監(jiān)控管理和運維管理的關(guān)鍵事項

1、運維監(jiān)控平臺建設(shè)技術(shù)說明概要建設(shè)技術(shù)需求:技術(shù)需求1總體要求平臺基于.NET或J2EE技術(shù)開發(fā)，可跨平臺部署，系統(tǒng)支持多級部署模式，以滿足后期全省運維體系大集中的需求。整個系統(tǒng)升-體化服務(wù)綜合管理平臺，要求所有功能模塊必須為同一廠商統(tǒng)一設(shè)計規(guī)劃開發(fā)而并非簡單集成；系統(tǒng)采用SmartClient（B/S登陸、C/S操作）或B/S技術(shù)架構(gòu)，客戶端免維護，全中文管理界面。支持統(tǒng)一Portal門戶管理，需有完善的用戶管理功能，不同角色的用戶擁有不同的管理監(jiān)控權(quán)限及相應(yīng)界面，所見即所得，支持分級權(quán)限管理。平臺主要包括監(jiān)控管理和運維管理兩大部分，其中：監(jiān)控管理主要包括：網(wǎng)絡(luò)系統(tǒng)監(jiān)控、服務(wù)器監(jiān)控、操作系統(tǒng)監(jiān)

2、控、數(shù)據(jù)庫監(jiān)控、中間件監(jiān)控、應(yīng)用監(jiān)控等。運維管理主要包括：IT資產(chǎn)管理、配置管理、變更管理、事件管理、問題管理、知識庫管理、任務(wù)管理等。平臺軟件應(yīng)包括對100臺服務(wù)器、50臺網(wǎng)絡(luò)設(shè)備、50臺安全設(shè)備、20個數(shù)據(jù)庫、20個中間件的監(jiān)控及相關(guān)功能，還包括應(yīng)用可用性監(jiān)控（web/ftp/email等）30個下點。整個平臺為一體化服務(wù)綜合管理平臺，要求所有功能模塊必須為同一廠商統(tǒng)一設(shè)計規(guī)劃開發(fā)而并非簡單集成；平臺必須支持開放接口及二次定制開發(fā)功能。2監(jiān)控管理1、監(jiān)控管理總體要求監(jiān)控管理要求必須實現(xiàn)省局整個數(shù)據(jù)中心的IT基礎(chǔ)設(shè)施全局監(jiān)控，包括網(wǎng)絡(luò)系統(tǒng)監(jiān)控、服務(wù)器監(jiān)控、操作系統(tǒng)監(jiān)控、數(shù)據(jù)庫監(jiān)控、中間件監(jiān)控

3、、應(yīng)用監(jiān)控等；1）監(jiān)控米集需支持SNMPSYSLOGFTP、JDBCTELNETSSHAgent腳本等多種主動輪詢及被動接收方式，監(jiān)控采集過程要求必須M、影響設(shè)備及業(yè)務(wù)系統(tǒng)的正常運行；2)系統(tǒng)能夠從多種角度展現(xiàn)監(jiān)控視圖，包括網(wǎng)絡(luò)拓?fù)洹⒃O(shè)備分類展現(xiàn)、分不同區(qū)域關(guān)聯(lián)展現(xiàn)，從業(yè)務(wù)角度關(guān)聯(lián)展現(xiàn)，機房機架展現(xiàn)、服務(wù)器駕駛艙展現(xiàn)等；3)告警管理支持性能告警管理、關(guān)聯(lián)告警分析、故障分析處理、告警事件與服務(wù)流程工單聯(lián)動觸發(fā)、統(tǒng)一報表展現(xiàn)、系統(tǒng)管理、工具集等模塊；4)整個監(jiān)控管理可方便、清晰的展現(xiàn)整個IT系統(tǒng)的健康運行狀態(tài)和相應(yīng)告警。2、網(wǎng)絡(luò)系統(tǒng)監(jiān)控網(wǎng)絡(luò)系統(tǒng)監(jiān)控主要對路由器、交換機、防火墻、IDS/IPS/網(wǎng)閘

