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)不僅涉及鐵路運輸生產(chǎn)、經(jīng)營、服務(wù)等多個領(lǐng)域，還深入到辦公、財務(wù)、計劃、統(tǒng)計、人事、勞資等各個方面。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)由原來的單一獨立逐步邁向多元化、層次化，應(yīng)用系統(tǒng)運維工作亦日益變得復(fù)雜，對安全、穩(wěn)定、高效運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)和運行維護(hù)業(yè)務(wù)中涉及的一系列方法、流程和經(jīng)驗的總和，其目標(biāo)是實現(xiàn)IT服務(wù)的規(guī)范化、流程化、電子化和自動化，降低IT運維成本，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)驗集的ITIL。

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

1 鐵路局級應(yīng)用系統(tǒng)運維現(xiàn)狀

1.1 人工運維管理為主，整體效率較低

鐵路局級應(yīng)用系統(tǒng)主要包括：客票發(fā)售和預(yù)訂系統(tǒng)（PMIS）、鐵路運輸管理信息系統(tǒng)（TMIS）、運輸調(diào)度信息系統(tǒng)（TDMS）、車號自動識別系統(tǒng)(ATIS)、電子商務(wù)系統(tǒng)、辦公自動化系統(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、中間件、應(yīng)用軟件等。路局信息技術(shù)部門在日常的運維管理中以人工方式為主，整體運維效率較低。

鐵路局級應(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、不到位、反應(yīng)慢的問題。

1.2 缺乏標(biāo)準(zhǔn)的運維管理服務(wù)體系

目前鐵路局還沒有建立局級應(yīng)用系統(tǒng)運維標(biāo)準(zhǔn)服務(wù)體系，運維質(zhì)量和水平整體偏低。信息技術(shù)人員解決問題時基本依靠個人習(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)故障處理知識非常分散，很多技術(shù)知識和經(jīng)驗的積累基本依賴個人，缺乏一套全面的知識管理體系，運維經(jīng)驗和技術(shù)無法在應(yīng)用系統(tǒng)維護(hù)部門中進(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)控管理平臺方案

2.1 平臺總體架構(gòu)

應(yīng)用監(jiān)控管理系統(tǒng)是基于ITSM最佳實踐流程ITIL建立的，具有綜合應(yīng)用監(jiān)控和管理能力的平臺，包括功能模塊化和底層數(shù)據(jù)的互通性兩大特征。各個流程模塊可以逐步的構(gòu)建，頂層的訪問和底層的數(shù)據(jù)共享都有平臺統(tǒng)一化的服務(wù)實現(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

整個運維管理平臺在邏輯上分為四個層次，分別是：門戶（前端用戶訪問層）、服務(wù)平臺（ITIL最佳實踐流程）、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)臺系統(tǒng)相關(guān)的所有外圍系統(tǒng)和應(yīng)用）。通過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)實現(xiàn)一種高可用、高穩(wěn)定性的平臺提供了保障。

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)有的條件下無法解決網(wǎng)絡(luò)問題，需在兩個專網(wǎng)下各建一套系統(tǒng)，系統(tǒng)間通過客票接口網(wǎng)閘（網(wǎng)閘中只提供FTP服務(wù)）實現(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)控主要對象

目前主要的鐵路局級應(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)庫軟件、中間件、應(yīng)用軟件等。虛擬化系統(tǒng)監(jiān)控。通過監(jiān)控平臺，可以自動發(fā)現(xiàn)當(dāng)前平臺下所有虛擬化主機(jī)和對應(yīng)虛擬機(jī)；監(jiān)控虛擬化集群、資源池、虛擬主機(jī)，存儲I/O，網(wǎng)絡(luò)流量等相關(guān)重要虛擬化資源的運行情況。

數(shù)據(jù)庫監(jiān)控。鐵路客票系統(tǒng)數(shù)據(jù)庫以SYBASE ASE為主，包含12.5、15.0、15.7三個版本，其他系統(tǒng)以O(shè)racle 9i、Oracle10g、Sql Server為主。監(jiān)控平臺可為這些數(shù)據(jù)庫提供實時且不間斷的監(jiān)控，包括連接數(shù)，鎖、CPU、內(nèi)存、I/O等資源使用情況，并可自動發(fā)現(xiàn)環(huán)境，在監(jiān)測到潛在的問題或錯誤時發(fā)生警告和警報。

中間件監(jiān)控。監(jiān)控平臺對現(xiàn)有環(huán)境中的主流中間件WebSphere/Jboss/A－pache/MQ等實現(xiàn)監(jiān)控。中間件管理主要是對中間件的關(guān)鍵運營活動和事件進(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)控平臺可提供直觀有效的方式展現(xiàn)應(yīng)用系統(tǒng)的運行狀況。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)控實現(xiàn)實時直觀的監(jiān)控體驗，能幫助應(yīng)用開發(fā)部門第一時間定位到核心問題所在，從而從整體上降低應(yīng)用程序故障時間。

