首頁資訊業(yè)務(wù)健康管理—領(lǐng)跑IT運維新趨勢

業(yè)務(wù)健康管理—領(lǐng)跑IT運維新趨勢

來源：泰然健康網(wǎng) 時間：2024年12月13日 15:43

01 業(yè)務(wù)健康運行是重中之重

隨著全球數(shù)字化程度越來越高，各行各業(yè)對IT系統(tǒng)的依賴性逐漸增加，運維保障已成為組織運營管理和發(fā)展的重要環(huán)節(jié)，IT業(yè)務(wù)健康、穩(wěn)定、連續(xù)性運行已經(jīng)成為組織持續(xù)發(fā)展的關(guān)鍵基礎(chǔ)保障。

近年來，出現(xiàn)了一些因為IT業(yè)務(wù)問題對企業(yè)發(fā)展造成負(fù)面影響的案例。而就在最近，2024年7月19日，無數(shù)臺電腦突然在短時間內(nèi)集中崩潰，原因是微軟公司旗下部分應(yīng)用和服務(wù)出現(xiàn)訪問延遲、功能不全或藍(lán)屏無法訪問。受此影響的涉及美國、日本、澳大利亞、新西蘭、印度等很多國家。不僅個人電腦，包括醫(yī)院、銀行、航空、鐵路、零售、公共服務(wù)等眾多關(guān)鍵行業(yè)的電腦系統(tǒng)也都出現(xiàn)“藍(lán)屏”無法使用，導(dǎo)致全球性的IT系統(tǒng)故障。

隨后微軟公司進(jìn)行了緊急排查，最終確定了故障原因為“CrowdStrike的一次更新導(dǎo)致多個IT系統(tǒng)出現(xiàn)故障。”外媒將此事件稱為“史上最大規(guī)模的IT故障”，馬斯克公開責(zé)問微軟公司CEO，稱這是“史上最大的IT失敗”。雖然目前微軟公司和CrowdStrike公司已在全力修復(fù)，但預(yù)計全部恢復(fù)正常至少需要數(shù)周的時間。事故后CrowdStrike公司美股盤前大跌超18%，微軟公司跌超2%。

幸運的是，中國企業(yè)的電腦幾乎未受影響。但以此案例為鑒，可促改促治，加強警示。當(dāng)IT系統(tǒng)出現(xiàn)故障或者問題時，不僅僅是對企業(yè)的業(yè)務(wù)造成直接的損失，同時對市場價值、市場影響力、用戶滿意度等多方面都會造成負(fù)面影響。

02 業(yè)務(wù)健康分析可保障于未形

分析以上事故原因可以看出，IT系統(tǒng)運行仍存在漏洞、日常監(jiān)控被動或無助、工具仍不能解決問題，那么如何破局以降低IT系統(tǒng)宕機(jī)或者可用性、連續(xù)性下降的風(fēng)險呢？

進(jìn)入云原生時代后，應(yīng)用的構(gòu)建部署與運行時基礎(chǔ)設(shè)施都發(fā)生了翻天覆地的變化，技術(shù)架構(gòu)微服務(wù)化、運行時環(huán)境容器化、業(yè)務(wù)系統(tǒng)依賴關(guān)系復(fù)雜化，運行實例生命周期短，規(guī)模大；服務(wù)自動注冊發(fā)現(xiàn)，監(jiān)控也隨著實時動態(tài)調(diào)整。傳統(tǒng)的監(jiān)控管理以及運維思路，以事件驅(qū)動的形式觀察系統(tǒng)的方式已無法適應(yīng)當(dāng)前IT環(huán)境運行保障、運營管理的要求。

明易達(dá)借鑒參考了我國“中醫(yī)治未病”的哲學(xué)思想，結(jié)合西醫(yī)指標(biāo)量化管理的思維邏輯，結(jié)合多年來在金融、央國企等行業(yè)客戶的項目經(jīng)驗，創(chuàng)新地研究出了“AI+行業(yè)運維知識體系指標(biāo)”的業(yè)務(wù)健康分析系統(tǒng)。系統(tǒng)將企業(yè)的業(yè)務(wù)健康分析場景內(nèi)置，提供圖形化的模型調(diào)整能力，可快速接入各類采集能力，形成企業(yè)專有的分析場景，實現(xiàn)IT系統(tǒng)的“未病先防、未病先治”，從而降低IT宕機(jī)風(fēng)險，保障業(yè)務(wù)連續(xù)性、健康穩(wěn)定運行。

