NOG-Lifestyle

 找回密码
 成为Gamer
搜索
查看: 89|回复: 0

这样的CMDB设计,居然阻止了海量告警对运维的轰炸

[复制链接]

2301

主题

1258

帖子

2127

积分

超级版主

Rank: 8Rank: 8

积分
2127
发表于 2018-6-19 14:19:33 | 显示全部楼层 |阅读模式
142048bxmbtlzbgdharx9d.jpg

梁定安(大梁),运维技术总监,复旦大学客座 DevOps讲师。多年运维、运营开发和 DevOps 的工作经验,曾负责 Qzone、相册等 SNG 社交平台类业务的运维规划与管理,经历了 SNG 运维标准化、自动化、智能化建设的全程。腾讯织云负责人。

1

标题党一回!本文主要介绍运维 CMDB 的设计思路,恰当的 CMDB 设计,对运维效率的提升,如收敛告警和故障自愈等,有着意想不到的效果。

在运维自动化平台的设计理念中,我们一直提倡“减少运维对象”,并将运维对象进行抽象化、模型化、配置化的录入 CMDB 中管理,进而让运维工具有途径消费CMDB 中的数据,让运维自动化流程能够通过接口维护 CMDB 中各个运维对象的属性与状态,这是构建自动化运维体系的配置基础。

142048hv1kyyuy4xb4hggn.jpg

那么 CMDB 主要记录怎样的内容,在织云面向业务架构的 CMDB 实践中,将CMDB 的配置数据主要分为几类(更多配置需求可扩展):

业务对象:业务树、架构层等;

硬件对象:主机、网络设备等;

应用对象:软件包、配置文件、脚本等;

自定义对象:变更信息、密码库等。

每种运维对象都包含其各自的属性和状态配置,如:

业务树:业务层级关系、负责人、重要级别等;

主机:IP地址、主机名、操作系统、上联交换机端口等;

软件包:版本、部署实例、进程、端口、清理策略等;

变更信息:时间、IP、操作内容、操作人员等。

运维对象与运维对象之间需要建立规则或关系,如下图:

142048gvdvtdtj1qs6vgvj.jpg

2

言归正传,CMDB 的设计与告警收敛和故障自愈有什么联系呢?让我们一起对运维常遇到的基础告警做一些问题归类:

容量告警:CPU、流量指标告警等;

进程端口告警:进程不存在、僵尸进程等;

Ping、死机告警:Ping 探测、agent 上报超时等;

硬盘告警:硬盘容量满、硬盘只读等。

该面向业务架构设计的 CMDB 系统发挥功效的时候了,让我们一起看一个简单的示例:

142048p2wprzivbuul2wul.jpg

(点击看大图)

运营状态:运营中意味着需要正常告警,此字段还有故障中、测试中、待申请等状态,可对应不同的运维工作操作。

负责人:大梁为该业务运维负责人,该业务下的设备自动继承负责人信息;

架构层:逻辑SPP意味着是标准开发框架,是标准化的服务,有框架自带的监控数据;

软件包:ngnix-1.9表示软件的版本,可扩展到安装路径、启停操作等等;

端口:此字段信息可用户端口监控,可结合部署检测、故障自愈等运维操作;

IP集群:该业务模块部署的IP地址,可基于 CMDB 的配置信息,可基于规则;

自动巡检、故障自愈、架构规划、容量一致性等标准化运维管理的功能。

织云构建的体系化运维能力,在大量的基础告警爆发时,基于运维规则与CMDB的配置记录,我们将会得到如下场景的运维自动化能力:

容量去阈值:将IP集群的容量,按业务的纬度收敛成为单指标,Metis 单 KPI 智能精准分析,无需阈值管理;

指标预测:每小时指标增长斜率的告警,去阈值的一种实现;

容量一致性:IP 集群的容量如不一致,则视为异常,在日常运维工作需主动修复中;

故障精准通知:无需维护IP负责人,准确将告警推送给业务运维负责人;

进程/端口告警自愈:主动ps检测,发现进程/端口不存在,结合软件包规则自动拉起,修复该故障;

Ping/死机告警自愈:结合 CMDB 的架构层和运营状态的信息,对无状态服务自动调用负载均衡接口踢出该主机,自动重启主机,修复问题后,重新加入负载均衡服务;

硬盘告警自愈:结合主机数据/日志管理规则,举一反三的将硬盘容量告警的清理策略自动执行,针对硬盘只读的告警可自动执行重启操作;

主动巡检:基于 CMDB 的配置信息,如软件包版本、各 IP 的负载容量、运行进程端口等信息,定制主动巡检的运维工具,每天生成报表,让运维防火成为日常例行工作,减少因生成环境不一致火灾抢险的发生几率。

3

正如上述简单的 CMDB 案例所达到的运维能力,对告警收敛和故障自愈的效果是显著的。在此,笔者希传递CMDB的设计思路:

CMDB 是运维体系的基础数据配置中心,在运维平台的架构地位很关键;

CMDB 避免大而全的设计,记录有限的信息就能帮上大忙,从小做起;

自动发现并非万能的,运维对象的管理需要双管齐下;

CMDB 中对象的管理关键在于保证信息的准确与生产的一致性;

CMDB 要提供统一的接口服务,利用自动化的工具或流程来维护配置信息;

不要拘泥于唯一的或形式上的 CMDB,只要表结构扩展,配置数据就能被持续利用;

泛 CMDB 的概念能助你更好的理解 CMDB 和落地 CMDB。

简单的 CMDB 设计不仅可承载大量的运维标准化规则,在腾讯织云的运维实践经验中,对 CMDB 中的数据加以利用,更能在 AIOps 时代发挥更大的威力。

从运维技术转型到运维产品经理,让我有机会从一个全新的角度来看待和总结过去做过的运维系统。在和很多企业客户沟通时,我发现了一个典型的问题,传统的运维思路总习惯于“头痛治头脚痛治脚”。回顾近 10 年在腾讯的运维技术实践中,腾讯织云运维体系的建成,是有意或无意的由业务运维主导进化而来的,下次有机会再深入和大家探讨 CMDB 在更多运维场景的实践。

142048nemq2wxfajj6a621.jpg

· 我 · 是 · 分 · 割 · 线 ·

142049pr84xabz4ckyagaa.jpg 142049adooxnngz4161tdw.jpg

本文作者大梁,以及腾讯社交网络运营部总监聂鑫将会双双出席腾讯运维双雄专场。为大家分享运维自动化和智能化的实践之路。

“每一次分享,都要认真思考听众们能收获什么,因为大家的时间都很宝贵。”

---来自分享人

那么,以下两场干货,一定也是诚意满满。我们,在GOPS上海站等你。

142049z0wrqrzms0mg5rvm.jpg 142049tnyyb2fsy2sz688g.jpg

报名请戳 “阅读原文”

↙↙↙GOPS上海站起航,点击阅读原文


免责声明:如果侵犯了您的权益,请联系站长,我们会及时删除侵权内容,谢谢合作!


上一篇:华为P20pro降至新低价,比iPhone8plus便宜800元,网友:厚道
下一篇:奥特莱斯首家智能体验馆落户洛溪,黑科技全囊括!
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 成为Gamer

本版积分规则

Archiver|手机版|Sitemap|网站地图|NOG-Lifestyle ( 辽ICP备18007014号 )

GMT+8, 2019-11-18 07:46 , Processed in 0.123525 second(s), 27 queries .

Powered by Discuz! X3.4

© 2001-2017 Comsenz Inc.

快速回复 返回顶部 返回列表