基于云計算資源池的運維管理平臺

楊 燁

（中通服咨詢設計研究院有限公司，江蘇 南京 210019）

0 引 言

云計算資源池具有靈活、穩(wěn)定、操作簡易、便于維護、拓展性高以及高效節(jié)能等優(yōu)勢，并且能夠根據(jù)不同用戶的個性化需求提供相應的服務。憑借這些優(yōu)勢，云計算資源池能夠有效支撐當前網(wǎng)絡業(yè)務平臺的大部分運行維護功能。但由于新時代網(wǎng)絡業(yè)務平臺的多元發(fā)展，單一的運維模式已經(jīng)無法滿足眾多網(wǎng)絡業(yè)務平臺的全面需要。因此需要針對相應業(yè)務平臺的特征、需求，基于云計算資源池對運維管理平臺進行升級維護，才能夠保障運維管理平臺的高效、穩(wěn)定運行。

1 基于云計算資源池的運維平臺的功能需求分析

1.1 云計算資源池基本軟硬件

構(gòu)建更健全、穩(wěn)定、全面的云計算資源池監(jiān)控服務有助于平臺用戶以及管理員快速發(fā)現(xiàn)并識別平臺運行過程中的異常情況，同時有助于相關(guān)檢修人員結(jié)合實際情況以最快的速度精準定位故障位置，并對故障的發(fā)生原因加以分析、處理與記錄。依照需求整合網(wǎng)絡資源，以提升運維平臺的穩(wěn)定性、安全性與實效性，確保平臺用戶能夠獲取最佳的使用感受。云計算資源池軟硬件環(huán)境架構(gòu)如圖1所示。

圖1 云計算資源池軟硬件環(huán)境架構(gòu)

1.2 監(jiān)控平臺的功能需求

基于云計算資源池，要設計相對優(yōu)質(zhì)的監(jiān)控平臺，便要從相應業(yè)務平臺的需求出發(fā)，進行個性化開發(fā)，針對不同運維平臺的需求重點考慮如下方面。

（1）資源管理。資源管理模塊可對系統(tǒng)資源池、信息中心、物理主機、云主機、交換機、防火墻等設備、資源信息、系統(tǒng)等進行全面管理，具體包含監(jiān)控、刪減、新增、拷貝以及修改等[1]。云平臺資源池涉及的設備、信息眾多，如果單純利用人工方式進行調(diào)整與修改則無法充分發(fā)揮云平臺資源池高效率、快節(jié)奏的優(yōu)勢，因此需要支持相關(guān)設備、系統(tǒng)的自動發(fā)現(xiàn)、檢修技術(shù)。具體包含物理主機的自動檢修、云主機的自動檢修以及系統(tǒng)更新、信息同步等技術(shù)，同時包含自動化的信息創(chuàng)建、刪改、調(diào)整功能。

（2）資源分析。結(jié)合自動化的圖表生成技術(shù)，對整體云計算資源池中的信息、資源等進行動態(tài)性、規(guī)?；牟樵?，同時可以將路由器、主機、防火墻等設備、系統(tǒng)的性能數(shù)據(jù)自動化生成為圖表，以供管理人員、平臺用戶等進行查看。

（3）資源統(tǒng)計。提供運維管理平臺相應業(yè)務系統(tǒng)全天候的監(jiān)控與管理服務，可通過自動化的系統(tǒng)監(jiān)控或是個性化的人工查看、控制對運維平臺進行全天候的實時監(jiān)測，方便與對性能數(shù)據(jù)進行匯總與統(tǒng)計分析，支持重點模塊的性能異常檢測。該功能模塊可以理解為性能數(shù)據(jù)模塊與性能系統(tǒng)分析模塊的集合，前者的功能體現(xiàn)在運維平臺可以對整體系統(tǒng)、平臺所監(jiān)控、管理的信息資源等進行動態(tài)化、個性化的查詢，同時能夠依照時間維度以圖表的形式對相關(guān)性能數(shù)據(jù)進行展示；后者的功能體現(xiàn)在運維平臺能夠?qū)φw平臺所監(jiān)督、管理的信息資源、應用程序、設施設備等進行動態(tài)分析與統(tǒng)計，同時繪制成報表進行性能數(shù)據(jù)圖表導出。

