CN115801606A - 一种业务驱动的it全景运维监控系统及构建方法 - Google Patents

Abstract

本发明提供了一种业务驱动的IT全景监控系统及构建方法，属于IT监控系统技术领域；解决了传统IT运维监控中存在的运维工作量大、数据准确性差、系统信息分散、故障定位困难及业务动态感知差的问题；采用分层建设，实现基础资源监控、应用资源监控、运维资源监控、缺陷信息监控，其中基础资源监控用于实现对机房动环、物理服务器、虚拟机、网络安全设备、存储设备、操作系统、数据库、中间件资源的全面监控；应用资源监控用于实现对用户应用及业务视角维度的健康状态监控；运维资源监控用于实现在运维过程中各指标体系的监控；缺陷信息监控用于实现对业务系统在上线前和上线后的缺陷情况监控；本发明应用于IT监控系统。

Description

一种业务驱动的IT全景运维监控系统及构建方法

技术领域

本发明提供了一种业务驱动的IT全景运维监控系统及构建方法，属于IT运维监控系统技术领域。

背景技术

随着电力网络数字化的发展，信息技术深入到电力生产的各个环节，IT信息系统已经成为最重要的数据载体和信息来源；同时随着各项业务的快速发展，支撑业务运行的信息系统规模日渐庞大，交易流程复杂，故障根源难以快速定位，信息系统故障对业务的影响程度及范围难以快速判断。新技术在让IT系统变得更敏捷、健壮、高性能的同时，也带来了更高的技术架构复杂度，给业务应用监控带来了前所未有的挑战。

目前传统IT运维监控中主要存在如下几个问题：

1、运维工作量大、数据准确性差

目前使用人工方式维护软硬件设备资产数据，运维工作量大，数据准确性难以保证，给信息运维工作带来巨大隐患，同时缺乏自动化检修验证手段，无法发现业务应用潜在的故障点、业务改进点和性能瓶颈。

2、系统信息分散、故障定位困难

目前，应用服务监控、硬件设备监控等各种监控信息相对独立，运维信息完整性和关联性差，信息系统拓扑和集成关系不清晰，信息价值挖掘应用不足，缺乏以全视角可视化形式展示信息系统上下游关联对象运行状态的手段，给智能预警以及故障定位和分析带来诸多困难。

3、业务动态感知差

缺乏用户使用角度分析展现各业务系统各节点及核心功能运行情况。营销业务域交易复杂，业务繁重，缺乏以业务为视角的立体式全景监控分析，无法实现营销业务数据的动态感知及运行故障的快速定位。

发明内容

本发明为了解决传统IT运维监控中存在的运维工作量大、数据准确性差、系统信息分散、故障定位困难及业务动态感知差的问题，提出了一种业务驱动的IT全景监控系统及构建方法。

为了解决上述技术问题，本发明采用的技术方案为：一种业务驱动的IT全景运维监控系统，采用分层建设，包括应用展示层、功能层和运维数据层，实现基础资源监控、应用资源监控、运维资源监控、缺陷信息监控，其中基础资源监控用于实现对机房动环、物理服务器、虚拟机、网络安全设备、存储设备、操作系统、数据库、中间件资源的全面监控；

所述应用资源监控用于实现对用户应用及业务视角维度的健康状态监控；

所述运维资源监控用于实现在运维过程中各指标体系的监控；

所述缺陷信息监控用于实现对业务系统在上线前和上线后的缺陷情况监控。

所述应用展示层包括运行分析决策模块、风向监控预警模块、全景可视化模块和资源优化配置模块，所述功能层包括流程管理模块、事件管理模块、变更管理模块、资源配置管理模块、反馈管理模块和日志管理模块，所述运维数据层包括数据采集模块、数据处理模块、数据存储模块和数据服务模块。

所述指标体系包括客服指标信息、检修信息、服务信息。

所述应用资源监控包括用户维度，功能维度、数据量维度、关键业务指标维度，其中用户维度包括注册用户数、在线用户数、活跃用户数、僵尸用户数指标；功能维度包括总功能数、在用功能数、僵尸功能数、活跃功能数指标；数据量维度包括数据量同比增长、环比增长指标；关键业务指标，根据具体业务系统情况，获取对应关键业务指标进行监控。

一种业务驱动的IT全景运维监控系统的构建方法，包括如下步骤：

S10：构建业务驱动的IT全栈监控体系：通过梳理业务系统横向及纵向相关资源情况及监控指标，构建一种全栈式、多维度，业务视角为主、运维视角为辅的全景健康指标体系，所述IT全栈监控体系包括基础资源监控、应用资源监控、运维资源监控和缺陷信息监控；

