实时监控平台让运维走向智能化——矿业计控检验中心网络设备智能运维攻关侧记-j9九游会真人游戏第一

监控模板305套、触发器14141个，监控项数量达24308个……自2022年矿业公司网络设备实时监控平台上线以来，实现了对矿区网络设备运行状态实时监控，提高了对网络设备运行状态风险识别能力，将网络运维从幕后推向台前，推动计算机网络运维管理由人工运维向智能运维转变。

公司中心机房肩负着百里矿区的网络通信责任，现有核心交换机、云平台、网络安全设备、erp服务器等网络设备160余套。其中，云平台云服务器包含云服务器操作信息、运行情况等日志信息，每天信息增长量高达500mb，相当于500多万行数据信息，数量大、种类多、运维难度非常高。运维人员无法做到全面巡检，多数情况只能出现故障再处理。处理时，必须现场检查设备运行状态，逐一分析cpu、内存、端口等数据指标，凭借经验进行故障原因判断，不仅效率低，而且无法对潜在故障进行预警，一旦发生重大故障，将影响公司整体网络与运营，甚至导致系统瘫痪。

“开源”pk“外购”

传统方式的人工运维已不能满足管理需求，急需采用技术手段，对网络设备进行7×24小时智能监控。经考察调研，社会市场有很多成熟的监控j9九游会真人游戏第一的解决方案，能快速实施部署，但价格昂贵、灵活性低，而且可拓展性差，后期增加网络设备时，需要厂家配合部署调试。本着“一切费用皆可降”的理念，矿业计控检验中心信息安全创新工作室结合公司实际情况，决定自主研究搭建网络设备运行状态实时监控平台，尝试采用开源技术，实现对网络设备运行状态的统计监控及实时分析。

综合考评择最佳

行业内常用的开源技术有nagios、centreon、cacti、ganglia、zabbix等，考虑到每项技术的适用环境不同，为选定符合矿山需求的技术，工作室成员李同同对每一项开源技术的部署方案、关键技术、模拟测试等方面进行试验。其中，模拟测试环节最耗时间和精力，从搭建虚拟环境开始，需要技术版本选型下载、环境匹配、安装部署、连通设备、创建模板、功能配置、模拟监控等16个大步骤，每一步需要完成不同参数的设定，无论哪个参数设定不合适，都无法进行下一步测试，更别说完成整体试验。

“虽然过程繁琐重复，但一定要细致严格。”李同同经过反复测试并深入对比发现，nagios功能单一，需要额外安装大量插件，centreon不易更改配置、可定制性差，cacti只适合特定场景，ganglia无告警机制，这些开源技术虽然应用简单，但无法满足公司管理需要。考虑到公司长远发展需求，工作室决定采用具有图形化监控和报警功能的zabbix技术。该技术功能强大，但部署却很复杂，需要进一步研究和攻关。

着眼长远勇攻关

公司网络设备不仅数量多，而且种类和品牌呈现多样化，这就意味着，在监控平台搭建过程中必须综合考虑各种影响因素，比如不同类型的操作系统、web服务、编程语言、数据库等。

对于常规的windows操作系统，建立监控平台与被监控端的连接，只需打开自带的snmp服务即可。但是公司服务器还有一部分linux操作系统，没有该项服务选项，只能通过执行程序命令的方式来实现，这对李同同而言是一项新的技术突破。他从查阅各类资料入手，在测试机开展性能测试，设置参数、分析报错、修改程序，百余次重复操作，终于实现了平台与被监控端的稳定连接。但这只是平台部署最初步的技术验证，为更好地梳理160余套网络设备，李同同将其分为交换机、服务器、数据库、应用等几大类，并有针对性地创建适合的监控模板，因品牌、连通方式等差异，仅交换机监控模板就多达25项，所有的部署工作也要重复25次。面对复杂的部署环境，工作室成员一项项测试，最终成功搭建了监控平台，实现了对网络设备cpu温度和占用率、内存使用率、风扇状况、端口状态、访问流量、响应时间等信息的实时展示，通过对以上大数据的分析，提高了对网络设备运行状态风险识别的能力，达到了对潜在故障的智能预警、故障定位的目的。

网络设备监控平台精准度高、预警性强，实现了对网络设备的可视化监控和管理，为公司网络、信息系统安全稳定运行保驾护航。