基于ITSM的鐵路局級(jí)應(yīng)用監(jiān)控管理平臺(tái)研究

梁多姿 上海鐵路局信息化處

隨著信息化進(jìn)程的大幅度加快，鐵路的信息化建設(shè)取得了前所未有的成就。鐵路應(yīng)用系統(tǒng)不僅涉及鐵路運(yùn)輸生產(chǎn)、經(jīng)營(yíng)、服務(wù)等多個(gè)領(lǐng)域，還深入到辦公、財(cái)務(wù)、計(jì)劃、統(tǒng)計(jì)、人事、勞資等各個(gè)方面。業(yè)務(wù)與信息技術(shù)的緊密結(jié)合，迫使各應(yīng)用系統(tǒng)由原來(lái)的單一獨(dú)立逐步邁向多元化、層次化，應(yīng)用系統(tǒng)運(yùn)維工作亦日益變得復(fù)雜，對(duì)安全、穩(wěn)定、高效運(yùn)行的需求也在大幅提升。

ITSM（即IT服務(wù)管理）是IT系統(tǒng)的規(guī)劃、建設(shè)和運(yùn)行維護(hù)業(yè)務(wù)中涉及的一系列方法、流程和經(jīng)驗(yàn)的總和，其目標(biāo)是實(shí)現(xiàn)IT服務(wù)的規(guī)范化、流程化、電子化和自動(dòng)化，降低IT運(yùn)維成本，提高客戶滿意度和服務(wù)水平。目前主流的IT服務(wù)領(lǐng)域相關(guān)標(biāo)準(zhǔn)有 ITIL，ISO 20000，COBIT等，其中應(yīng)用最為廣泛的就是被稱為ITSM最佳經(jīng)驗(yàn)集的ITIL。

目前鐵路的ITSM系統(tǒng)僅處于對(duì)硬件設(shè)施管理的初級(jí)階段，建立基于ITSM理念的自動(dòng)化、智能化的應(yīng)用系統(tǒng)監(jiān)控管理平臺(tái)對(duì)提升應(yīng)用系統(tǒng)運(yùn)維管理質(zhì)量，為鐵路局級(jí)運(yùn)輸生產(chǎn)核心應(yīng)用系統(tǒng)群平穩(wěn)運(yùn)行和可靠應(yīng)用提供有效的管理和技術(shù)保障。

1 鐵路局級(jí)應(yīng)用系統(tǒng)運(yùn)維現(xiàn)狀

1.1 人工運(yùn)維管理為主，整體效率較低

鐵路局級(jí)應(yīng)用系統(tǒng)主要包括：客票發(fā)售和預(yù)訂系統(tǒng)（PMIS）、鐵路運(yùn)輸管理信息系統(tǒng)（TMIS）、運(yùn)輸調(diào)度信息系統(tǒng)（TDMS）、車號(hào)自動(dòng)識(shí)別系統(tǒng)(ATIS)、電子商務(wù)系統(tǒng)、辦公自動(dòng)化系統(tǒng)（OMIS）及其他生產(chǎn)、管理信息系統(tǒng)。上述系統(tǒng)涉及了大量的硬件、網(wǎng)絡(luò)設(shè)備以及應(yīng)用相關(guān)的虛擬化系統(tǒng)、操作系統(tǒng)、數(shù)據(jù)庫(kù)、中間件、應(yīng)用軟件等。路局信息技術(shù)部門(mén)在日常的運(yùn)維管理中以人工方式為主，整體運(yùn)維效率較低。

鐵路局級(jí)應(yīng)用系統(tǒng)架構(gòu)復(fù)雜，且信息技術(shù)人員水平參差不齊，對(duì)系統(tǒng)業(yè)務(wù)理解能力各有不同，各種故障難以避免，此外各個(gè)系統(tǒng)均存在著各類隱患，采用人工監(jiān)控的方式存在監(jiān)控不及時(shí)、不到位、反應(yīng)慢的問(wèn)題。