4、等設(shè)備進行監(jiān)控和管理，實現(xiàn)網(wǎng)絡(luò)拓?fù)涔芾怼⒕W(wǎng)絡(luò)性能管理、網(wǎng)絡(luò)配置管理、網(wǎng)絡(luò)故障管理等功能，支持主流網(wǎng)絡(luò)和安全設(shè)備廠商。支持網(wǎng)絡(luò)中可基于SNMP1、議的網(wǎng)絡(luò)設(shè)備監(jiān)控管理需實現(xiàn)網(wǎng)絡(luò)拓?fù)涔芾?、網(wǎng)絡(luò)性能管理、網(wǎng)絡(luò)故障管理、網(wǎng)絡(luò)配置管理等。系統(tǒng)能夠統(tǒng)一進行用戶全網(wǎng)拓?fù)湔宫F(xiàn)，提供全網(wǎng)網(wǎng)絡(luò)設(shè)備性能監(jiān)控、并提供ping、tracert、telnet、網(wǎng)絡(luò)設(shè)備配置文件自動定期備份等一系列自動化管理手段。(1)網(wǎng)絡(luò)拓?fù)湟晥D支持網(wǎng)絡(luò)節(jié)點的自動發(fā)現(xiàn)，網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的自動生成及實時更新。對于自動發(fā)現(xiàn)的網(wǎng)絡(luò)設(shè)備的不同平臺的主機以不同的圖標(biāo)顯示，對于無法自動識別生產(chǎn)廠家及產(chǎn)品類型的網(wǎng)絡(luò)和主機設(shè)備，提供手工方式加以定義；可方便、

5、直觀的定制網(wǎng)絡(luò)監(jiān)控策略、發(fā)現(xiàn)過濾策略；提供網(wǎng)絡(luò)物理拓?fù)鋱D、邏輯分類視圖，各視圖層次清晰，可編輯視圖。(2)網(wǎng)絡(luò)性能管理可根據(jù)被管理的類型及其屬性，定時采集性能數(shù)據(jù)，如CPU利用率、內(nèi)存利用率、端口利用率、端口錯誤率、端口丟包率、端口流量，并將數(shù)據(jù)保存在數(shù)據(jù)庫中供統(tǒng)計、分析使用；對每一個被管理對名，可針對不同的性能指標(biāo)進行閾值設(shè)置，設(shè)置閾值檢查和告警，提供相應(yīng)的閾值管理和溢出告警機制；支持對監(jiān)測閥值和監(jiān)測平率的統(tǒng)一修改；網(wǎng)絡(luò)性能數(shù)據(jù)要可保存到數(shù)據(jù)庫中，進行分析，統(tǒng)計和整理，按照不同的時間粒度生成性能趨勢曲線，以直觀的圖形反映性能分析的結(jié)果，能夠監(jiān)測網(wǎng)絡(luò)設(shè)備的溫度、風(fēng)扇、電源運轉(zhuǎn)情況。(3)網(wǎng)絡(luò)故

6、障管理可監(jiān)控網(wǎng)絡(luò)中發(fā)生的各種事件，對于不同的故障等級給予不同的顯示，可提供多種報警方式，如：短信、電子郵件，聲音，界面等。對網(wǎng)絡(luò)流量異常情況進行監(jiān)控；支持對STRVTROSPFBG吟協(xié)議的分析和識另支持對非法主機接入的自動發(fā)現(xiàn)，并可發(fā)現(xiàn)MAG口IP的對應(yīng)情況及其連接的交換機和接口；支持對VLAN及所屬VLA©備的管理，能夠直觀的呈現(xiàn)網(wǎng)絡(luò)中的VLAN信息及其所屬設(shè)備；能夠定位廣播風(fēng)暴，具有對廣播風(fēng)暴監(jiān)控的功能，能夠統(tǒng)計分析廣播風(fēng)暴的根源設(shè)備；能夠?qū)崟r監(jiān)測網(wǎng)絡(luò)線路的丟包；(4)網(wǎng)絡(luò)配置管理能夠?qū)崿F(xiàn)網(wǎng)絡(luò)設(shè)備的配置文件的備份和恢復(fù)；可以方便的對網(wǎng)絡(luò)設(shè)備的配置文件進行下載和上傳；能夠自動發(fā)現(xiàn)上