（4）告警管理。提供對運維平臺相關(guān)設備、程序性能方面的監(jiān)控以及告警管理等服務，能夠為業(yè)務平臺用戶、管理員提供及時的告警信息，同時提供基于用戶層面的告警信息的自動生成、處理、派送服務，依照不同時間、不同權(quán)限與不同等級的相應標準，向運維人員輸送相關(guān)信息，便于檢修工作的快速開展。告警信息通常包含運行故障信息、運行風險、日志告警等[2]。

（5）日志管理：支持運維工作人員基于不同需求、不同標準開展有針對性地服務日志、智能平臺管理接口（Intelligent Platform Management Interface，IPMI）日志、系統(tǒng)日志、操作日志等信息的篩選服務。運維人員能夠通過日志管理搜尋、查看、分析、刪減以及導出各項日志信息。

（6）網(wǎng)絡管理。提供對網(wǎng)絡資源的拓撲以及監(jiān)控服務，在網(wǎng)絡通信線路或是相關(guān)節(jié)點、設備等出現(xiàn)故障的情況下進行主動報警，從而有效提升網(wǎng)絡故障的響應能力，幫助運維人員全面的收集、分析網(wǎng)絡性能數(shù)據(jù)，為其后續(xù)的擴容、調(diào)整與改造工作提供便利與科學依據(jù)。同時，能夠幫助運維人員對網(wǎng)絡的具體運行情況獲得更明確的認知，方便其結(jié)合運維需求靈活調(diào)整網(wǎng)絡流量額度、速度等，以此保障整體網(wǎng)絡的服務質(zhì)量[3]。

2 基于需求的運維管理平臺架構(gòu)設計

從滿足平臺功能要求出發(fā)，本運維管理平臺總體架構(gòu)可分為人機交互層（展示層）、業(yè)務層、資源層，結(jié)構(gòu)如圖2所示。

圖2 全運維管理平臺的架構(gòu)

圖2中，展示層是運維平臺的人機交互主界面；業(yè)務層具體包含運維平臺中的各項功能模塊、業(yè)務等，如資源管理、資源分析、身份管理、安全管理以及日志管理等；資源層主要是基礎(chǔ)設施即服務（Infrastructure As A Service，IAAS）層中的平臺相關(guān)設備、系統(tǒng)、功能模塊等的所有資源信息，具體包括計算信息、信息存儲、網(wǎng)絡數(shù)據(jù)、安全系統(tǒng)以及設備等[4]。

平臺技術(shù)架構(gòu)主要基于應用程序界面（Application Program Interface，API）網(wǎng)絡關(guān)聯(lián)性實現(xiàn)統(tǒng)一接口、性能展示、系統(tǒng)告警等服務。運維業(yè)務平臺主要利用了容器微服務管理功能，從而實現(xiàn)配置管理、日志管理、認證服務、系統(tǒng)告警等服務的容器化升級。持久化層采用了elk、MySQl等主流信息儲存軟件、云平臺；中間層結(jié)合了RabbitMQ服務器的功能、模塊等；采集層主要包含了遠程采集技術(shù)、監(jiān)控信息量采集技術(shù)、日志信息采集技術(shù)等。

3 運維管理平臺應用實例

某省電力公司信息化基礎(chǔ)設施主要包含外部網(wǎng)絡平臺（公共互聯(lián)網(wǎng)電力綜合業(yè)務系統(tǒng)）以及電力公司內(nèi)部專網(wǎng)。在電力服務信息化發(fā)展的宏觀大背景下，該省部署在外網(wǎng)的業(yè)務系統(tǒng)數(shù)量、服務模塊功能以及應用人數(shù)都在不斷增長。為更好地優(yōu)化其外部業(yè)務系統(tǒng)的運行穩(wěn)定性與社會服務效益，同時也為降低內(nèi)部人員的工作負擔以及相應的費用支出，該電力公司特向某移動公司購買公用云資源運維管理服務，應用上文所設計監(jiān)控平臺，用以部署、維護其外網(wǎng)電力業(yè)務系統(tǒng)。在此只簡單介紹該運維管理平臺其中幾個模塊的功能特點。

3.1 資源管理

資源管理模塊依托于Java、MySQl技術(shù)開發(fā)出平臺的資源管理數(shù)據(jù)庫，用于支撐互聯(lián)網(wǎng)電力綜合業(yè)務系統(tǒng)運維平臺的各項業(yè)務以及針對IT資源配置信息的查詢、分析、管理與關(guān)聯(lián)等需求。同時根據(jù)該網(wǎng)絡系統(tǒng)信息瀏覽量龐大、用戶規(guī)模大、業(yè)務流量高等特點，特結(jié)合運營商務物理機以及云端網(wǎng)絡虛擬機，構(gòu)建起能夠承載大量數(shù)據(jù)信息的資源管理與儲備模塊，以維持后期相關(guān)工作的穩(wěn)定開展。