2.3 應(yīng)用監(jiān)控模型

應(yīng)用監(jiān)控平臺將可以提供“自學(xué)習(xí)的動態(tài)基線和閾值”和“基于趨勢的主動報警”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)的動態(tài)基線和閾值”可以通過自學(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)自動操作功能，系統(tǒng)可以根據(jù)告警的類型和告警級別自動觸發(fā)腳本級的自動化操作功能，能夠?qū)崿F(xiàn)為現(xiàn)有平臺提供高智能和基于策略自動化的監(jiān)控管理；有數(shù)據(jù)表明，40%以上的告警可以通過自動化腳本在第一時間自動解決，無需人工介入，更好地提高了整個平臺的可用性。

“基于趨勢的主動報警”簡稱趨勢報警，系統(tǒng)可自動分析歷史運行數(shù)據(jù)，分析系統(tǒng)資源的使用趨勢，在系統(tǒng)資源達(dá)到閾值之前主動報警，確保系統(tǒng)管理員有足夠的時間調(diào)整資源配置，防范問題與未然，該報警方式能對服務(wù)級別協(xié)議（SLA）產(chǎn)生直接的積極影響。通過有效專業(yè)的參數(shù)配置，能將資源瓶頸產(chǎn)生的故障報警降低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腳本，通過網(wǎng)絡(luò)抓包的方式從應(yīng)用接入點獲取并分析數(shù)據(jù)，以實現(xiàn)面向用戶真實會話的性能及可用性監(jiān)控，從使用者的角度測試系統(tǒng)應(yīng)用是否運行正常，并能夠非常精確地將出錯的步驟第一時間反饋給系統(tǒng)管理員。對于提高應(yīng)用訪問的可用性，降低系統(tǒng)排錯時間，降低平臺故障時間有顯著的效果。

2.4 管理平臺主要功能

管理平臺主要實現(xiàn)應(yīng)用系統(tǒng)運維事件分析，實時告警管理等功能，該平臺將事件分析匯聚監(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，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)正常運行的事件，通過有效的事件嚴(yán)重級別分類，為不同級別設(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。

問題管理。問題管理流程的根本目的是通過對于常見問題的不斷追蹤，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)建立一個穩(wěn)定的IT環(huán)境，提高IT服務(wù)的可用性。

知識庫管理。通過對知識庫維護(hù)和使用，不僅可以在故障自動處理和人工處理的過程中在知識庫中得到相關(guān)故障維護(hù)的分類和快速定位，而且知識庫具有的業(yè)務(wù)幫助功能，使相關(guān)人員可以通過關(guān)鍵字查詢業(yè)務(wù)幫助、產(chǎn)品、市場活動、發(fā)生過的處理流程、電子文檔等，從而快速定位問題，解決問題，降低故障處理時間。

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

3 效果分析

3.1 自動化和智能化手段提高運維管理效率

通過自動化手段覆蓋主流IT環(huán)境（系統(tǒng)、數(shù)據(jù)庫、應(yīng)用、中間件、存儲、網(wǎng)絡(luò)等）IT對象性能及故障事件采集、整合“自學(xué)習(xí)的動態(tài)基線和閾值”和“基于趨勢的主動報警”以及“仿真核心業(yè)務(wù)流程監(jiān)控”三種監(jiān)控方式，涵蓋閾值的故障報警、事件過濾、事件壓縮、事件關(guān)聯(lián)、問題場景自動捕捉，問題根源分析，提供多種報警手段提高運維管理效率。

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)、找出問題區(qū)域以及持續(xù)改善所提供的服務(wù)。通過實時的前瞻性管理，確保滿足或超出客戶的期望值。因此，通過實施本系統(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 通過有效的資源分析和優(yōu)化減少基礎(chǔ)硬件的投資

通過基于趨勢的監(jiān)控方式，通過對于歷史信息的智能化動態(tài)分析，能通過專業(yè)報表的方式將未來一段時間的資源需求呈獻(xiàn)給系統(tǒng)管理員參考，為軟硬件投資提供堅實的量化的技術(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。

4 結(jié)束語

應(yīng)用系統(tǒng)監(jiān)控管理平臺應(yīng)用系統(tǒng)監(jiān)控管理平臺是基于ITSM最佳經(jīng)驗集ITIL建立的綜合監(jiān)控管理平臺，它能夠提供豐富的智能化手段跨系統(tǒng)、跨平臺的及時發(fā)現(xiàn)應(yīng)用系統(tǒng)問題，提升響應(yīng)時間；能夠從業(yè)務(wù)優(yōu)先級出發(fā)優(yōu)先解決對業(yè)務(wù)影響較大的應(yīng)用系統(tǒng)故障，降低故障影響；通過自動化的處理腳本，降低人工介入，進(jìn)一步降低故障處理時間；通過統(tǒng)一的門戶平臺提升應(yīng)用系統(tǒng)運維管理的便捷性。由此可見，應(yīng)用系統(tǒng)監(jiān)控管理平臺的應(yīng)用對鐵路應(yīng)用系統(tǒng)運維工作質(zhì)量提升具有很好的實用性。

[1]北京神州泰岳軟件股份有限公司.中國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，2007(10).

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