7、述網(wǎng)絡(luò)設(shè)備的型號、IP地址列表、各接口列表、CPU內(nèi)存、硬盤，并可以自動更新自動發(fā)現(xiàn)的結(jié)構(gòu)；支持基于設(shè)備面板的管理，可以在設(shè)備面板上真實、實時的顯示設(shè)備各端口連接狀態(tài)和性能信息。3、服務(wù)器及操作系統(tǒng)監(jiān)控支持舊M、HP小型機、主流PC服務(wù)器的監(jiān)控和管理，包才AIX、HP-UNIX、LINUX、windows操作系統(tǒng)的監(jiān)控和管理，同時也必須支持虛擬化主機的監(jiān)控管理，包括物理實體主機及虛機的性能指標(biāo)。可基于SNMPsyslog、ssh、telnet等多種采集指標(biāo)方式。(1)服務(wù)器系統(tǒng)監(jiān)控管理CPU性能管理：可監(jiān)視系統(tǒng)CPUIJ用率，可按照占用CPU的情況給出系統(tǒng)所運行的進程列表；內(nèi)存使用情況管理：可

8、監(jiān)視系統(tǒng)內(nèi)存的利用率以及虛擬內(nèi)存的使用率；硬盤利用情況管理：可顯示硬盤或磁盤陣列的使用率；可顯示用于文件讀或?qū)懖僮鞯拇疟PI/O利用率；系統(tǒng)進程管理：可實時監(jiān)視系統(tǒng)進程的運行狀況，并能在系統(tǒng)進程出現(xiàn)異常時給出告警；(2)服務(wù)器系統(tǒng)文件系統(tǒng)管理可實時監(jiān)視文件系統(tǒng)空間的使用情況，并在文件系統(tǒng)達到一定的閾值時給出告警。(3)服務(wù)器操作系統(tǒng)應(yīng)用進程管理監(jiān)控應(yīng)用系統(tǒng)進程的運行狀態(tài)，可在應(yīng)用系統(tǒng)進程出現(xiàn)異常時給出告警，并能在主要用系統(tǒng)的進程終止時給予自動重啟該進程的操作，同時發(fā)送告警到控制臺；對關(guān)鍵進程占用系統(tǒng)資源的情況進行管理；可實時檢測應(yīng)用系統(tǒng)的可用性；(4)服務(wù)器操作系統(tǒng)運行日志管理要求可自動對系統(tǒng)s

9、yslog日志內(nèi)容進行分析，判斷系統(tǒng)中的重要錯誤、警告以及性能等問題，并給出相應(yīng)的告警；對主機系統(tǒng)及其外設(shè)的硬件故障可通過對其相應(yīng)的故障日志的分析，做出及時的告警；(5)服務(wù)器硬件監(jiān)測能夠監(jiān)測舊M、HP等服務(wù)器的硬件狀態(tài)，如溫度、風(fēng)扇和磁盤運轉(zhuǎn)情況，同時能夠支持對常見Vmware等虛擬機的監(jiān)測。4、數(shù)據(jù)庫監(jiān)控支持對系統(tǒng)中的ORACLESYBASESQLSERVERDB2MySQL等主流數(shù)據(jù)庫進行監(jiān)控及管理。能夠數(shù)據(jù)庫的實時性能運行狀況、各種性能指標(biāo)進行監(jiān)控，以保證數(shù)據(jù)庫的正常運作。(1)運行監(jiān)控服務(wù)器實例的可用性，監(jiān)控數(shù)據(jù)庫實例的狀態(tài)，登陸的用戶數(shù)等；空間監(jiān)控：監(jiān)控數(shù)據(jù)庫表空間、日志的使用情況