1.2 缺乏標(biāo)準(zhǔn)的運(yùn)維管理服務(wù)體系

目前鐵路局還沒(méi)有建立局級(jí)應(yīng)用系統(tǒng)運(yùn)維標(biāo)準(zhǔn)服務(wù)體系，運(yùn)維質(zhì)量和水平整體偏低。信息技術(shù)人員解決問(wèn)題時(shí)基本依靠個(gè)人習(xí)慣解決，缺乏依據(jù)缺乏協(xié)作；現(xiàn)今各業(yè)務(wù)系統(tǒng)故障處理知識(shí)非常分散，很多技術(shù)知識(shí)和經(jīng)驗(yàn)的積累基本依賴個(gè)人，缺乏一套全面的知識(shí)管理體系，運(yùn)維經(jīng)驗(yàn)和技術(shù)無(wú)法在應(yīng)用系統(tǒng)維護(hù)部門(mén)中進(jìn)行有效的流通、共享和傳承，一旦出現(xiàn)人員更替或者流失，就很可能影響故障的處理。

2 應(yīng)用監(jiān)控管理平臺(tái)方案

2.1 平臺(tái)總體架構(gòu)

應(yīng)用監(jiān)控管理系統(tǒng)是基于ITSM最佳實(shí)踐流程ITIL建立的，具有綜合應(yīng)用監(jiān)控和管理能力的平臺(tái)，包括功能模塊化和底層數(shù)據(jù)的互通性兩大特征。各個(gè)流程模塊可以逐步的構(gòu)建，頂層的訪問(wèn)和底層的數(shù)據(jù)共享都有平臺(tái)統(tǒng)一化的服務(wù)實(shí)現(xiàn)，這樣確保流程信息的共享以及使用的一致性。系統(tǒng)架構(gòu)如圖1所示。

圖1 系統(tǒng)架構(gòu)圖

整個(gè)運(yùn)維管理平臺(tái)在邏輯上分為四個(gè)層次，分別是：門(mén)戶（前端用戶訪問(wèn)層）、服務(wù)平臺(tái)（ITIL最佳實(shí)踐流程）、服務(wù)基礎(chǔ)架構(gòu)（流程引擎及相關(guān)基礎(chǔ)設(shè)施）和外圍接口（與服務(wù)臺(tái)系統(tǒng)相關(guān)的所有外圍系統(tǒng)和應(yīng)用）。通過(guò)采用這種分層的架構(gòu)模式，大大降低了各層次間的耦合程度，提供了系統(tǒng)的可用性和可擴(kuò)展性，為企業(yè)實(shí)現(xiàn)一種高可用、高穩(wěn)定性的平臺(tái)提供了保障。

鑒于鐵路局TMIS綜合網(wǎng)與客票網(wǎng)物理隔離的現(xiàn)狀，在現(xiàn)有的條件下無(wú)法解決網(wǎng)絡(luò)問(wèn)題，需在兩個(gè)專網(wǎng)下各建一套系統(tǒng)，系統(tǒng)間通過(guò)客票接口網(wǎng)閘（網(wǎng)閘中只提供FTP服務(wù)）實(shí)現(xiàn)數(shù)據(jù)傳輸，最終可在TMIS綜合網(wǎng)內(nèi)展示全系統(tǒng)監(jiān)控報(bào)表等，網(wǎng)絡(luò)拓?fù)鋱D如圖2所示。

圖2 網(wǎng)絡(luò)拓?fù)鋱D

2.2 應(yīng)用監(jiān)控主要對(duì)象

目前主要的鐵路局級(jí)應(yīng)用系統(tǒng)主要包括系統(tǒng)軟件（虛擬化系統(tǒng)、操作系統(tǒng)等）、數(shù)據(jù)庫(kù)軟件、中間件、應(yīng)用軟件等。虛擬化系統(tǒng)監(jiān)控。通過(guò)監(jiān)控平臺(tái)，可以自動(dòng)發(fā)現(xiàn)當(dāng)前平臺(tái)下所有虛擬化主機(jī)和對(duì)應(yīng)虛擬機(jī)；監(jiān)控虛擬化集群、資源池、虛擬主機(jī)，存儲(chǔ)I/O，網(wǎng)絡(luò)流量等相關(guān)重要虛擬化資源的運(yùn)行情況。