S20：构建IT健康监控指标体系：基于IT全栈监控指标体系，对各指标进行归类，构建生死线指标、关键指标、常规指标三大类指标；

S30：监控指标数据采集：建立数据采集模块，通过接口获取各监控系统指标信息；

S40：构建IT监控模型：基于IT健康监控指标体系构建健康评分算法，采用层次分析法根据每个指标数据及预警阈值进行判断；

S50：构建智能算法库：针对各业务监控指标基于人工智能算法进行指标智能监控与预警，包括单指标异常检测、多指标分析、单指标预测智能算法；

S60：构建业务健康大屏：针对业务大屏，首先将业务重要性指标数据接入，其次接入业务负责人或管理层关系的数据在大屏上进行展示。

所述生死线指标为用于描述和衡量特定业务状态的、最核心的单个指标，如果生死线指标不达标，则意味着业务不可用；

所述关键指标是用于描述和衡量特定业务状态的指标；

所述常规指标是通过相应监控系统/机制获取到的、用以描述、衡量和记录特定业务状态与业务活动的全量指标。

所述数据采集模块中基础资源中机房监控指标与机房动环系统建立接口，并实施获取指标信息，应用资源信息从网络流量监控中获取各业务系统应用指标情况。

所述监控评分算法的健康评分计算公式为：

（严重告警权重占比*（正常指标个数/总严重指标个数）*100+次严重告警权重占比*（正常指标个数/总次严重指标个数）*100+预警告警权重占比*（正常指标个数/总预警指标个数）*100）*对应的健康指数；

通过以上算法可以告警的类型等级，进而对业务系统进行健康分析。

所述单指标异常检测采用人工智能技术通过学习历史指标库中的正常行为模式，并对数据中的异常行为模式进行判定；

所述单指标预测基于机器学习和统计方法，在指标的历史数据上进行训练，提取特征学习历史数据中的规律，针对指标未来一段时期的发展变化进行预测。

本发明相对于现有技术具备的有益效果为：本发明提供的业务驱动的IT全景运维监控系统，采用分层建设，抽象出了云资源监控，应用监控，业务监控3种监控系统，每种监控都专注发现相关领域的故障发现，再通过统一CMDB解决监控元数据相互不统一的问题，通过智能算法，报警中心和故障处理平台集中管理事件、故障以及提升准确率。

附图说明

下面结合附图对本发明做进一步说明：

图1为本发明的系统结构示意图；

图2为本发明系统的构建方法流程图。

具体实施方式

如图1至图2所示，本发明提供了一种业务驱动的IT全景运维监控系统，该系统采用了业务驱动的监控理念，从业务视角实时感知业务系统运行状态，确保业务连续性，持续提升业务效能。

业务运维和传统运维最大的不同，就是从业务视角去看待整个运维管理工作：从业务的角度看用户体验好不好，业务指标是不是在健康增长，业务的波动是不是正常的。由此推导出IT系统应该如何管理，这个思路与传统的IT管理可以说是完全不同的。传统IT的思路是建系统、加运维、加网管系统，将摊子越铺越大，管理越做越细，整个管理是横向的；而业务运维则是以业务为轴实现IT的纵向管理，系统底层是硬件支撑系统，硬件系统之上运行着各种应用，而应用上又跑着各种业务，业务运维管理着与某个业务相关的整个链路，IT管理者的注意力就会非常聚焦：关注由业务向下贯穿到整个关联系统的状态是否正常，通过数字化业务关键指标体系，有针对性的进行管理，运维效率也将获得大幅度的提高。

本发明提出的业务驱动的IT全景运维监控系统，采用分层建设，包括应用展示层、功能层和运维数据层，实现基础资源监控、应用资源监控、运维资源监控、缺陷信息监控，其中基础资源监控用于实现对机房动环、物理服务器、虚拟机、网络安全设备、存储设备、操作系统、数据库、中间件资源的全面监控；

所述应用资源监控用于实现对用户应用及业务视角维度的健康状态监控；

所述运维资源监控用于实现在运维过程中各指标体系的监控；

所述缺陷信息监控用于实现对业务系统在上线前和上线后的缺陷情况监控。

本发明的系统的构建方法的具体步骤如下：

图2是一个实施例中一种业务驱动的IT运维监控的构建方法的流程图。该方法包括：

S10：构建业务驱动的IT全栈监控体系

构建业务驱动的IT全栈监控体系，通过梳理业务系统横向及纵向相关资源情况及监控指标，主要是构建一种全栈式、多维度，业务视角为主、运维视角为辅的全景健康指标体系，具体包括：

基础资源监控，全面掌握当前IT基础设施运行的健康状况，实现从机房动环、物理服务器、虚拟机、网络安全设备、存储设备、操作系统、数据库、中间件等资源的全面监控。

应用资源监控，包括用户应用及业务视角维度的健康状态，主要包括用户维度，功能维度、数据量维度、关键业务指标维度。其中用户维度包括注册用户数、在线用户数、活跃用户数、僵尸用户数等指标；功能维度包括总功能数、在用功能数、僵尸功能数、活跃功能数等指标；数据量维度包括数据量同比增长、环比增长等指标。关键业务指标，根据具体业务系统情况，获取对应关键业务指标进行监控。

