云平臺和虛擬化智慧運維監(jiān)控，全面提升故障感知與處置能力

? ? ? ? 隨著云計算、大數(shù)據(jù)技術等發(fā)展，虛擬化的普及不斷深入，已成為現(xiàn)代IT基礎設施建設中不可或缺的組成部分，成為推動企業(yè)數(shù)字化轉型的關鍵力量。虛擬化的應用在降低軟硬件成本和復雜性的同時，如何保障虛擬環(huán)境的高效運行，也給運維人員帶來了更大的挑戰(zhàn)。

? ? ? ? 北京智和信通虛擬化監(jiān)控運維方案通過對虛擬化環(huán)境的實時監(jiān)控和深入管理，提高對虛擬化故障的感知、分析、解決能力，保障其性能高可用和環(huán)境的穩(wěn)定。

第1章?靈活的虛擬化監(jiān)控方式

? ? ? ? 方案提供兩種方式對虛擬機進行監(jiān)控，一種是作為宿主機的虛擬機資源進行監(jiān)控，另一種是將其作為真實主機（操作系統(tǒng)）進行監(jiān)控。兩種監(jiān)控方式均通過主動輪詢和日志解析的方式監(jiān)測虛擬機的常見性能，不同方式的監(jiān)控范圍和內(nèi)容有所差異。

1.1.作為宿主機的虛擬機資源監(jiān)控

? ? ? ? 對宿主機可實現(xiàn)如Ping服務成功率、Ping平均響應時間、CPU使用率、內(nèi)存使用率、磁盤使用率、虛擬機（數(shù)量、清單、操作系統(tǒng)）、網(wǎng)絡接口流量帶寬等指標的監(jiān)控。

對虛擬機資源可實現(xiàn)如CPU使用率、內(nèi)存利用率、磁盤容量，磁盤使用率、網(wǎng)絡流量等監(jiān)控；在控制方面可以對虛擬機可以進行重啟、備份、鏡像等操作。

1.2.作為真實的主機（操作系統(tǒng)）監(jiān)控

? ? ? ? 在此種方式下，根據(jù)虛擬機所安裝的操作系統(tǒng)來進行監(jiān)控和控制，支持的監(jiān)控指標和控制能力和對操作系統(tǒng)的監(jiān)控相同。

? ? ? ? 監(jiān)控指標包括ping、CPU使用率、內(nèi)存使用率、磁盤使用率、網(wǎng)口流量帶寬、進程、服務、TCP連接數(shù)、端口等?？刂颇芰Πㄒ绘I開關機、重啟、進程管理、應用管理、容量管理等。

第2章?豐富的虛擬化監(jiān)控范圍與指標

? ? ? ? 方案以實時監(jiān)控和可視化呈現(xiàn)為核心，通過高精準的數(shù)據(jù)采集和智能數(shù)據(jù)分析處理機制，實現(xiàn)對虛擬化環(huán)境的全面監(jiān)測和秒級故障預警。

2.1.虛擬化監(jiān)控模型及指標擴展

? ? ? ? 資源監(jiān)控是對虛擬化環(huán)境進行運維管理的關鍵，方案通過構建對VMware、Xenserver、Hyper-V、KVM、K8s（Kubernates）等關鍵指標的監(jiān)控，幫助運維人員了解虛擬機的工作負載定位其性能瓶頸，并采取相應措施優(yōu)化其性能。

? ? ? ? 同時采取用戶自定義擴展虛擬化類型、版本及其資源的方式，賦予用戶強大的適配能力，其他虛擬化也可通過靈活可配的模型庫進行擴展適配，最大可能地實現(xiàn)對不同品牌、不同版本虛擬化的管控；支持自定義虛擬化類型、虛擬化資源、故障監(jiān)視器、性能監(jiān)視器、TRAP監(jiān)視器等。

2.2.常見虛擬機監(jiān)測點和指標

? ? ? ? 本方案通過主動輪詢和日志解析的方式對虛擬機常見性能指標，如響應時間、CPU使用率、內(nèi)存使用情況、磁盤IO性能以及網(wǎng)絡吞吐量等進行監(jiān)控，同時除內(nèi)置的常見指標外，其他資源和指標也可以通過模型庫不斷進行拓展。