數(shù)據(jù)庫(kù)監(jiān)控。鐵路客票系統(tǒng)數(shù)據(jù)庫(kù)以SYBASE ASE為主，包含12.5、15.0、15.7三個(gè)版本，其他系統(tǒng)以O(shè)racle 9i、Oracle10g、Sql Server為主。監(jiān)控平臺(tái)可為這些數(shù)據(jù)庫(kù)提供實(shí)時(shí)且不間斷的監(jiān)控，包括連接數(shù)，鎖、CPU、內(nèi)存、I/O等資源使用情況，并可自動(dòng)發(fā)現(xiàn)環(huán)境，在監(jiān)測(cè)到潛在的問(wèn)題或錯(cuò)誤時(shí)發(fā)生警告和警報(bào)。

中間件監(jiān)控。監(jiān)控平臺(tái)對(duì)現(xiàn)有環(huán)境中的主流中間件WebSphere/Jboss/A－pache/MQ等實(shí)現(xiàn)監(jiān)控。中間件管理主要是對(duì)中間件的關(guān)鍵運(yùn)營(yíng)活動(dòng)和事件進(jìn)行監(jiān)控和管理，保證中間件系統(tǒng)的高可用性。

應(yīng)用交易監(jiān)控。監(jiān)控平臺(tái)可提供直觀有效的方式展現(xiàn)應(yīng)用系統(tǒng)的運(yùn)行狀況。應(yīng)用交易監(jiān)控能完美覆蓋客票、調(diào)度、貨票、電子商務(wù)等主要業(yè)務(wù)系統(tǒng)的業(yè)務(wù)流程監(jiān)控，均可采用應(yīng)用交易監(jiān)控實(shí)現(xiàn)實(shí)時(shí)直觀的監(jiān)控體驗(yàn)，能幫助應(yīng)用開(kāi)發(fā)部門(mén)第一時(shí)間定位到核心問(wèn)題所在，從而從整體上降低應(yīng)用程序故障時(shí)間。

2.3 應(yīng)用監(jiān)控模型

應(yīng)用監(jiān)控平臺(tái)將可以提供“自學(xué)習(xí)的動(dòng)態(tài)基線和閾值”和“基于趨勢(shì)的主動(dòng)報(bào)警”以及“仿真核心業(yè)務(wù)流程監(jiān)控”三種方式相結(jié)合的全方位監(jiān)控模型。

“自學(xué)習(xí)的動(dòng)態(tài)基線和閾值”可以通過(guò)自學(xué)習(xí)產(chǎn)生的推薦閾值為手工設(shè)定提供參考；支持告警觸發(fā)自動(dòng)操作功能，系統(tǒng)可以根據(jù)告警的類型和告警級(jí)別自動(dòng)觸發(fā)腳本級(jí)的自動(dòng)化操作功能，能夠?qū)崿F(xiàn)為現(xiàn)有平臺(tái)提供高智能和基于策略自動(dòng)化的監(jiān)控管理；有數(shù)據(jù)表明，40%以上的告警可以通過(guò)自動(dòng)化腳本在第一時(shí)間自動(dòng)解決，無(wú)需人工介入，更好地提高了整個(gè)平臺(tái)的可用性。

“基于趨勢(shì)的主動(dòng)報(bào)警”簡(jiǎn)稱趨勢(shì)報(bào)警，系統(tǒng)可自動(dòng)分析歷史運(yùn)行數(shù)據(jù)，分析系統(tǒng)資源的使用趨勢(shì)，在系統(tǒng)資源達(dá)到閾值之前主動(dòng)報(bào)警，確保系統(tǒng)管理員有足夠的時(shí)間調(diào)整資源配置，防范問(wèn)題與未然，該報(bào)警方式能對(duì)服務(wù)級(jí)別協(xié)議（SLA）產(chǎn)生直接的積極影響。通過(guò)有效專業(yè)的參數(shù)配置，能將資源瓶頸產(chǎn)生的故障報(bào)警降低80%以上。