运维资源监控，主要是也系统在运维过程中涉及的指标体系，包括客服指标信息、检修信息、服务信息等。其中客服信息包括话务数量、工单数量、用户满意度等指标；检修信息包括检修工单数量、检修频率、检修时间等指标。

缺陷信息监控，是指业务系统在上线前和上线后的缺陷情况，上线签包括功能bug数量，安全bug数量、性能bug数量、代码bug数量等。上旬后，包括缺陷工单数量等。

S20：构建IT健康监控指标体系

构建IT健康健康指标体系，基于IT全栈监控指标体系，对各指标进行归类，构建生死线指标、关键指标、常规指标三大类指标；其中生死线指标主要是用以描述和衡量特定业务状态的、最核心的单个指标。若生死线指标不达标，则意味着业务不可用。关键指标是用以描述和衡量特定业务状态的一组重要指标。从几个核心维度分别描述和衡量特定业务的态势。常规指标是通过相应监控系统/机制获取到的、用以描述、衡量和记录特定业务状态与业务活动的全量指标。

S30：监控指标数据采集

建立数据采集模块，主要是通过接口获取各监控系统指标信息，例如，基础资源中机房监控指标可与机房动环系统建立接口，并实施获取指标信息，应用资源信息从网络流量监控中获取各业务系统应用指标情况。可设置核心指标接口监控，提供一个或多个监控API，监控应用自身状态、监控应用和数据库连接状态，监控应用和中间件连接状态以及监控在线用户数、访问次数等指标数据。

S40：构建IT健康监控模型

基于IT健康监控指标体系构建一种健康评分算法，采用层次分析法根据每个指标数据及预警阈值判断具体如下：

（1）权重占比：告警指标在总告警中的占比

某一类的权重占比*（正常指标个数/该类总指标个数）；

（2）健康指数：用于平衡分值，让分数落在某个区间内

发生严重告警，权重计算后的分值乘以严重健康指数；

发生次重告警，未发生严重告警，权重计算后的分值乘以次严重健康指数；

只发生预警告警，权重计算后的分值乘以预警健康指数；

（3）计算频率：健康分数计算周期。

健康评分计算公式为：

（严重告警权重占比*（正常指标个数/总严重指标个数）*100+次严重告警权重占比*（正常指标个数/总次严重指标个数）*100+ 预警告警权重占比*（正常指标个数/总预警指标个数）*100）*对应的健康指数；

通过以上算法可以告警的类型等级，进而对业务系统进行健康分析。

S50：构建智能算法库

构建智能算法库，针对各业务监控指标基于人工智能算法进行指标智能监控与预警，主要包括单指标异常检测、多指标分析、单指标预测等智能算法。

其中单指标异常检测主要是运用前沿人工智能技术通过学习历史指标库中的正常行为模式，并对数据中的异岸行为模式进行判定，为系统业务的变化提供全方位无死角监控。

单指标预测，基于机器学习和统计方法，在指标的历史数据上进行训练，提前特征学习历史数据中的规律，针对指标未来一段时期的发展变化进行预测，有助于资源规划、容量设置等上层业务。

S60：构建业务健康大屏

针对业务大屏，首先考虑要将业务重要性指标数据接入，其次接入业务负责人或管理层关系的数据，例如：用户在线人数、用户订单实时量数据，这些数据能让业务负责人或管理层直观的看到当前的业务状况.还可以针对一些预估的异常值进行告警配置。

本发明提出的业务驱动的IT全景运维监控系统不仅是业务、应用、云资源等分层监控能力的简单集成，更重要的是具备通过业务指标下钻分析到应用状态，及从应用状态下钻分析到资源状态的纵向拓扑联动能力，也是各层指标的智能化健康检查能力的一体化监控。全景运维监控直击传统监控平台缺失业务监控能力、各层监控数据及报警分散、监控配置成本较高等痛点，基于信通强大的监控技术积累和应急故障处理的最佳实践，为信通调运检提供一体化、一站式的监控解决方案，是国网生产管理的最佳实践。

关于本发明具体结构需要说明的是，本发明采用的各部件模块相互之间的连接关系是确定的、可实现的，除实施例中特殊说明的以外，其特定的连接关系可以带来相应的技术效果，并基于不依赖相应软件程序执行的前提下，解决本发明提出的技术问题，本发明中出现的部件、模块、具体元器件的型号、相互间连接方式以及，由上述技术特征带来的常规使用方法、可预期技术效果，除具体说明的以外，均属于本领域技术人员在申请日前可以获取到的专利、期刊论文、技术手册、技术词典、教科书中已公开内容，或属于本领域常规技术、公知常识等现有技术，无需赘述，使得本案提供的技术方案是清楚、完整、可实现的，并能根据该技术手段重现或获得相应的实体产品。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (9)