第3章 虛擬化實時監(jiān)控和預警管理

? ? ? ? 針對各類虛擬化場景建立全面的監(jiān)控運維體系，深入監(jiān)控其內(nèi)部資源和整體運行狀態(tài)，提升虛擬化環(huán)境可靠性，保障業(yè)務系統(tǒng)穩(wěn)定運行。

3.1.自動發(fā)現(xiàn)虛擬化設備

? ? ? ? 智和信通具備獨特的自動發(fā)現(xiàn)技術，在網(wǎng)絡可達范圍內(nèi)，僅需輸入IP范圍即可自動發(fā)現(xiàn)網(wǎng)絡中的宿主機和虛擬機，識別虛擬機類型、版本、操作系統(tǒng)等信息，獲取宿主機和虛擬機內(nèi)部資源，匹配故障與性能監(jiān)視器，并自動發(fā)現(xiàn)虛擬機與其他設備的連接關系，生成可視化鏈路，通過可視拓撲動態(tài)展示虛擬化、鏈路的運行狀態(tài)。

3.2.自動生成網(wǎng)絡拓撲

? ? ? ? 方案以圖形拓撲的形式展現(xiàn)虛擬機在網(wǎng)絡中和其他設備間的拓撲關系，支持樹形結構和平面結構的聯(lián)動展示，也可以按片區(qū)、按地域、按層級等多種布局方式劃分網(wǎng)絡，在拓撲中以不同顏色圖標、光效展現(xiàn)虛擬化的實時狀態(tài)信息。

? ? ? ? 在拓撲圖的基礎上，進一步展示虛擬化的內(nèi)部細節(jié)，以圖形方式展示虛擬機CPU使用率、內(nèi)存使用情況、磁盤IO性能以及網(wǎng)絡吞吐量等關鍵指標，對虛擬機進行細化監(jiān)控，實時告警，事前管理，降低故障發(fā)生率。

3.3.虛擬機性能態(tài)勢感知

? ? ? ? 全面采集虛擬機的各項性能指標，如CPU使用率、CPU就緒時間、內(nèi)存使用量、內(nèi)存頁交換率、磁盤讀寫請求、磁盤延遲時間與隊列長度、網(wǎng)絡接口的吞吐量、包傳輸錯誤以及丟棄包等，并按照時間范圍、資源類型、性能指標等多種維度，以圖形、表格等多種形式進行展示。

? ? ? ? 對實時、歷史性能數(shù)據(jù)進行統(tǒng)計分析，通過曲線圖、柱狀圖或表格等形象化地展示，按天、星期、月查看性能指標變化。運維人員能隨時把握虛擬化性能變化態(tài)勢，防患于未然。

? ? ? ? 方案支持選擇多臺虛擬機進行同維度性能數(shù)據(jù)分析，提供可視化性能對比視圖，通過性能對比分析虛擬機性能變化趨勢。

3.4.虛擬機自動巡檢

? ? ? ? 可自定義虛擬機的巡檢策略，預設時間自動執(zhí)行虛擬機巡檢，定期巡查虛擬機實時運行狀態(tài)，并向指定郵箱發(fā)送結果報告，可自行選擇要統(tǒng)計的虛擬機所屬網(wǎng)絡、虛擬機類型、虛擬機資源、虛擬機支撐的業(yè)務、虛擬機關聯(lián)的鏈路等范圍類型，生成巡檢報表。

3.5.日志與事件管理

? ? ? ? 接收虛擬機主動發(fā)送如非正常關機、意外重啟、內(nèi)存管理錯誤、進程調(diào)度問題、服務無法正常啟動、應用程序異常終止、應用運行錯誤、登錄失敗、權限變更等事件與日志消息，集中存儲、解析處理后，將錯誤、告警、攻擊行為等異常信息及時地通知用戶。

