tài)實時監(jiān)控、事件與問題處理、例行運維操作、系統(tǒng)與應(yīng)用變更、審計與合規(guī)檢查、環(huán)境投產(chǎn)部署、配置信息管理，如下圖所示。

圖1 系統(tǒng)與數(shù)據(jù)

2.3 運行狀態(tài)實時監(jiān)控

工作內(nèi)容與要求：實時監(jiān)控IT應(yīng)用的各個組件，業(yè)務(wù)運行的狀態(tài)以及處理效率等，及時、準(zhǔn)確、全面的發(fā)現(xiàn)IT應(yīng)用運行過程中出現(xiàn)的各類事件和故障。

面臨挑戰(zhàn)：商業(yè)銀行數(shù)據(jù)中心內(nèi)部都有上百套IT應(yīng)用系統(tǒng)和數(shù)據(jù)庫、成幾千臺服務(wù)器和網(wǎng)絡(luò)設(shè)備等，而運維人員的數(shù)量與被管理對象的數(shù)量嚴(yán)重不成比例，及時發(fā)現(xiàn)潛在的風(fēng)險點提前預(yù)警，對發(fā)生的故障快速定位故障根源。

2.4 事件、問題等日常工作

工作內(nèi)容與要求：建立事件處理機制，及時發(fā)現(xiàn)事件，生成工單，通過工單跟蹤事件處理的進展，掌握事件處理的效率和質(zhì)量；建立問題跟蹤機制，通過問題單跟蹤問題的解決效率和質(zhì)量；

面臨挑戰(zhàn)：運維對象產(chǎn)生大量的事件（問題），由于事件（或問題）的分級不合理，無法保證緊急的事件優(yōu)先得到處理，流程的高效運轉(zhuǎn)需要各環(huán)節(jié)運維人員及時處理，這就要求事件處理人員需要一定的規(guī)模并具備一定的技能。

2.5 日常例行操作等

工作內(nèi)容與要求：日常運維工作中有大量固化的，例行的操作的內(nèi)容，例如，銀行業(yè)務(wù)系統(tǒng)日終批處理、定時數(shù)據(jù)報送、業(yè)務(wù)定時日啟、數(shù)據(jù)庫定期更新統(tǒng)計信息、數(shù)據(jù)定期清理等，要求這些例行操作必須在特定的時間點執(zhí)行跟蹤執(zhí)行結(jié)果。

面臨挑戰(zhàn)：可固化的、例行的工作項多，操作步驟復(fù)雜，要求操作人員具備豐富的技能，需要嚴(yán)格的流程和制度保證例行工作不被遺漏，確保固化和例行的工作按照正確的步驟執(zhí)行，并及時發(fā)現(xiàn)過程中出現(xiàn)的問題。

2.6 變更實施的自動化

工作內(nèi)容與要求：涉及運維對象的變更包括：IP網(wǎng)絡(luò)配置、存儲網(wǎng)絡(luò)配置、操作系統(tǒng)、數(shù)據(jù)庫、中間件、應(yīng)用軟件等，變更要求按照既定的步驟和時間窗口操作，不允許臨時改變變更的時間和步驟。

面臨挑戰(zhàn)：運維對象多，變更內(nèi)容種類繁多，變更頻率高，運維人員每天疲于各種各樣的系統(tǒng)和應(yīng)用更新；制度和流程要求執(zhí)行不到位，無法保證變更是按照既定的安排執(zhí)行；

2.7 基礎(chǔ)環(huán)境部署

工作內(nèi)容與要求：信息系統(tǒng)投產(chǎn)環(huán)境的準(zhǔn)備，包括操作系統(tǒng)、數(shù)據(jù)庫和中間件、監(jiān)控軟件、備份軟件、自動化軟件等基礎(chǔ)軟件的部署、以及技術(shù)規(guī)范點在環(huán)境中的落實等；

面臨挑戰(zhàn)：待投產(chǎn)信息系統(tǒng)環(huán)境復(fù)雜，靠人工去實現(xiàn)容易出現(xiàn)遺漏，基礎(chǔ)環(huán)境的交付質(zhì)量無法得到有效保證；基礎(chǔ)環(huán)境的準(zhǔn)備包含大量重復(fù)性的工作內(nèi)容，消耗運維人員精力和時間，而且效率低。

2.8 配置信息管理

工作內(nèi)容與要求：將運維對象的配置信息（例如序列號、用途、位置等）以及運維對象之間的對應(yīng)關(guān)系管理起來，并保證信息的準(zhǔn)確性，作為運維日常管理的基礎(chǔ)數(shù)據(jù)，供給支撐運維工作的其他工具平臺和日常運維需要；

面臨挑戰(zhàn)：配置管理工作涉及范圍廣，對象之間的關(guān)系錯綜復(fù)雜，如何準(zhǔn)確的獲取配置信息，并保證信息的有效性是配置管理面臨的最大的一個問題，通過手工的方式是來開展配置管理工作幾乎是不可能實現(xiàn)。

2.9 審計與合規(guī)檢查

工作內(nèi)容與要求：對運維人員行為、系統(tǒng)行為、以及安全設(shè)備的行為進行審計，發(fā)現(xiàn)當(dāng)前已經(jīng)存在或潛在的風(fēng)險點，提出安全整改建議；

