一、IT運維的困境

當下，IT運維已經(jīng)成為企業(yè)的必需品，企業(yè)關(guān)注的是如何提高IT運維的效率，從而實現(xiàn)IT資源利用率的最大化。國際知名調(diào)查機構(gòu)Gartner調(diào)查發(fā)現(xiàn)，在IT運維成本中，源自技術(shù)或產(chǎn)品(包括硬件、軟件、網(wǎng)絡(luò)等)成本其實只占20%，而流程維護成本占40%，運維人員成本占40%。流程維護成本包括日常維護、變更管理、測試成本等；人員成本包括訓練、教育、人員流失、招聘成本等。因此，如何提高IT運維管理效率，降低運維成本是時下IT界和CIO最熱門的話題之一。

目前許多企業(yè)的IT運維雖然已經(jīng)實現(xiàn)從人工運維到計算機管理，但這只是處在“半自動化”的運維狀態(tài)。因為這種IT運維仍然是等到IT故障出現(xiàn)后再由運維人員采取相應(yīng)的措施，所以傳統(tǒng)被動的、孤立的、半自動式的IT運維管理模式經(jīng)常是讓IT部門疲憊不堪。主要有以下幾個方面：(1)運維人員被動低效率手工救火；(2)缺乏一套高效的IT運維機制支撐；(3)缺乏高效的IT運維技術(shù)工具；

二、IT運維自動化的主要內(nèi)容

IT 運維管理，是指單位IT 部門采用相關(guān)的方法、手段、技術(shù)、制度、流程和文檔等，對IT 運行環(huán)境(如硬軟件環(huán)境、網(wǎng)絡(luò)環(huán)境等)、IT 業(yè)務(wù)系統(tǒng)和IT 運維人員進行的綜合管理。IT 運維管理主要包括七個方面的管理內(nèi)容：

設(shè)備管理：對網(wǎng)絡(luò)設(shè)備、服務(wù)器設(shè)備、操作系統(tǒng)運行狀況進行監(jiān)控和管理；

應(yīng)用/服務(wù)管理：對各種應(yīng)用支持軟件如數(shù)據(jù)庫、中間件、群件以及各種通用或特定服務(wù)的監(jiān)控管理，如郵件系統(tǒng)、DNS、Web 等的監(jiān)控與管理；

數(shù)據(jù)/存儲/容災管理：對系統(tǒng)和業(yè)務(wù)數(shù)據(jù)進行統(tǒng)一存儲、備份和恢復；

業(yè)務(wù)管理：包含對企業(yè)自身核心業(yè)務(wù)系統(tǒng)運行情況的監(jiān)控與管理，對于業(yè)務(wù)的管理，主要關(guān)注該業(yè)務(wù)系統(tǒng)的CSF(關(guān)鍵成功因素Critical Success Factors)和KPI(關(guān)鍵績效指標Key Performance Indicators)；

目錄/內(nèi)容管理：該部分主要對于企業(yè)需要統(tǒng)一發(fā)布或因人定制的內(nèi)容管理和對公共信息的管理；

資源資產(chǎn)管理：管理企業(yè)中各IT 系統(tǒng)的資源資產(chǎn)情況，這些資源資產(chǎn)可以是物理存在的，也可以是邏輯存在的，并能夠與企業(yè)的財務(wù)部門進行數(shù)據(jù)交互；

信息安全管理：目前信息安全管理主要依據(jù)的國際標準是ISO17799，該標準涵蓋了信息安全管理的十大控制方面，36 個控制目標和127 種控制方式，如企業(yè)安全組織方式、資產(chǎn)分類與控制、人員安全、物理與環(huán)境安全、通信與運營安全、訪問控制、業(yè)務(wù)連續(xù)性管理等；

日常工作管理：該部分主要用于規(guī)范和明確運維人員的崗位職責和工作安排、提供績效考核量化依據(jù)、提供解決經(jīng)驗與知識的積累與共享手段。

所謂IT運維管理的自動化是指通過將日常IT運維中大量的重復性工作，小到簡單的日常檢查、配置變更和軟件安裝，大到整個變更流程的組織調(diào)度，由過去的手工執(zhí)行轉(zhuǎn)為自動化操作，從而減少乃至消除運維中的延遲，實現(xiàn)“零延時”的IT運維。簡單的說，IT運維自動化是指基于流程化的框架，將事件與IT流程相關(guān)聯(lián)，一旦被監(jiān)控系統(tǒng)發(fā)生性能超標或宕機，會觸發(fā)相關(guān)事件以及事先定義好的流程，可自動啟動故障響應(yīng)和恢復機制。自動化工作平臺還可幫助IT運維人員完成日常的重復性工作(如備份，殺毒等)，提高IT運維效率。同時，IT運維的自動化還要求能夠預測故障、在故障發(fā)生前能夠報警，讓IT運維人員把故障消除在發(fā)生前，將所產(chǎn)生損失減到最低。