3.2 資源統(tǒng)計與分析

主要用于告警、運行質(zhì)量、資源性能等數(shù)據(jù)的收集、計算與分析，同時為用戶、管理員、運維人員等提供相應的圖表自動化生成功能、報表展示功能、文件下載功能。該模塊主要分為“信息獲取”“信息分析與計算”“前端調(diào)用接口服務”3個部分，各部分的功能如下。

（1）信息獲取。指依照固定的目標，在運維平臺以及云計算資源池范圍內(nèi)，結(jié)合Java、mysql等多項技術(shù)手段與方式方法獲取原始信息的活動與過程。主要用于自動收集互聯(lián)網(wǎng)財政政務系統(tǒng)以及其運維平臺運行過程中的財務業(yè)務信息、政府人員+運維管理人員+互聯(lián)網(wǎng)系統(tǒng)用戶數(shù)據(jù)信息、用戶瀏覽數(shù)據(jù)、網(wǎng)絡信息內(nèi)容、領(lǐng)導層發(fā)布內(nèi)容信息、管理者調(diào)整內(nèi)容等數(shù)據(jù)資源。

（2）信息分析與計算。根據(jù)電力公司、用電客戶以及云計算資源池運維商三方的不同需求，對相應的源數(shù)據(jù)進行分析以及計算，同時自動化生成圖表、報表等信息展示文件，以為相關(guān)人員的業(yè)務需求提供理論參考與數(shù)據(jù)支持。以系統(tǒng)運維需求為例，運維人員可以提取某一電力子公司功能模塊在不同時間段的使用流量，以此為基準對該模塊使用高峰期進行重點維護。

（3）前端調(diào)用接口服務：包含文件導出、文件下載功能，根據(jù)相關(guān)人員的需求提供圖表、報表、數(shù)據(jù)文件的修改、預覽與下載服務[4]。通過為管理人員提供更簡單明了的文件信息，以便于其結(jié)合實際數(shù)據(jù)信息更好地開展電力服務監(jiān)管與運維工作。

3.3 告警管理

告警管理模塊主要包含告警采集、告警重定義以及告警分類、告警處理、告警發(fā)布、告警推送等功能。其運行流程如圖3所示。

圖3 告警管理模塊運行流程

（1）告警數(shù)據(jù)采集：實時檢測運維平臺中用戶違規(guī)操作、平臺故障、網(wǎng)絡病毒、斷電以及斷網(wǎng)等情況，并收集相關(guān)數(shù)據(jù)。

（2）告警數(shù)據(jù)重定義：針對實際告警數(shù)據(jù)、數(shù)據(jù)產(chǎn)生位置、數(shù)據(jù)產(chǎn)生原因等進行分析與重定義，將緊急情況較低、對運維平臺運行質(zhì)量、用戶使用體驗等影響較小或是不會產(chǎn)生影響的數(shù)據(jù)剔除。

（3）告警數(shù)據(jù)分類：結(jié)合不同告警數(shù)據(jù)的詳情信息，將其細分為系統(tǒng)告警、網(wǎng)絡告警、用戶操作告警等不同分類。

（4）告警數(shù)據(jù)處理：針對不同告警數(shù)據(jù)的分類對其進行分級處理，通常可細分為緊急告警、嚴重告警與一般告警，并根據(jù)告警信息的級別與分類確定其發(fā)布類型、發(fā)布時間以及目標端口。

（5）告警發(fā)布：結(jié)合實際情況將不同告警信息以不同的形式發(fā)布至相應管理人員的平臺端口[5,6]。

案例平臺中其他信息采集與監(jiān)控、日志信息管理、平臺展示功能模塊不再贅述。

4 結(jié) 論

本文研究的運維管理平臺能夠為相關(guān)用戶提供基于云計算資源池的資源管理、資源分析、告警信息分析與處理、日志信息管理等多元化的運維功能。能夠?qū)崿F(xiàn)運維人員對系統(tǒng)平臺的全天候、全維度監(jiān)控以及全面管理。有助于相關(guān)運維人員加強對資源池計算、信息貯存、平臺使用情況等數(shù)據(jù)信息的掌握程度，有效滿足運維人員、管理人員、平臺用戶三方的使用需求，提升運維效率的同時降低運行分享，具備一定的參考價值。