在新技術(shù)層出不窮的今天，數(shù)據(jù)中心運(yùn)維工作總是得不到足夠的重視。數(shù)據(jù)中心在不出任何問題的情況下，對運(yùn)維的工作是持默認(rèn)態(tài)度的，但如果出了一系列問題，付出的工作可能毀于一旦，工作的績效有點(diǎn)要拼人品的味道。其實(shí)，正如那句話所說的“古羅馬不是一天建成的”那樣，數(shù)據(jù)中心發(fā)生了故障，甚至是致命的故障，很多時候并不是突然就發(fā)生的，是平時工作的長期忽視才最終釀成了悲劇。如何做運(yùn)維才能體現(xiàn)出工作的價值，如何做運(yùn)維才能降低數(shù)據(jù)中心出現(xiàn)故障的風(fēng)險，在這樣的需求背景下，智能化運(yùn)維應(yīng)運(yùn)而生。

數(shù)據(jù)中心運(yùn)維工作主要包括配置管理和監(jiān)控，運(yùn)維人員每天都要進(jìn)行大量的模塊維護(hù)操作。運(yùn)維的操作設(shè)計程序更新、配置修改、數(shù)據(jù)傳輸以及各種自定義的命令執(zhí)行。在運(yùn)維過程中，這些大多是通過手工操作或編寫腳本的方式，將模塊更新到生產(chǎn)環(huán)境中，手工操作不可避免的會帶來誤操作，效率低下，甚至出現(xiàn)過模塊上線操作排隊的現(xiàn)象。另一方面對數(shù)據(jù)中心運(yùn)行的監(jiān)控，數(shù)據(jù)中心里運(yùn)行著成千上萬臺的各種設(shè)備，經(jīng)常會出現(xiàn)這樣那樣的問題，要等到故障反映到業(yè)務(wù)層面，那實(shí)際上已經(jīng)造成了損失，所以在嚴(yán)重故障發(fā)生之前，如果能夠發(fā)現(xiàn)一些設(shè)備運(yùn)行的異常表現(xiàn)，及時消除就可以減少故障對數(shù)據(jù)中心的影響，對數(shù)據(jù)中心進(jìn)行監(jiān)控就是將危險消滅在搖籃之中。然而數(shù)據(jù)中心里的設(shè)備、應(yīng)用程序、組網(wǎng)包含很多小系統(tǒng)，非常復(fù)雜，如果靠人去檢查，不僅效率低還容易漏掉，而通過智能化運(yùn)維就可以通過機(jī)器去檢查所有運(yùn)行的設(shè)備，并且對這些運(yùn)行的設(shè)備進(jìn)行監(jiān)控，發(fā)現(xiàn)隱患及時告警，當(dāng)運(yùn)維收到這些告警時，再采取行動。智能化運(yùn)維不僅將運(yùn)維人員從繁瑣的工作中解放出來，而且還大大提升了運(yùn)維工作的效率，是未來數(shù)據(jù)中心運(yùn)維發(fā)展的主要方向。所謂的智能化運(yùn)維，在這里給下個定義，就是用機(jī)器來代替運(yùn)維人員，在最少人工干預(yù)下，結(jié)合運(yùn)用腳本與第三方工具，保證業(yè)務(wù)7*24小時高效穩(wěn)定運(yùn)行，這也是所有數(shù)據(jù)中心運(yùn)維工作的終極目標(biāo)。