首先，IT運維流程自動化能夠提高流程的可控性，可以基于業(yè)務(wù)需求來制定個性化的流程，使企業(yè)領(lǐng)導有機會看見他們的業(yè)務(wù)流程，對企業(yè)流程有一個深刻的分析和理解，進而改造和優(yōu)化流程。其次，IT運維流程的自動化能提高透明度。因為隨著業(yè)務(wù)需求1的變化可能會有多個版本出現(xiàn)，手工流程的不透明將會給流程定制和優(yōu)化帶來相當大的困難，而自動化流程可以使用戶能夠一目了然的看到整個流程的各個節(jié)點運轉(zhuǎn)情況，自動化工具潛移默化地提升業(yè)務(wù)保障能力。再者，運維系統(tǒng)實行了自動化監(jiān)控以后，通過工具自動監(jiān)控對人的工作是一種減負，也是一種降低成本的表現(xiàn)。

三、IT運維自動化需關(guān)注的兩類工具

對于企業(yè)來說，要特別關(guān)注兩類自動化工具：一是IT運維監(jiān)控和診斷優(yōu)化工具；二是運維流程自動化工具。這兩類工具主要應(yīng)用于：①監(jiān)控自動化，是指對重要的IT設(shè)備實施主動式監(jiān)控，如路由器、交換機、防火墻等。②配置變更檢測自動化，是指IT設(shè)備配置參數(shù)一旦發(fā)生變化，將觸發(fā)變更流程轉(zhuǎn)給相關(guān)技術(shù)人員進行確認，通過自動檢測協(xié)助IT運維人員發(fā)現(xiàn)和維護配置。③維護事件提醒自動化，是指通過對IT設(shè)備和應(yīng)用活動的時時監(jiān)控，當發(fā)生異常事件時系統(tǒng)自動啟動報警和響應(yīng)機制，第一事件通知相關(guān)責任人。④系統(tǒng)健康檢測自動化，是指定期自動地對IT設(shè)備硬件和應(yīng)用系統(tǒng)進行健康巡檢，配合IT運維團隊實施對系統(tǒng)的健康檢查和監(jiān)控。⑤維護報告生成自動化，是指定期自動的對系統(tǒng)做日志的收集分析，記錄系統(tǒng)運行狀況，并通過階段性的監(jiān)控、分析和總結(jié)，定時提供IT運維的可用性、性能、系統(tǒng)資源利用狀況分析報告。

四、基于ITIL的IT運維自動化平臺構(gòu)建 

20世紀80年代，英國政府為了提升信息化設(shè)備和系統(tǒng)的運行效率，指定當時的英國政府計算機與通信局，研究開發(fā)一種方法，用于指導全國政府部門高效、經(jīng)濟地運營信息化設(shè)備和系統(tǒng)，結(jié)果產(chǎn)生了信息技術(shù)基礎(chǔ)架構(gòu)庫（Information Technology Infrastructure Library—ITIL）。ITIL供組織內(nèi)部進行IT服務(wù)管理的參考經(jīng)驗，它匯集了IT服務(wù)業(yè)內(nèi)的最佳實踐，是指導如何在運維管理中定義人員、流程、服務(wù)活動及其之間關(guān)系的指導框架。

ITIL的框架包括業(yè)務(wù)管理、服務(wù)管理、IT基礎(chǔ)架構(gòu)管理、安全管理、應(yīng)用管理、IT服務(wù)管理規(guī)劃等，其中最核心的是服務(wù)管理中的服務(wù)支持和服務(wù)提供。IT主管部門可能更關(guān)心服務(wù)支持，服務(wù)支持主要包括：服務(wù)臺、故障管理、問題管理、配置管理、變更管理和發(fā)布管理等六個模塊。

可以借鑒ITIL的思想來構(gòu)建全面的基于ITIL的IT運維自動化平臺。主要包括如下幾個核心部分：

（一）IT服務(wù)管理基礎(chǔ)平臺的搭建

IT服務(wù)管理基礎(chǔ)平臺系統(tǒng)由應(yīng)用服務(wù)器、數(shù)據(jù)庫服務(wù)器、客戶機組成，使用分布式部署，減輕核心服務(wù)器的壓力。創(chuàng)建用戶類型、定義安全機制、代碼表配置、組織結(jié)構(gòu)數(shù)據(jù)建設(shè)、人員數(shù)據(jù)建設(shè)、資產(chǎn)數(shù)據(jù)裝載，制作統(tǒng)計報表。

（二）服務(wù)臺建設(shè)

