本期專家：
姚 彬 優(yōu)維科技 系統(tǒng)架構(gòu)師
林 鋒 浪潮商用機(jī)器企業(yè)云創(chuàng)新中心 華南區(qū)技術(shù)總監(jiān)
任龍飛 紅帽企業(yè)級(jí)開源解決方案中心 解決方案架構(gòu)師
景顯強(qiáng) 紅帽企業(yè)級(jí)開源解決方案中心 軟件架構(gòu)設(shè)計(jì)師
劉 康 日志易 系統(tǒng)分析師
鐘錦鋅 SmartX超融合 產(chǎn)品經(jīng)理
李 寧 博云企業(yè)級(jí)PaaS及云管理解決方案中心 高級(jí)架構(gòu)師
01 如何評(píng)估自動(dòng)化運(yùn)維帶來的收益？
@姚彬 優(yōu)維科技 系統(tǒng)架構(gòu)師：
運(yùn)維核心職責(zé)是保證業(yè)務(wù)連續(xù)性，通常是花錢部門，建議量化圍繞這兩個(gè)方向：
1.業(yè)務(wù)：參考DevOps中四個(gè)核心指標(biāo)，變更時(shí)長(zhǎng)、發(fā)布頻率、服務(wù)恢復(fù)時(shí)長(zhǎng)、變更失敗率。
2.投入：運(yùn)維投入和業(yè)務(wù)量增長(zhǎng)的長(zhǎng)期曲線對(duì)比，短期不一定明顯。（資金、人員等）
02 運(yùn)維自動(dòng)化的成功標(biāo)志是什么？
@姚彬 優(yōu)維科技 系統(tǒng)架構(gòu)師：
自動(dòng)化的基石是標(biāo)準(zhǔn)化，運(yùn)維自動(dòng)化最直接的收益是效率和質(zhì)量的提升，工具化處理運(yùn)維事物就是成功。
03 如何利用大數(shù)據(jù)提升云平臺(tái)自動(dòng)化運(yùn)維管理能力？
@林鋒 浪潮商用機(jī)器企業(yè)云創(chuàng)新中心 華南區(qū)技術(shù)總監(jiān)：
有同事在排查一些云平臺(tái)的問題過程中，就碰到過日志極為瑣碎，出現(xiàn)了大量日常信息將故障關(guān)鍵信息掩蓋的過程，在日常維護(hù)、故障排查過程中，如何在大量日志中快速地找到故障關(guān)鍵字是個(gè)涉及大數(shù)據(jù)、人工智能的領(lǐng)域，這方面確實(shí)有待加強(qiáng)。
個(gè)人理解，利用大數(shù)據(jù)技術(shù)+人工智能，過濾日常常規(guī)信息應(yīng)該是容易做到，而不常出現(xiàn)的信息應(yīng)該是我們?nèi)粘＞S護(hù)的關(guān)注點(diǎn)。目前業(yè)內(nèi)已經(jīng)有多家從事智能運(yùn)維的公司，可以提供支持Power、x86等多種異構(gòu)云環(huán)境的智能運(yùn)維平臺(tái)。
04 如何構(gòu)建云計(jì)算場(chǎng)景下的自動(dòng)化運(yùn)維系統(tǒng)？
@任龍飛 紅帽企業(yè)級(jí)開源解決方案中心 解決方案架構(gòu)師：
個(gè)人觀點(diǎn)，從現(xiàn)在的IT體系來看，從IaaS到SaaS, ansible工具已經(jīng)可以覆蓋大多數(shù)場(chǎng)景。今年RedHat/CoreOS開源了Operator framework，針對(duì)容器領(lǐng)域的運(yùn)維開發(fā)框架，值得關(guān)注。
05 企業(yè)在控制風(fēng)險(xiǎn)這塊應(yīng)該如何控制自動(dòng)化運(yùn)維與人為干涉的優(yōu)先級(jí)？