“仿真核心業(yè)務(wù)流程監(jiān)控”是應(yīng)用交易層面的監(jiān)控，系統(tǒng)將定期執(zhí)行已錄制的模擬訪問(wèn)腳本，通過(guò)網(wǎng)絡(luò)抓包的方式從應(yīng)用接入點(diǎn)獲取并分析數(shù)據(jù)，以實(shí)現(xiàn)面向用戶真實(shí)會(huì)話的性能及可用性監(jiān)控，從使用者的角度測(cè)試系統(tǒng)應(yīng)用是否運(yùn)行正常，并能夠非常精確地將出錯(cuò)的步驟第一時(shí)間反饋給系統(tǒng)管理員。對(duì)于提高應(yīng)用訪問(wèn)的可用性，降低系統(tǒng)排錯(cuò)時(shí)間，降低平臺(tái)故障時(shí)間有顯著的效果。

2.4 管理平臺(tái)主要功能

管理平臺(tái)主要實(shí)現(xiàn)應(yīng)用系統(tǒng)運(yùn)維事件分析，實(shí)時(shí)告警管理等功能，該平臺(tái)將事件分析匯聚監(jiān)控到的各類信息，并進(jìn)行整合加工，將需要管理員關(guān)注的信息提示出來(lái)，并幫助管理員進(jìn)行相關(guān)故障的定位。

事件管理。事件管理流程的主要功能是盡快解決影響應(yīng)用系統(tǒng)正常運(yùn)行的事件，通過(guò)有效的事件嚴(yán)重級(jí)別分類，為不同級(jí)別設(shè)置不同的響應(yīng)機(jī)制，有效降低平均故障解決事件（MTTR），保持業(yè)務(wù)支撐系統(tǒng)的穩(wěn)定性。

問(wèn)題管理。問(wèn)題管理流程的根本目的是通過(guò)對(duì)于常見(jiàn)問(wèn)題的不斷追蹤，從系統(tǒng)，應(yīng)用，網(wǎng)絡(luò)等各方面不斷排查，從根本上消除或減少生產(chǎn)環(huán)境中事件發(fā)生的數(shù)量和嚴(yán)重程度，從而為企業(yè)建立一個(gè)穩(wěn)定的IT環(huán)境，提高IT服務(wù)的可用性。

知識(shí)庫(kù)管理。通過(guò)對(duì)知識(shí)庫(kù)維護(hù)和使用，不僅可以在故障自動(dòng)處理和人工處理的過(guò)程中在知識(shí)庫(kù)中得到相關(guān)故障維護(hù)的分類和快速定位，而且知識(shí)庫(kù)具有的業(yè)務(wù)幫助功能，使相關(guān)人員可以通過(guò)關(guān)鍵字查詢業(yè)務(wù)幫助、產(chǎn)品、市場(chǎng)活動(dòng)、發(fā)生過(guò)的處理流程、電子文檔等，從而快速定位問(wèn)題，解決問(wèn)題，降低故障處理時(shí)間。

配置管理。為了使得監(jiān)控、流程以及自動(dòng)化操作的運(yùn)行有序，確保維護(hù)人員看到的信息是真實(shí)可靠更新的，而不是基于個(gè)人經(jīng)驗(yàn)的，構(gòu)建統(tǒng)一的配置管理數(shù)據(jù)庫(kù)和配置管理系統(tǒng)有助于整個(gè)IT系統(tǒng)更加穩(wěn)健，管理更加有序。