10、，碎片情況，超過指定閾值則報警；顯示和過濾數(shù)據(jù)庫告警信息和數(shù)據(jù)庫日志中的報警。(2)性能監(jiān)控鎖資源監(jiān)控，對阻塞了其它會話的鎖進進行街區(qū)，以及監(jiān)控可用的鎖；對數(shù)據(jù)庫事務(wù)的監(jiān)控，包括提交的事務(wù)，回滾的事務(wù)百分比等；監(jiān)控緩沖區(qū)，磁盤I/O等相關(guān)的性能數(shù)據(jù)；監(jiān)控數(shù)據(jù)庫會話的數(shù)量，包括會話中當(dāng)前活動和最近活動的SQL語句會話的資源消耗、會話等待的事件，會話的鎖活動等；5、中間件及應(yīng)用監(jiān)控監(jiān)控中間件及WEBHTTPFT聯(lián)鍵的運行狀態(tài)和性能。涉及的產(chǎn)品WEBLOGICTUXEDOWEBSPHERMQTOMCATJBOSSEXCHANG等(1)可用性監(jiān)控當(dāng)中間件服務(wù)器實例或其他被監(jiān)控組件出現(xiàn)異常事件時報年.口

11、，可集成中間件管理軟件的管理能力，可啟動、關(guān)閉、鎖和解鎖服務(wù)器，具有強制垃圾懼能力，創(chuàng)建，優(yōu)化和摧毀JDBC連接池，發(fā)布應(yīng)用等功能；(2)性能監(jiān)控監(jiān)控中間件服務(wù)器占用資源CPU內(nèi)存占有情況；監(jiān)控中間件應(yīng)用服務(wù)器打開連接數(shù)；監(jiān)控中間件應(yīng)用服務(wù)器Sockets數(shù)；監(jiān)控中間件應(yīng)用服務(wù)器總交易數(shù)；退出交易數(shù)和提交交易數(shù)；對中間件應(yīng)用服務(wù)器JSP/SERVLE市控：最大執(zhí)行時間，平均執(zhí)行時間，重新加載累計值，重新加載累計值比率；(3)應(yīng)用監(jiān)控支持web、ftp、email等應(yīng)用的正常運行、連通性等監(jiān)控管理(4)MQe：控支持對M5作狀態(tài)的監(jiān)測。支持對MCa列最大深度、隊列當(dāng)前深度、每秒平均輸入/輸出次數(shù)

12、的監(jiān)控支持對MQa道狀態(tài)、當(dāng)前事物個數(shù)、每秒平均接收發(fā)送字節(jié)的監(jiān)測6、存儲系統(tǒng)監(jiān)控能監(jiān)測主流存儲設(shè)備的狀態(tài)信息、磁盤狀態(tài)、盤陣CACHE勺讀寫命中率、盤陣通道狀態(tài)、盤整內(nèi)I/O性能分布等。7、告警模塊接受監(jiān)測范圍內(nèi)的故障告警信息，系統(tǒng)能自動接受來自系統(tǒng)自動巡檢和被管系統(tǒng)主動發(fā)出的告警信號，并對告警事件進行過濾和歸類處理；支持告警定義、過濾、壓縮、關(guān)聯(lián)、升級等多種告警處理方式；告警觸發(fā)必須支持文字、聲音、短信等方式告警，需提供與短信平臺接口，并提供與用戶現(xiàn)有短信網(wǎng)關(guān)互通，實現(xiàn)告警手機觸發(fā)功能；確保告警的高度準(zhǔn)確性，提供故障信息的事件關(guān)聯(lián)處理，避免重復(fù)報警和誤報，在發(fā)現(xiàn)系統(tǒng)異常后，可以根據(jù)用戶的設(shè)