@景顯強(qiáng) 紅帽企業(yè)級(jí)開源解決方案中心 軟件架構(gòu)設(shè)計(jì)師：
腳本（playbook）自身的安全可靠性，需要進(jìn)行生產(chǎn)前的反復(fù)驗(yàn)證。
上生產(chǎn)后，盡量依靠ansible tower這樣的管理平臺(tái)進(jìn)行ansible的執(zhí)行，防止權(quán)限不匹配導(dǎo)致執(zhí)行錯(cuò)誤。
06 面對(duì)應(yīng)用與應(yīng)用之間復(fù)雜的依賴和調(diào)用關(guān)系，如何快速定位排查問題？
@劉康 日志易 系統(tǒng)分析師：
這個(gè)問題我們先倒推一下：
分析問題需要什么？
分析問題問題肯定需要一些指標(biāo)和數(shù)據(jù)，那么指標(biāo)和數(shù)據(jù)該是哪些東西呢？指標(biāo)和數(shù)據(jù)從哪里來呢？
指標(biāo)肯定有系統(tǒng)層面也會(huì)有應(yīng)用層面。但是通過指標(biāo)一定能分析出問題嗎？不一定，萬一開發(fā)就想寫個(gè)bug玩呢？所以也得看下應(yīng)用的日志。
如果需要分析依賴和調(diào)用，那就得下探針或者在日志中打出調(diào)用關(guān)系。
知道了需要哪些東西該怎么收集呢？
我們既要收集系統(tǒng)指標(biāo)，又要收集應(yīng)用指標(biāo)，還需要收集應(yīng)用日志。在進(jìn)行收集的時(shí)候我們不想消耗太多的資源。
收集完成怎么分析呢？
如果有了上面的數(shù)據(jù)只需要將我們的內(nèi)容進(jìn)行適當(dāng)?shù)奶崛【涂梢赃M(jìn)行串聯(lián)分析。比如：
我通過日志發(fā)現(xiàn)在某一點(diǎn)交易失敗率高了，我只需要看一看此時(shí)系統(tǒng)層面的各個(gè)指標(biāo)是否正常就可以迅速判斷出是否系統(tǒng)層面影響。再接著我們只需要看看這個(gè)鏈路上的其他內(nèi)容各個(gè)指標(biāo)是否正常，可以快速判斷是哪個(gè)環(huán)節(jié)出問題。
上面進(jìn)行完成了之后，再接著分析應(yīng)用的問題，看一眼應(yīng)用的運(yùn)行指標(biāo)情況，再看看日志，幾乎在一分鐘內(nèi)就可以判斷故障出現(xiàn)在哪里。
甚至在進(jìn)一步可以做出實(shí)時(shí)告警。
上面那個(gè)方式在分布式環(huán)節(jié)尤其好使，因?yàn)檫\(yùn)維人員不用去尋找是那一臺(tái)主機(jī)上的程序出現(xiàn)了問題。
上面所說的分析方式有哪些軟件呢？
開源的：ELK
企業(yè)版：日志易、splunk
ELK：開源，免費(fèi)，但是需要較高的能力去維護(hù)（如果說日志量每天幾個(gè)G那種忽略），DSL語句需要有一定的學(xué)習(xí)能力，搜索較慢。
日志易：操作簡(jiǎn)單，語句就是類SQL。
splunk：美國(guó)的日志分析廠商。
07 在運(yùn)維管理上，超融合架構(gòu)的優(yōu)勢(shì)是什么？在超融合環(huán)境下，運(yùn)維工作與傳統(tǒng)架構(gòu)有什么不同？
@鐘錦鋅 SmartX超融合 產(chǎn)品經(jīng)理：
超融合架構(gòu)在運(yùn)維管理上的優(yōu)勢(shì)：
- 超融合省卻了原來集中式存儲(chǔ)的硬件管理以及 raid、mapping 等復(fù)雜的管理操作。