面臨挑戰(zhàn)：運維人員行為和系統(tǒng)行為產(chǎn)生海量數(shù)據(jù)，如何從這些數(shù)據(jù)中發(fā)現(xiàn)有價值的信息是非常有挑戰(zhàn)的事情，通過人工去搜尋幾乎是不可能完成的任務(wù)；對于大量的運維對象執(zhí)行合規(guī)檢查，采用手工的檢查方式，效率低，檢查結(jié)果無法有效保障。

3 IT應(yīng)用運維自動化建議

3.1 運行狀態(tài)實時監(jiān)控

建設(shè)集中化的監(jiān)控管理平臺，對所有運維對象以及業(yè)務(wù)的運行情況的實時狀態(tài)進行監(jiān)控，實現(xiàn)監(jiān)控自動化。通過監(jiān)控自動化，實現(xiàn)運行狀態(tài)全面、及時、準(zhǔn)確的監(jiān)控，能及時發(fā)現(xiàn)故障隱患，主動的告訴用戶需要關(guān)注的對象，以達到防患于未然。

3.2 事件、問題等日常工作

基于ITIL中的最佳實踐，建設(shè)IT服務(wù)管理（ITSM）平臺，并與監(jiān)控管理平臺對接，將事件管理、問題管理、變更管理等運維日常工作通過ITSM流程平臺進行管理，提高流程的可控性和透明度，能夠一目了然的看到整個流程運轉(zhuǎn)情況，有針對性的對運維流程中不順暢的地方進行優(yōu)化。

3.3 日常例行操作等

通過例行操作自動化，將日常容易遺漏、出錯的手工操作轉(zhuǎn)變?yōu)橐?guī)范的、標(biāo)準(zhǔn)化、流程化的步驟執(zhí)行，避免人為失誤、簡化操作人員的工作內(nèi)容，確保規(guī)章制度和流程的落實執(zhí)行，并節(jié)省大量的運維資源，并能夠及時發(fā)現(xiàn)過程中出現(xiàn)的問題。

3.4 變更實施的自動化

規(guī)范基礎(chǔ)設(shè)施、網(wǎng)絡(luò)、應(yīng)用變更的步驟，將變更的內(nèi)容標(biāo)準(zhǔn)化，形成變更模版，基于模版編寫變更的實際步驟，然后在自動化平臺（網(wǎng)絡(luò)自動化平臺和系統(tǒng)自動化平臺）配置變更計劃，確保變更在規(guī)定的變更時間窗口執(zhí)行，以及變更嚴(yán)格按照既定的步驟實施，確保變更與預(yù)期的目標(biāo)和要求一致，并監(jiān)控變更執(zhí)行的結(jié)果。

3.5 基礎(chǔ)環(huán)境部署

通過基礎(chǔ)環(huán)境部署自動化，實現(xiàn)信息系統(tǒng)基礎(chǔ)運行環(huán)境的標(biāo)準(zhǔn)化、避免出現(xiàn)手工部署中出現(xiàn)的遺漏和不合規(guī)的地方，提高基礎(chǔ)環(huán)境的交付質(zhì)量，縮短信息系統(tǒng)投產(chǎn)的周期，節(jié)省運維資源。

3.6 配置信息管理

設(shè)計與運維工作密切相關(guān)的實用配置管理參考模型，避免大而全的模型，通過自動發(fā)現(xiàn)工具自動采集配置信息和配置項之間的關(guān)系映射，從 BSM 的維度（業(yè)務(wù)服務(wù)管理）的去管理運維對象。通過配置管理自動化，基于實用的標(biāo)準(zhǔn)，實現(xiàn)配置信息采集、關(guān)聯(lián)的自動化，確保配置信息的準(zhǔn)確、實用、可用，作為運維過程中最為重要的數(shù)據(jù)源供運維人員和其他運維工具平臺使用。

3.7 審計與合規(guī)檢查

明確審計和合規(guī)檢查目標(biāo)、標(biāo)準(zhǔn)、方法，建設(shè)運維數(shù)據(jù)加工平臺，從海量運維數(shù)據(jù)中發(fā)現(xiàn)運維人員和系統(tǒng)行為中的異常行為，檢查運維人員、系統(tǒng)、安全設(shè)備是否滿足規(guī)章制度要求，發(fā)現(xiàn)運維工作和系統(tǒng)中存在的風(fēng)險點。通過審計與合規(guī)檢查自動化，將監(jiān)管機構(gòu)的監(jiān)管要求、商業(yè)銀行內(nèi)部的合規(guī)與審計要求、技術(shù)規(guī)范要求、安全規(guī)范要求等應(yīng)用到運維工作的各個方面，從制度流程、運維人員、技術(shù)等方面找到風(fēng)險點，逐一解決，即提高了運維工作的安全性，又能滿足各種管理要求，還可以節(jié)省大量的運維資源。

4 總結(jié)

自動化對IT運維的影響，不僅僅是人與設(shè)備之間的關(guān)系，已經(jīng)發(fā)展到了運維工作的各個層面，通過IT運維自動化，可以提高提高運維工作的效率、提高運維工作的規(guī)范化程度、能提高運維工作的流程化程度、提高節(jié)省大量的運維資源，降低成本。

[1]羅金滿 陳華軍等.試談 IT安全運維管理的應(yīng)用.《電腦編程技巧與維護》 [J]-2013年22期.

[2]李衛(wèi)軍 呂永帥.解析虛擬技術(shù)在 IT 運維管理中的應(yīng)用.《中國信息化[J]2013年6期.