13、定發(fā)送報警；需實現(xiàn)重要告警自動觸發(fā)故障事件管理流程工單下發(fā)功能。發(fā)現(xiàn)被監(jiān)測的監(jiān)視項故障，系統(tǒng)可進行重復(fù)檢查驗證，且可配置對故障的檢查驗證次數(shù)。支持按照時段設(shè)置預(yù)警和報警策略,可在非工作時間報警。1、IT資產(chǎn)管理建立配置管理信息庫CMDB,資產(chǎn)管理配置包括資產(chǎn)的范圍、來源、狀態(tài)、資產(chǎn)責(zé)任人等配置屬性，使管理人員對整個數(shù)據(jù)中心的資產(chǎn)狀況有全面的了解，動態(tài)管理信息系統(tǒng)內(nèi)部的IT資產(chǎn)情況?？梢园凑沼脩舻囊髮Y產(chǎn)進行分類和統(tǒng)計。2、配置管理可以自動識別IT組件的類別、廠商、功能，并識別IT組件之間的關(guān)系，例如、連接關(guān)系、使用關(guān)系、組成關(guān)系、涉及關(guān)系。支持對IT組件的完整生命周期管理，具體包括：采購中，

14、使用中，維修中等。運維管理可按照IT業(yè)務(wù)應(yīng)用的角度和IT基礎(chǔ)架構(gòu)的角度，對IT組件進行可視化管理。3、變更管理對變更審批和變更實施過程進行正確記錄，并提供后續(xù)的審核和歷史信息統(tǒng)計。可按照變更的類型進行統(tǒng)計。合理定義變更的類別和優(yōu)先級，實現(xiàn)變更的高效執(zhí)行和有效分析統(tǒng)計?？梢杂捎脩羯暾埉a(chǎn)生變更請求，在變更請求中記錄變更申請人、變更請求狀態(tài)以及詳細(xì)的信息描述，包括實現(xiàn)變更必須完成的特定活動，該變更對業(yè)務(wù)的影響程度等。變更可按照嚴(yán)格的審批流程進行，沒有通過審批的變更請求，能夠自動禁止變更工單的派發(fā)。利用管理信息統(tǒng)計等手段對流程的執(zhí)行提供統(tǒng)計、分析和查詢等功能。4、事件管理事件的提交應(yīng)具有通過監(jiān)測自動生

15、成事件、用戶通過Web方式提交事件、管理員手動提交事件三種方式。事件在提交后，系統(tǒng)可自動匹配知識庫及以往同類事件中的處理過程，保證并提高事件的處理效率。事件處理的基本工作流程應(yīng)該包括故障確認(rèn)與記錄、歸類和初步支持、故障調(diào)查與分析、解決故障、關(guān)閉。對于復(fù)雜或重大故障，解決故障的步驟多、過程相對復(fù)雜，還要求提供更為靈活的工作流程支持。事件記錄至少包括以下內(nèi)容：事件編號（唯一性）、事件類別、故障日期與時間、事件申告人信息、事件記錄人、事件描述、事件緊急程度與處理優(yōu)先級、事件狀態(tài)（待處理、處理中和終止）、相關(guān)配置項、事件原因、事件解決方案、配置變更情況、事件處理人員、解決日期與時間、事件終止日期。5、問題管理及知識庫管理提供圖形化問題審控流程設(shè)計功能，在問題提交后可自動發(fā)現(xiàn)同類提交問題，并按照類型歸并或者取消操作此問題。實現(xiàn)問題和事件記錄的關(guān)聯(lián)，可以從問題記錄查詢到相關(guān)的所有事件，反之亦可。管理人員可以將各種故障處理的步驟和方法寫入知識庫，以有效幫助其它管理人員及時、有效地處理故障，同時可以提高整個運維團隊的系統(tǒng)管理水平完整記錄針對各類問題的