3 效果分析

3.1 自動(dòng)化和智能化手段提高運(yùn)維管理效率

通過(guò)自動(dòng)化手段覆蓋主流IT環(huán)境（系統(tǒng)、數(shù)據(jù)庫(kù)、應(yīng)用、中間件、存儲(chǔ)、網(wǎng)絡(luò)等）IT對(duì)象性能及故障事件采集、整合“自學(xué)習(xí)的動(dòng)態(tài)基線和閾值”和“基于趨勢(shì)的主動(dòng)報(bào)警”以及“仿真核心業(yè)務(wù)流程監(jiān)控”三種監(jiān)控方式，涵蓋閾值的故障報(bào)警、事件過(guò)濾、事件壓縮、事件關(guān)聯(lián)、問(wèn)題場(chǎng)景自動(dòng)捕捉，問(wèn)題根源分析，提供多種報(bào)警手段提高運(yùn)維管理效率。

3.2 引入標(biāo)準(zhǔn)服務(wù)體系提供高水平的服務(wù)保證

實(shí)施應(yīng)用綜合管理監(jiān)控系統(tǒng)之后，IT支持人員可以管理整個(gè)服務(wù)流程，從定義和監(jiān)控依從性到收集并分析性能數(shù)據(jù)、找出問(wèn)題區(qū)域以及持續(xù)改善所提供的服務(wù)。通過(guò)實(shí)時(shí)的前瞻性管理，確保滿足或超出客戶的期望值。因此，通過(guò)實(shí)施本系統(tǒng)，可以緊密調(diào)和所提供的 IT服務(wù)與業(yè)務(wù)要求，并持續(xù)改善服務(wù)質(zhì)量。

3.3 通過(guò)有效的資源分析和優(yōu)化減少基礎(chǔ)硬件的投資

通過(guò)基于趨勢(shì)的監(jiān)控方式，通過(guò)對(duì)于歷史信息的智能化動(dòng)態(tài)分析，能通過(guò)專業(yè)報(bào)表的方式將未來(lái)一段時(shí)間的資源需求呈獻(xiàn)給系統(tǒng)管理員參考，為軟硬件投資提供堅(jiān)實(shí)的量化的技術(shù)參考依據(jù)，從而優(yōu)化基礎(chǔ)設(shè)施的投資，避免不必要的資源浪費(fèi)。

4 結(jié)束語(yǔ)

應(yīng)用系統(tǒng)監(jiān)控管理平臺(tái)應(yīng)用系統(tǒng)監(jiān)控管理平臺(tái)是基于ITSM最佳經(jīng)驗(yàn)集ITIL建立的綜合監(jiān)控管理平臺(tái)，它能夠提供豐富的智能化手段跨系統(tǒng)、跨平臺(tái)的及時(shí)發(fā)現(xiàn)應(yīng)用系統(tǒng)問(wèn)題，提升響應(yīng)時(shí)間；能夠從業(yè)務(wù)優(yōu)先級(jí)出發(fā)優(yōu)先解決對(duì)業(yè)務(wù)影響較大的應(yīng)用系統(tǒng)故障，降低故障影響；通過(guò)自動(dòng)化的處理腳本，降低人工介入，進(jìn)一步降低故障處理時(shí)間；通過(guò)統(tǒng)一的門(mén)戶平臺(tái)提升應(yīng)用系統(tǒng)運(yùn)維管理的便捷性。由此可見(jiàn)，應(yīng)用系統(tǒng)監(jiān)控管理平臺(tái)的應(yīng)用對(duì)鐵路應(yīng)用系統(tǒng)運(yùn)維工作質(zhì)量提升具有很好的實(shí)用性。

[1]北京神州泰岳軟件股份有限公司.中國(guó)IT服務(wù)管理指導(dǎo)規(guī)范研究[M].北京：北京郵電大學(xué)出版社，2008.

[2]胡波，詹瑾.淺析IT服務(wù)管理系統(tǒng)的構(gòu)建[J].廣東技術(shù)師范學(xué)院學(xué)報(bào)，2007(10).

[3]陸雪峰.基于ITIL的證券公司ITSM系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];復(fù)旦大學(xué)，2010.