- 超融合硬件故障運(yùn)維更加簡(jiǎn)單，硬盤故障無需熱備盤情況下，也可以自動(dòng)恢復(fù)，而且恢復(fù)速度遠(yuǎn)高于傳統(tǒng)存儲(chǔ)。
- 虛擬化和存儲(chǔ)以及硬件管理都集中在統(tǒng)一界面上，管理員可以很輕松地發(fā)現(xiàn)各個(gè)組件的運(yùn)行狀態(tài)。
- 在線擴(kuò)展，自動(dòng)負(fù)載均衡功能，比起傳統(tǒng)架構(gòu)擴(kuò)容，減少了大量數(shù)據(jù)遷移甚至是避免了停機(jī)時(shí)間。
- 可以設(shè)置郵件報(bào)警或者通過 SNMP 還有 restful api 與原有的監(jiān)控中心進(jìn)行對(duì)接，實(shí)現(xiàn)智能監(jiān)控管理。
在超融合環(huán)境下，運(yùn)維工作的安排確實(shí)與傳統(tǒng)架構(gòu)有所不同：
1、在傳統(tǒng)架構(gòu)下，很多企業(yè)會(huì)安排專門的存儲(chǔ)管理員、虛擬化管理員；而在超融合環(huán)境下這兩者已經(jīng)合為一體，存儲(chǔ)和虛擬化實(shí)現(xiàn)統(tǒng)一界面管理，也省卻了原來集中式存儲(chǔ)硬件較為復(fù)雜的管理和運(yùn)維。建議運(yùn)維工作安排可以將存儲(chǔ)管理員和虛擬化管理員合并管理。
2、另外做得比較好的超融合平臺(tái)都有功能豐富的監(jiān)控分析系統(tǒng)，并且可以支持通過 SNMP 或者 API 集成到第三方監(jiān)控平臺(tái)中進(jìn)行統(tǒng)一管理以及自動(dòng)報(bào)警等，這樣可以更有效地提升運(yùn)維管理水平。
08 Docker的運(yùn)維中需要關(guān)注的是什么？
@李寧 博云企業(yè)級(jí)PaaS及云管理解決方案中心 軟件架構(gòu)設(shè)計(jì)師：
Docker運(yùn)維過程中，整體而言需要關(guān)注三個(gè)方面：
- Docker集群的部署規(guī)模；按照目前來講，針對(duì)大規(guī)模的Docker集群，需要上層的調(diào)度系統(tǒng)做進(jìn)一步的管理（例如基于Kubernetes或者swarm），而且只有達(dá)到一定規(guī)模以后，才會(huì)重點(diǎn)關(guān)注配置優(yōu)化的參數(shù)（例如內(nèi)部IP分配問題，單個(gè)容器的資源消耗限制等）；
- Docker運(yùn)行環(huán)境的穩(wěn)定性，安全性，可靠性；需要做到Docker管理與運(yùn)行業(yè)務(wù)容器達(dá)到友好兼容，管理節(jié)點(diǎn)正常與否，不應(yīng)該影響運(yùn)行業(yè)務(wù)容器，保證業(yè)務(wù)的正常對(duì)外輸出；考慮業(yè)務(wù)容器彼此的隔離性，防止安全入侵；Docker與監(jiān)控告警系統(tǒng)，日志系統(tǒng)的對(duì)接和管理，能夠及時(shí)發(fā)現(xiàn)并處理運(yùn)行過程中的問題。
- 保證業(yè)務(wù)容器的正常穩(wěn)定，因?yàn)樗械囊磺卸际菫闃I(yè)務(wù)服務(wù)的，業(yè)務(wù)正常穩(wěn)定，才有意義。
歡迎企業(yè)IT領(lǐng)域原廠商入駐云社區(qū)。服務(wù)用戶，從解決用戶的日常問題入手！來源：tlalkwithtrend
