工商银行数据中心大型主机智能化运维探索

实现智能化运维，除了关注技术范畴，也要兼顾业务视角，将先进技术和生产主机系统技术指标以及银行的业务指标进行融合。将创新思路积累和开发运维经验固化为有利模式，形成迭代式的开发和优化机制，持续优化已有策略并不断完善，与此同时，积极与开放平台、网络专业协同联动，并整合人工智能、机器学习、AIOps等新兴技术，形成新的思路，不断向“让银行大型主机的运维、银行数据中心整体运维实现智能化”的目标迈进。

六、主机调用服务化 

大型主机在高性能、高可用、高稳定性上有明显的优势，但在开放性和与其他平台的交互方面历来是短板。在全面云化的趋势下，为将主机资源、主机世界纳入全数据中心的灵活纳管体系下，我们一方面积极推动主机平台产品的开放性改造，另一方面也通过自主研发：一是单一功能模块化封装，将主机的常用功能实现原子化服务化改造，改造成可对外披露的API；二是自主研发面向主机的流程引擎组件，实现面向场景化的灵活流程的组装调度，并支持支持跨多个SYSPLEX、高并发等特性，并能其他开放平台进行实时交互、敏捷联动，不仅提升了主机运维工作的管理集约化、智能化水平，更可实现数据中心层面运维的高效联动。

七、监控指标精微化 

监控指标的精细化和分级化是运维精细化的基础。需要审视现有的监控指标，对指标进行分类，微观宏观指标两者要齐头并举。

首先对大型主机健康指数指标进行优化，利用唯一性的指标，实时发布并展示大型主机系统当前的业务支撑能力与对外服务水平。该指标准确性与实时性的好坏将对运维人员的判断产生决定性影响，所以首先要对所有原子指标的准确性进行优化，然后利用经验权重对原子指标进行实时计算，最终获得具有实际指导意义的主机健康指数。该指数分为主机系统级、子系统级、原子指标级，每一级都是下一等级指标的加权平均，分级指标可以轻松地实现钻取以及寻找异常区域。

八、应急操作智能化 

准确判断故障根因，并第一时间采取应急措施，在最快的时间内恢复生产，是一线生产运维的目标。为此，我们需要从业务视角对系统和外围进行全盘监控，基于大数据分析对系统进行画像建模，并在第一时间捕获异动，自动识别故障类型，完成应急处置，将问题解决在萌芽状态，防止其扩大化。

2018年年底，我们将在主机智能运维平台上部署自动化变更系统和智能巡检系统。前者旨在通过标准化变更流程，可视化展示变更实施的进度和状态，自动统计自动化变更的占比、正确率及长期趋势，在平台侧对主机变更进行可视化全流程管理和一键式实施，助力提升变更自动化率。后者旨在通过基于专家规则与机器学习相结合的智能巡检、系统健康评估、报警聚合压缩等举措，实现主机运维工作从被动响应到主动服务，故障定位从人工分析到智能分析，应急操作从主机端到平台侧一键式交互的转型。这两个系统的投产应用，必将主机智能运维平台的应用推向新高度。

九、积极布局移动端 

除在传统运维采用ECC集中管控的模式之外，随着移动互联网的迅猛发展，我们也积极拓展面向移动端的运维管理渠道。通过借助移动端监控页面，让运维人员能够7×24小时了解生产运行态势。运维团队将传统PC端监控页面逐步迁移至移动端。在数据从主机实时下传后，数据处理加工、模型调用、推送展示的全过程在平台端实现，所有和展示相关的内容实现了主机资源零消耗的目标。

2018年，建成移动端的“掌上运维”门户，将交易、业务分布、大型主机系统运行指标等内容进行实时展现。上线一个月访问达3000余人次，在出现生产问题的时候，可以在任何地方第一时间关注到各系统的指标状况。将来，我们会加大在移动端的建设力度，展示更全面的监控信息，并将机器学习相关内容融入到各页面之间，让智能化运维的成果在移动端得以展现。

十、大型主机智能化运维的未来 

2018年4月13日在深圳召开的GOPS全球运维大会上，清华大学裴丹博士曾说过一句话，“通过“心脑眼手”四位一体地协作，AIOps能为业务带来“稳、省、快”的价值，极大提升运维生产力；我们相信：AIOps发展的终极形态将是无人值守运维，而智能监控就是眼、机器学习是未来的大脑，而面向服务的运维管理就是那双灵活的机械手。”大型主机的运维应当不断学习互联网公司的前沿技术，不断汲取营养，为运维的智能化服务。

（编辑：云计算网_泰州站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!