數(shù)據(jù)中心服務(wù)臺負責全公司服務(wù)請求的處理和轉(zhuǎn)發(fā)，技術(shù)上主要是對服務(wù)臺工作人員進行培訓，掌握全面的運維知識，熟悉服務(wù)臺職責；管理上主要是制定服務(wù)臺運維管理制度，明確服務(wù)臺人員的工作內(nèi)容與操作規(guī)程。服務(wù)臺是用戶申報事故以及獲得事故處理結(jié)論的統(tǒng)一入口，主要工作包括以下幾個方面，一是完成響應(yīng)服務(wù)請求，處理常見的運維事件，將不能解決的事件升級；二是發(fā)布相關(guān)的運維信息，如網(wǎng)絡(luò)、業(yè)務(wù)系統(tǒng)、設(shè)備故障等；三是協(xié)助提高IT部門事故處理質(zhì)量，增加用戶滿意度，形成有效的事故處理和跟蹤的手段。

（三）事故管理建設(shè)

借鑒IT服務(wù)管理的經(jīng)驗，為了靈活實現(xiàn)運維系統(tǒng)各個流程建設(shè)，在實踐中簡化了流程以適應(yīng)運維工作的需要。在事故處理流程建設(shè)中，管理標準的做法是直接將事故送到服務(wù)臺，由服務(wù)臺負責處理或者分發(fā)，而實際工作中，將業(yè)務(wù)系統(tǒng)的監(jiān)控事件直接送到業(yè)務(wù)管理系統(tǒng)的管理員，服務(wù)臺負責監(jiān)督事故處理完成的情況。 

（四）問題管理建設(shè)

問題管理管理員直接手工新建問題工單，或者由服務(wù)臺或事故管理來觸發(fā)問題工單管理流程。當問題由于成本與技術(shù)等原因暫不消除時，可定為已知錯誤，后期可繼續(xù)處理。找到問題的根本原因，并提供臨時措施與根本解決方案，防止問題再次發(fā)生或減少問題的數(shù)量。

（五）配置管理建設(shè)

配置管理數(shù)據(jù)庫儲存與管理企業(yè)IT架構(gòu)中設(shè)備的各種配置信息，它與所有服務(wù)支持和服務(wù)交付流程都緊密相聯(lián)，一方面支持這些流程的流暢運轉(zhuǎn)、發(fā)揮配置信息的價值；另一方面，幫助技術(shù)人員受到服務(wù)請求時獲取相關(guān)技術(shù)支持，同時依賴于相關(guān)流程保證數(shù)據(jù)的準確性。

在建設(shè)初期通過配置項自動發(fā)現(xiàn)，整個企業(yè)IT架構(gòu)的配置項導入配置項，為了保證數(shù)據(jù)的準確、全面、我們要求業(yè)務(wù)系統(tǒng)、設(shè)備等管理人員提供、核對相關(guān)數(shù)據(jù)，保證在運維中能準確利用數(shù)據(jù)進行運維。

CMDB通過拓撲關(guān)聯(lián)圖展現(xiàn)各個配置項之間的關(guān)聯(lián)關(guān)系，可以清晰的看到各個硬件、軟件間的關(guān)聯(lián)關(guān)系，也能看到IT配置項和IT服務(wù)之間的關(guān)聯(lián)關(guān)系，因此當IT服務(wù)出現(xiàn)問題時，可以通過該關(guān)聯(lián)關(guān)系，快速查找IT服務(wù)不可用的根本原因。

將配置項和事故記錄、問題記錄、變更記錄和發(fā)布記錄相關(guān)聯(lián)，有利于針對具體的IT設(shè)施進行運維優(yōu)化和改進。

（六）變更管理建設(shè)

確保在IT服務(wù)變動的過程中能夠有標準的方法，以有效的控制變更，降低或消除因為變更對業(yè)務(wù)運營所造成的影響與問題。由專家和技術(shù)顧問組成，對提交的變更請求（RFC）進行評審，并最終裁定是否批準實施該變更請求。

變更審計管理，通過CMDB定期對配置項進行自動掃描，發(fā)現(xiàn)企業(yè)IT架構(gòu)中的非法變更，管理員根據(jù)變更的信息，選擇變更恢復或者進入變更流程，幫助管理人員進行變更的審計管理。

（七）發(fā)布管理建設(shè)

通過正式的流程確保只有經(jīng)過完整測試與得到授權(quán)的軟件與硬件才能夠進入正式運行環(huán)境，以確保變更后生產(chǎn)環(huán)境的質(zhì)量。發(fā)布的最終結(jié)果將會反映到CMDB中。

（八）知識庫建設(shè)

將成熟可行的解決方案錄入知識庫，進行數(shù)據(jù)共享，快速排除故障，從而達到提高用戶“自助式服務(wù)”能力的目的。當運維人員進行事故、問題、變更和發(fā)布運維流程時，可以根據(jù)不同資源類型，自動關(guān)聯(lián)該類型的知識條目，幫助運維人員快速解決問題。知識庫的自身管理，包括建立、審核、分類、評價、訂閱、收藏、搜索知識等，知識需要經(jīng)過知識庫管理員審核后才能進入知識庫。