避免IT运维败笔 不当事后诸葛亮

随着每一个企业信息化水平的不断提升，业务系统对网络的依赖日趋加深，而其中的运维管理问题，尤其是主动运维的难题日益突出，看似轻微的网络故障很有可能威胁到整个公司的运作。对此，传统的故障管理模式显得力不从心，公司的IT部门如果只是从报修电话中体现价值，总是做事后诸葛亮是很危险的。这是因为IT部门的价值将会在“修”中逐渐被公司淡忘。那么，如何才能实现“变事后管理为事前管理”呢？

在IT中，救火队员无法成为“英雄”

《Ladder49》，中文名为《云梯49》的电影是美国911事件催生的硕果，其中的内容不能不让观众联想到两座世贸大厦倒塌时有多少纽约的救火队员丧生其中。不论是手握水龙头，还是之后的搜救任务，正如影片中队长肯尼迪说的一样：“我们的任务仅仅是被动的安全。”不论是电影中，还是我们在生活中形成的道德评判，救火队员在我们的心中一直以英雄的位置所占据。但在IT运维的场景中，如果一名企业的网络管理员被扣上“救火队员”的帽子，那么这为网络管理员或其部门可能就显得不那么体面了。

作为国内领先的IT运维产品和服务提供商，北塔软件在电力、政府、金融、电信等4000家用户的IT运维系统部署中聆听到了很多用户的声音。在这其中，许多之前未部署IT运维产品的“简单网络”常会出现勇猛的救火队员。但随着企业对于网络了依赖程度越来越高，规模越来越大，一些企业的网络部门反映救火队员的日子并不好过：“当第一次接到报修电话的时候，用户还是对我们非常客气，而逐渐的，第2次，第3次之后，我们就能感觉到抱怨的情绪在电话中开始体现出来。而在公司的会议上，领导对IT部门也逐渐失去了信任感，因为业务部门总会以系统故障，或是网络缓慢为由‘起诉’我们。”经过分析，我们不难发现，造成IT部门如此尴尬的原因，还是因为主动运维的模式未能落实。当网络运维管理已经上升到一个全面、综合的阶段，将不仅仅局限于对于网络、设备的“修”，因为单纯的“修”，对于效率第一的业务部门说仍然是受损的。用户所需要的网络是不出现问题，无故障、无延迟，因此即使在故障发生之后能做一个舌辩群儒的诸葛亮，在公司其他部门的眼中，IT部门此时所有的努力仍然属于狡辩或是推脱责任的范畴。

变事后管理为事前管理的四个条件

核心业务和IT系统息息相关，一旦网络出现了故障，影响和损失非常巨大。所以，传统的管理模式只能导致“出现问题后被动响应”，而这种解决问题的效率和质量相当于事后诸葛亮，虽然可以减少损失，但无法避免损失。因此，针对主动运维的落实，北塔软件的技术部总经理魏玉雄先生认为：“IT运维应随需应变，满足企业现在和未来的成长。主动运维要落实，在运维中就要做到四个字，这就是‘看、监、析、查’。”

看得见：无法知道IT系统中的每个关键应用承载设备在哪里，甚至不知道这些设备连接的应用在哪个端口上，此时的IT管理就等于盲人摸象。这会导致管理人员无法及时发现问题，更加无法迅速定位故障，各关键应用、业务系统、办公系统、财务系统等的运行也无法得到保障。如果看不见，我们就无法对底层物理网络的结构和瓶颈获取信息，所以后面所有的步骤也就是成了空谈。看得见是第一步，比如，企业如果使用了北塔的BTNM，则可以利用多种算法，迅速搜索整个网络内的所有节点，一旦这些多个厂商的设备被我们囊获，那么就可以实现整个网络的真实物理拓扑图，实时反映出整个网络的运行状态。

监得到： 只能看到设备是无用的，只有实现底层监控平台，通过监控IT基础设备发现故障并预警，才能让运维人员脱离以往“救火队员”的角色。用户可以为在拓扑图中为每条设备或连接加以注释，为每台设备设置中文名称或是业务组编号。通过采集系统负载状况和设备属性，以及线路的实时流量，通过颜色显示负载和流量的压力，主动告诉用户关注点应在哪里，动态告诉用户可能的故障隐患。此时，IT部门就可以把这些对象控制起来，设置多级的预警阀值，将可能出现的故障在它们未爆发之前就形成主动关注。

析得清：在这个监控平台上，下一步的操作就是按告警事件种类、告警事件源、密集告警时间段等分类生成报表。当然，这并非数据的堆砌，而是经过整理的统计和分析，有结果的分析管理。比如，我们可以通过之前记录的故障排除步骤和与故障相关的值班员日志，构造排错行动记录，将“事件、故障、日志”三者构成逻辑上相互关联的整体，以反映故障产生、变化、消除的整个过程的各个方面。

查得勤：此时，由于网络管理员已经可以使用BTNM实时监视网内所有设备的各个端口、CPU、内存，既可以通过传统的设置阈值的方式来判断异常，也可以通过对历史数据的智能分析，及时发现网络设备的异常波动。因此，IT运维工作实际上已经进入到一个“习惯性”的操作场景中。一旦发现异常情况，我们就可以通过BTNM提供的多种手段和工具，通过事件和数据的关联性及一致性，帮助用户分析可能出现的故障。到达此阶段之后，普通的监控人员完全可以根据自动的流程，使用系统自带或配合第三方程序的联动设置，实现故障前的处理操作。

经过广泛的调查，我们发现在一些企业中，IT运维人员大多是多重身份，他可能既是管理者又是具体执行者，不可能24小时紧盯监控页面，实时对所有运行监控参数进行分析。所以，他们需要的IT管理软件如果能提供智能分析，帮信息管理人员及时预警故障隐患，才算是真正起到作用。因此，要实现主动运维的目标，实际上就是IT运维产品以足够的广度去采集充足的信息，而这些信息的加工、分析、控制也是缺一不可的。而北塔软件正式以这样一种广度和深度，突破了基础设施运维监控的瓶颈，真正满足了企业用户对主动运维的诉求。