1.一种业务驱动的IT全景运维监控系统，其特征在于：采用分层建设，包括应用展示层、功能层和运维数据层，实现基础资源监控、应用资源监控、运维资源监控、缺陷信息监控，其中基础资源监控用于实现对机房动环、物理服务器、虚拟机、网络安全设备、存储设备、操作系统、数据库、中间件资源的全面监控；

所述应用资源监控用于实现对用户应用及业务视角维度的健康状态监控；

所述运维资源监控用于实现在运维过程中各指标体系的监控；

所述缺陷信息监控用于实现对业务系统在上线前和上线后的缺陷情况监控。

2.根据权利要求1所述的一种业务驱动的IT全景运维监控系统，其特征在于：所述应用展示层包括运行分析决策模块、风向监控预警模块、全景可视化模块和资源优化配置模块，所述功能层包括流程管理模块、事件管理模块、变更管理模块、资源配置管理模块、反馈管理模块和日志管理模块，所述运维数据层包括数据采集模块、数据处理模块、数据存储模块和数据服务模块。

3.根据权利要求1所述的一种业务驱动的IT全景运维监控系统，其特征在于：所述指标体系包括客服指标信息、检修信息、服务信息。

4.根据权利要求1所述的一种业务驱动的IT全景运维监控系统，其特征在于：所述应用资源监控包括用户维度，功能维度、数据量维度、关键业务指标维度，其中用户维度包括注册用户数、在线用户数、活跃用户数、僵尸用户数指标；功能维度包括总功能数、在用功能数、僵尸功能数、活跃功能数指标；数据量维度包括数据量同比增长、环比增长指标；关键业务指标，根据具体业务系统情况，获取对应关键业务指标进行监控。

5.一种业务驱动的IT全景运维监控系统的构建方法，其特征在于：包括如下步骤：

S10：构建业务驱动的IT全栈监控体系：通过梳理业务系统横向及纵向相关资源情况及监控指标，构建一种全栈式、多维度，业务视角为主、运维视角为辅的全景健康指标体系，所述IT全栈监控体系包括基础资源监控、应用资源监控、运维资源监控和缺陷信息监控；

S20：构建IT健康监控指标体系：基于IT全栈监控指标体系，对各指标进行归类，构建生死线指标、关键指标、常规指标三大类指标；

S30：监控指标数据采集：建立数据采集模块，通过接口获取各监控系统指标信息；

S40：构建IT监控模型：基于IT健康监控指标体系构建健康评分算法，采用层次分析法根据每个指标数据及预警阈值进行判断；

S50：构建智能算法库：针对各业务监控指标基于人工智能算法进行指标智能监控与预警，包括单指标异常检测、多指标分析、单指标预测智能算法；

S60：构建业务健康大屏：针对业务大屏，首先将业务重要性指标数据接入，其次接入业务负责人或管理层关系的数据在大屏上进行展示。

6.根据权利要求5所述的一种业务驱动的IT全景运维监控系统的构建方法，其特征在于：所述生死线指标为用于描述和衡量特定业务状态的、最核心的单个指标，如果生死线指标不达标，则意味着业务不可用；

所述关键指标是用于描述和衡量特定业务状态的指标；

所述常规指标是通过相应监控系统/机制获取到的、用以描述、衡量和记录特定业务状态与业务活动的全量指标。

7.根据权利要求5所述的一种业务驱动的IT全景运维监控系统的构建方法，其特征在于：所述数据采集模块中基础资源中机房监控指标与机房动环系统建立接口，并实施获取指标信息，应用资源信息从网络流量监控中获取各业务系统应用指标情况。

8.根据权利要求5所述的一种业务驱动的IT全景运维监控系统的构建方法，其特征在于：所述监控评分算法的健康评分计算公式为：

（严重告警权重占比*（正常指标个数/总严重指标个数）*100+次严重告警权重占比*（正常指标个数/总次严重指标个数）*100+预警告警权重占比*（正常指标个数/总预警指标个数）*100）*对应的健康指数；

通过以上算法可以告警的类型等级，进而对业务系统进行健康分析。

9.根据权利要求5所述的一种业务驱动的IT全景运维监控系统的构建方法，其特征在于：所述单指标异常检测采用人工智能技术通过学习历史指标库中的正常行为模式，并对数据中的异常行为模式进行判定；

所述单指标预测基于机器学习和统计方法，在指标的历史数据上进行训练，提取特征学习历史数据中的规律，对指标未来一段时期的发展变化进行预测。

Images