03 業(yè)務(wù)健康分析系統(tǒng)的設(shè)計思路

明易達(dá)的業(yè)務(wù)健康分析系統(tǒng)，可通過數(shù)據(jù)采集層的日志、鏈路、指標(biāo)監(jiān)控等遙感技術(shù)對數(shù)據(jù)進(jìn)行采集；通過數(shù)據(jù)存儲層的大數(shù)據(jù)技術(shù)對數(shù)據(jù)進(jìn)行加工和治理形成指標(biāo)關(guān)系網(wǎng)絡(luò)；最終以可視化形式呈現(xiàn)和AI的方式分析數(shù)據(jù)，幫助用戶快速定位數(shù)據(jù)異常的影響和根因，并提供緊急度、優(yōu)先級和解決方案等輔助信息。

明易達(dá)的業(yè)務(wù)健康分析系統(tǒng)具體功能如下：

① 數(shù)據(jù)采集

與業(yè)務(wù)健康緊密相關(guān)的指標(biāo)數(shù)據(jù)分別是日志數(shù)據(jù)（Logging）、鏈路數(shù)據(jù)（Tracing）和指標(biāo)數(shù)據(jù)（Metric）。明易達(dá)業(yè)務(wù)健康分析系統(tǒng)內(nèi)置了強大的日志、鏈路、指標(biāo)數(shù)據(jù)采集工具，同時也支持對接用戶已有系統(tǒng)的指標(biāo)數(shù)據(jù)進(jìn)行采集。

② 數(shù)據(jù)儲存

數(shù)據(jù)建模：采集后的數(shù)據(jù)將通過系統(tǒng)圍繞資源進(jìn)行關(guān)系數(shù)據(jù)建模，所有的監(jiān)控數(shù)據(jù)，都是對某一個配置實體的描述，同一實體的觀測數(shù)據(jù)，可以通過實體進(jìn)行關(guān)聯(lián)，例如通過日志上記錄的 IP 找到對應(yīng)的監(jiān)控指標(biāo)。IT 系統(tǒng)是各類實體結(jié)合起來完成某些特定功能，因此同一類型的實體、不同類型的實體之間或多或少存在著一些關(guān)系。

數(shù)據(jù)接入：支持多類型的數(shù)據(jù)接入能力，可通過圖形化方式對不同類型的數(shù)據(jù)進(jìn)行接入和標(biāo)準(zhǔn)化。

③ 應(yīng)用與展示

觀測體系的最上層是應(yīng)用與展示，是采集數(shù)據(jù)的基礎(chǔ)應(yīng)用，也是當(dāng)前企業(yè)主要的應(yīng)用場景。將復(fù)雜的數(shù)據(jù)以圖或表的形式展示出來，是面向用戶最為直觀的呈現(xiàn)，便于運維人員快速了解應(yīng)用狀態(tài)，以做出判斷或預(yù)測。同時可提供低代碼的監(jiān)控圖標(biāo)和UI配置能力。對于監(jiān)控數(shù)據(jù)的嘗試盡可能多的將日志、鏈路、指標(biāo)三者的數(shù)據(jù)進(jìn)行關(guān)聯(lián)，使同一個應(yīng)用不同維度的事件立體化的展示出來。

④ AIOps

觀測成果和智能化層定義為 AIOps要建設(shè)的內(nèi)容。AIOps是將人工智能和大數(shù)據(jù)應(yīng)用于運維的場景，輔助運維實現(xiàn)自動化、智能化，以達(dá)到無人值守亦能保證業(yè)務(wù)服務(wù)高效穩(wěn)定運行的目的。

04 業(yè)務(wù)健康分析系統(tǒng)的建設(shè)效果

明易達(dá)的業(yè)務(wù)健康分析系統(tǒng)，通過場景化分析能力的建設(shè)，將用戶工作重心從原有的、復(fù)雜的、高門檻的指標(biāo)分析工作，轉(zhuǎn)移到解決問題的本身，只需一個門戶頁面即可完成大部分的隱患處理工作，更高效地提升業(yè)務(wù)健康度和穩(wěn)定度。

① “一圖”掌握全局

首頁“一張圖”，顯示關(guān)注系統(tǒng)、重要系統(tǒng)或者健康問題排名前五的系統(tǒng)健康情況，同時可以聯(lián)動每個系統(tǒng)健康問題產(chǎn)生原因，以評分的形式，讓用戶不需要通過分析各類指標(biāo)就可以快速定位系統(tǒng)“亞健康”狀態(tài)。

② AI簡化診斷

用戶設(shè)定健康指標(biāo)，基于行業(yè)知識經(jīng)驗庫和AI總結(jié)健康影響，進(jìn)行綜合分析形成個性化的指標(biāo)體系，代替?zhèn)鹘y(tǒng)模式下用戶執(zhí)行指標(biāo)分析操作，在眾多的異常事件中快速定位風(fēng)險高和影響大的事件。