隨著數(shù)據(jù)中心規(guī)模越來越大，通過人工的方式做數(shù)據(jù)中心運(yùn)行幾乎不可能，這使得智能化運(yùn)維得到了很快發(fā)展，也出現(xiàn)了很多智能化運(yùn)維的軟件。比如：監(jiān)控系統(tǒng)用nagios，流量監(jiān)控用cacit，集群監(jiān)控用ganglia，ping監(jiān)控用ipmonitor或xping，配置管理用puppet等等，這些軟件都是開源的，可以根據(jù)自己數(shù)據(jù)中心的業(yè)務(wù)特點(diǎn)進(jìn)行修改，形成自己的運(yùn)維工具。一個智能化的運(yùn)維工具要想覆蓋到所有的設(shè)備，所有可能出現(xiàn)的風(fēng)險，是一件非常困難的事情，因?yàn)閿?shù)據(jù)中心涉及的設(shè)備和技術(shù)實(shí)在太多了，并且這些技術(shù)還在不斷地更新著。數(shù)據(jù)中心對運(yùn)維的要求是：事前預(yù)警：在故障出現(xiàn)之前，管理人員應(yīng)該能在任何時間，任何地點(diǎn)接收到告警信息，并及時處理問題，把故障隱患扼殺在搖籃中；事中恢復(fù)：天有不測風(fēng)云，即使是再完美的方案也可能有預(yù)料之外的故障，為保證在最短時間內(nèi)恢復(fù)業(yè)務(wù)，關(guān)鍵數(shù)據(jù)不因故障丟失，我們需要有完整備份方案來應(yīng)對自如；事后存檔，以便吸取教訓(xùn)，避免故障二次發(fā)生。要實(shí)現(xiàn)這樣的運(yùn)維要求，可不是一件容易的事情。這需要一個經(jīng)驗(yàn)豐富且高效的運(yùn)維服務(wù)團(tuán)隊來完成。隨著我們的業(yè)務(wù)系統(tǒng)不斷增加，業(yè)務(wù)量的不斷上升，成熟的運(yùn)維服務(wù)基本會借助第三方工具，高效的進(jìn)行軟件的部署與運(yùn)維。

智能化運(yùn)維要做到事前預(yù)警，事中恢復(fù)，事后存檔，實(shí)際上是要有大量的工作要完成。首先，要對重要的設(shè)備實(shí)施主動式監(jiān)控，如路由器、交換機(jī)、防火墻等。當(dāng)這些設(shè)備在運(yùn)行過程中出現(xiàn)告警時，要及時通知到運(yùn)維人員，對于一些簡單的告警智能化工具可以自行處理并修復(fù)，直接將處理結(jié)果反饋給運(yùn)維人員即可。其次，新業(yè)務(wù)部署或配置變更檢測也要做到自動化。新業(yè)務(wù)部署時涉及很多設(shè)備和應(yīng)用程序的調(diào)整，這個涉及大量的人工操作要有智能化工具來代替，還有各種設(shè)備的配置參數(shù)若發(fā)生變化，也將觸發(fā)變更流程轉(zhuǎn)給相關(guān)運(yùn)維人員進(jìn)行確認(rèn)，通過自動檢測協(xié)助運(yùn)維人員發(fā)現(xiàn)和維護(hù)配置。第三，維護(hù)事件提醒自動化，通過對設(shè)備和應(yīng)用活動的時時監(jiān)控，當(dāng)發(fā)生異常事件時系統(tǒng)自動啟動報警和響應(yīng)機(jī)制，第一時間通知相關(guān)運(yùn)維責(zé)任人，以便采取進(jìn)一步行動。第四，系統(tǒng)健康檢測自動化。定期自動地對設(shè)備硬件和應(yīng)用系統(tǒng)進(jìn)行健康巡檢，配合運(yùn)維服務(wù)團(tuán)隊實(shí)施對系統(tǒng)的健康檢查和監(jiān)控，及時發(fā)現(xiàn)系統(tǒng)級的運(yùn)行風(fēng)險。最后，維護(hù)報告生成自動化，定期自動地對系統(tǒng)做日志的收集分析，記錄系統(tǒng)運(yùn)行狀況，并通過階段性的監(jiān)控、分析和總結(jié)，定時提供運(yùn)維服務(wù)的可用性、性能、系統(tǒng)資源利用狀況分析報告，以便數(shù)據(jù)中心可以根據(jù)運(yùn)行情況，進(jìn)行下一個階段的投資。實(shí)際上，已經(jīng)有不少的公司看到了數(shù)據(jù)中心運(yùn)維的市場機(jī)會，推出了一些智能化工具，不過由于每個數(shù)據(jù)中心都有自身的特點(diǎn)，不少工具并不適用，需要大量的修改，真正能夠給數(shù)據(jù)中心運(yùn)維帶來革命性改革的工具還沒有看到，因?yàn)橹悄芑\(yùn)維還有很長的路要走。

在可預(yù)見的未來，運(yùn)維的角色將變得越來越重要，數(shù)據(jù)中心的運(yùn)維工作也將越來越繁重。智能化運(yùn)維不僅能滿足我們對數(shù)據(jù)中心運(yùn)維的要求，解放生產(chǎn)力，還能使我們的運(yùn)維管理更加規(guī)范化，標(biāo)準(zhǔn)化，從而真正意義上的實(shí)現(xiàn)智能化運(yùn)行。