智能運維
-
挑戰(zhàn) · 價值
挑戰(zhàn)
1. 系統(tǒng)壓力大：
平均日交易量可達3000筆+；每分鐘系統(tǒng)性能指標數(shù)據(jù)達到GB級；運維數(shù)據(jù)只能保留月度數(shù)據(jù)甚至1~2周數(shù)據(jù)量。
2. 運維協(xié)作少：
運維條線僵硬，整合分析困難，出現(xiàn)運維死角；運維數(shù)據(jù)缺乏統(tǒng)一管理，造成根因甄別排錯困難；業(yè)務(wù)部門與運維部門協(xié)調(diào)困難，難以實現(xiàn)敏捷開發(fā)，部署，上線快速業(yè)務(wù)創(chuàng)新。
3. 數(shù)據(jù)利用低：
大量的網(wǎng)絡(luò)流量與事務(wù)處理、日志文件、報警與事件、性能指標數(shù)據(jù)沒有有效利用；被動式IT運維方式，很少做到主動式/預測式IT運維，實現(xiàn)整體運維監(jiān)控趨勢把握。
價值
如右圖所示： -
架構(gòu)
單指標趨勢分析：
通過統(tǒng)計學理論／數(shù)學算法對歷史數(shù)據(jù)進行分析；按照不同日期特性，如：工作日／休息日／特殊運維日，進行單KPI預測；
按照不同的時段特性，如：交易高峰時段／交易平峰時段，進行單KPI上下限預測；
根據(jù)預測結(jié)果，結(jié)合實際值，制定不同的告警規(guī)則。
-
多KPI關(guān)聯(lián)分析
多KPI關(guān)聯(lián)分析：
通過統(tǒng)計學理論，挖掘指標間的關(guān)聯(lián)關(guān)系；通過統(tǒng)計學理論／數(shù)學算法對具有關(guān)聯(lián)關(guān)系的KPI進行數(shù)據(jù)分析，找到各KPI之間的標準誤差；通過算法計算各關(guān)聯(lián)指標之間的標準誤差，當標準誤差超過算法范圍后進行預警。
多KPI關(guān)聯(lián)根因分析：
根據(jù)各KPI的影響度提出故障解決的推薦意見；當多個KPI之間的關(guān)系被打破，即發(fā)生異常時，通過對大量數(shù)據(jù)的挖掘和學習，在第一時間找到異常發(fā)生的原因。 -
應用場景
數(shù)據(jù)中心成為當代各個行業(yè)發(fā)展的核心業(yè)務(wù)支撐。隨著科技的進步， 傳統(tǒng)數(shù)據(jù)中心正逐步向智能、高效、綠色新一代數(shù)據(jù)中心與“云”中心發(fā)展， 其IT 基礎(chǔ)設(shè)備部署呈現(xiàn)“ 大規(guī)模、高密度、復雜化”等特點，金融行業(yè)數(shù)據(jù)中心運維管理面臨新的挑戰(zhàn)。
我們提供了DCLive特權(quán)訪問管理方案：
對機房的服務(wù)器主機、網(wǎng)絡(luò)設(shè)備、軟件系統(tǒng)的網(wǎng)內(nèi)或帶外維護訪問必須先經(jīng)過DCLive 的認證
用戶不需要保管被訪問設(shè)備的特權(quán)帳號，通過密碼代填功能，直接打開會話窗口，提升了訪問效率，降低了安全風險
支持命令行的操作， 例如telnet 、SSH 、Console 等。支持圖形化的操作， 例如RDP、VNC、KVM 、IPMI等。支持第三方應用，例如電力調(diào)度專用的客戶端，數(shù)據(jù)庫客戶端等程序
提供完善的風險控制機制，用戶對IT設(shè)備的各類訪問操作，都會被記錄下來，用于后期審計