? ? ? ? 通過實時監(jiān)控虛擬機的日志和事件信息，運維人員能夠準確得知虛擬機資源的使用情況、用戶行為、應用程序錯誤、系統(tǒng)故障等關鍵信息，在統(tǒng)一界面集中管理，及時發(fā)現(xiàn)和解決虛擬機故障、觀察系統(tǒng)運行情況、預測系統(tǒng)的使用情況，作為性能瓶頸和故障排查的重要依據(jù)，幫助運維人員更好地維護和管理虛擬化環(huán)境。

3.6.故障告警與智能收斂

? ? ? ? 搭載多種告警機制，自定義配置告警閾值，具備主動的故障監(jiān)控功能，從眾多的事件和狀態(tài)中，系統(tǒng)地將零散的狀態(tài)信息總結成為當前狀態(tài)，并對異常狀態(tài)進行告警，第一時間獲取準確的告警信息，快速標示已執(zhí)行操作的告警，迅速定位產(chǎn)生告警的虛擬機，提升告警處理效率，極大降低因虛擬化故障帶來的損失。

? ? ? ? 告警管理采用自動去重、風暴抑制、關聯(lián)聚合、維護期時間屏蔽、依賴屏蔽等多種智能告降噪機制，通過AI算法，對各類告警進行自動壓縮收斂，減少90%的無效告警，抑制告警風暴，有效避免誤報和漏報，直達故障根因。

第4章 虛擬機承載的業(yè)務狀態(tài)撥測

? ? ? ? 針對虛擬機所支撐的業(yè)務應用性能與用戶體驗進行檢測分析，無需安裝插件就可以為用戶提供開箱即用的企業(yè)級主動撥測式業(yè)務監(jiān)測。以拓撲形式展示每個業(yè)務流程中的每臺相關設備，支持設備邏輯視圖和面板視圖，展示業(yè)務流程中涉及的所有的設備之間的鏈路關系，流程方向。

? ? ? ? 構建包含各業(yè)務整體流程的調(diào)用依賴關系圖譜，展示業(yè)務部署中網(wǎng)絡設備間多維度關系拓撲。對從業(yè)務的前臺受理到真正完成的整個業(yè)務流程所依賴的業(yè)務應用、虛擬化、操作系統(tǒng)等進行實時監(jiān)控分析，呈現(xiàn)業(yè)務各節(jié)點的實時運行狀態(tài)，包括用戶體驗、節(jié)點可用性、節(jié)點負載等狀態(tài)信息，快速定位業(yè)務瓶頸根因，并可根據(jù)用戶自愈策略，觸發(fā)自動運維實現(xiàn)故障自愈。

第5章 統(tǒng)計報表和大屏展示

? ? ? ? 通過定義虛擬機相關數(shù)據(jù)報表的能力，實現(xiàn)虛擬機性能和狀態(tài)的靈活展現(xiàn)和統(tǒng)計分析，通過對比、TOPN等分析方式并結合報表排序規(guī)則、過濾規(guī)則等能力，周期自動生成報表，幫助用戶更好地了解虛擬機的各項負載情況和運行態(tài)勢，為優(yōu)化資源配置和性能調(diào)整提供依據(jù)。

? ? ? ? 通過大屏展示核心運維數(shù)據(jù)態(tài)勢，細粒度可達網(wǎng)絡中虛擬機、虛擬機資源和鏈路。所有的網(wǎng)絡故障與性能瓶頸都一目了然地呈現(xiàn)，大大降低了管理成本，同時也提高了運維人員處理故障的能力，節(jié)省的故障處理時間，為運維人員管理網(wǎng)絡提供了可靠的保證。

第6章 虛擬機遠程控制和編排式配置

? ? ? ? 方案提供虛擬機遠程控制的能力，采用“監(jiān)控+運維+控制”的方式，將不同系統(tǒng)、不同版本的虛擬機統(tǒng)一納入控制管理。通過智能算法對虛擬機的資源配置進行智能動態(tài)調(diào)整，當虛擬機出現(xiàn)性能瓶頸時，自動調(diào)優(yōu)資源配置，優(yōu)化虛擬機運行環(huán)境，當虛擬機發(fā)生故障時，自動啟動自愈機制，快速恢復虛擬機的正常運行。

6.1.虛擬機遠程配置執(zhí)行

? ? ? ? 將周期性、重復性、規(guī)律性的大量日常虛擬機維護工作，如一鍵開關機、重啟、備份、鏡像、進程管理、應用管理、容量管理等運維工作，轉化為依托于平臺的自動執(zhí)行工作流，實現(xiàn)對虛擬機的批量、定時自動化控制管理。

6.2.運維編排──以（VMware ESXi虛擬機磁盤擴容為例）

? ? ? ? 以虛擬機實時監(jiān)控和日志、事件管理為基礎，通過多指標聚合檢測動態(tài)識別虛擬機運行狀態(tài)，根據(jù)真實運維場景和流量編排自動化運維作業(yè)流程，減少人工干預，提高運維效率。

下面以VMware ESXi虛擬機磁盤擴容為例，介紹如何通過智和網(wǎng)管平臺實現(xiàn)虛擬機運維編排。

效果要求：當虛擬機磁盤容量不足時，進行告警提示，運維人員可在核驗后一鍵進行虛擬機磁盤擴容。

? ? ? ? 第一步：將需要管理的虛擬機納入平臺進行監(jiān)控，并設置虛擬機磁盤容量監(jiān)視器，虛擬機磁盤空閑率小于10%時進行告警。

? ? ? ? 第二步：進入安管模塊的運維編排菜單，創(chuàng)建【VMware ESXi虛擬機磁盤擴容】策略。根據(jù)真實虛擬機磁盤擴容過程，通過進行策略節(jié)點拖拽編排的方式規(guī)劃擴容流程。

? ? ? ? 第三步：配置觸發(fā)方式。策略支持自動觸發(fā)和手動觸發(fā)兩種方式，根據(jù)用戶實際運維場景和工作流程，本策略適宜選擇手動觸發(fā)的形式進行虛擬機磁盤擴容。

? ? ? ? 編排流程配置完成后，當出現(xiàn)虛擬機磁盤空閑率告警時，用戶手動觸發(fā)策略對告警進行校驗，如空閑率低于預設閾值，則自動進行磁盤擴容。并在執(zhí)行過程中，對每一步處置操作進行記錄形成日志，確保有跡可查。

第7章 應用價值

? ? ? ? 北京智和信通虛擬機監(jiān)控運維方案，通過集中運維的功能，將分布在不同物理服務器上的虛擬化環(huán)境進行統(tǒng)一管理，在全量監(jiān)控的同時，簡化運維流程、降低運維難度。運維人員可以在智和網(wǎng)管平臺的統(tǒng)一界面上，實時監(jiān)控虛擬環(huán)境的運行狀態(tài)，并進行性能調(diào)優(yōu)、故障排查等操作，大大提高工作效率。

? ? ? ? 通過方案的實施實現(xiàn)對虛擬化環(huán)境的深入監(jiān)控，運維團隊能夠及時獲取虛擬機狀態(tài)、系統(tǒng)性能等關鍵信息，整體運維工作從傳統(tǒng)的被動響應模式轉變?yōu)榉e極主動的預防策略。一旦系統(tǒng)檢測到異常信息，便會立即觸發(fā)告警機制，并結合自動化運維能力，快速實現(xiàn)故障自愈。這種轉變不僅顯著減少了因虛擬機故障導致的宕機時間，也極大地降低了上層業(yè)務中斷的風險。

? ? ? ? 得益于方案強大的監(jiān)控模型能力，不僅可以將虛擬機作為宿主機的資源進行管理，也可以將其作為獨立的服務器進行運維。這樣一來就給虛擬機的監(jiān)控和控制提供了更多的可能，如自動化部署、磁盤擴容、備份恢復等等，進一步降低運維成本，釋放設備價值。

? ? ? ? 同時，通過對虛擬化環(huán)境的精確監(jiān)管、全面覆蓋的功能、智能化的運維編排和強大的模型擴展能力，智和信通虛擬化監(jiān)控運維方案正在成為越來越多用戶優(yōu)化IT運維、提升業(yè)務連續(xù)性的選擇。