IT运维监控（it运维监控系统排行）

本文目录一览：

• 1、如何做好运维监控？

• 2、免费IT运维监控软件哪个好

• 3、IT运维监控软件哪些行业会用到？

• 4、IT运维监控的特点

• 5、IT运维管理包含哪些内容

如何做好运维监控？

统一监控平台，说到底本质上也是一个监控系统，监控的基本能力是必不可少的，回归到监控的本质，先梳理下整个监控体系：

① 监控系统的本质是通过发现故障、解决故障、预防故障来为了保障业务的稳定。

② 监控体系一般来说包括数据采集、数据检测、告警管理、故障管理、视图管理和监控管理6大模块。而数据采集、数据检测和告警处理是监控的最小闭环，但如果想要真正把监控系统做好，那故障管理闭环、视图管理、监控管理的模块也缺一不可。

一、数据采集

1、采集方式

数据采集方式一般分为Agent模式和非Agent模式；

Agent模式包括插件采集、脚本采集、日志采集、进程采集、APM探针等

非Agent模式包括通用协议采集、Web拨测、API接口等

2、数据类型

监控的数据类型有指标、日志、跟踪数据三种类型。

指标数据是数值型的监控项，主要是通过维度来做标识。

日志数据是字符型的数据，主要是从中找一些关键字信息来做监控。

跟踪型数据反馈的是跟踪链路一个数据流转的过程，观察过程中的耗时性能是否正常。

3、采集频率

采集频率分秒级、分钟级、随机三种类型。常用的采集频率为分钟级。

4、采集传输

采集传输可按传输发起分类，也可按传输链路分类。

按传输发起分类有主动采集Pull（拉）、被动接收Push（推）

按传输链路分类有直连模式、Proxy传输。

其中Proxy传输不仅能解决监控数据跨网传输的问题，还可以缓解监控节点数量过多导致出现的数据传输的瓶颈，用Proxy实现数据分流。

5、数据存储

对于监控系统来说，主要有以下三种存储供选择

① 关系型数据库

例如MySQL、MSSQL、DB2；典型监控系统代表：Zabbix、SCOM、Tivoli；

由于数据库本身的限制，很难搞定海量监控的场景，有性能瓶颈，只在传统监控系统常用

② 时序数据库

为监控这种场景设计的数据库，擅长于指标数据存储和计算；例如InfluxDB、OpenTSDB（基于Hbase）、Prometheus等；典型监控系统代表：TICK监控框架、 Open-falcon、Prometheus

③ 全文检索数据库

这类型数据库主要用于日志型存储，对数据检索非常友好，例如Elasticsearch。

二、数据检测

1. 数据加工

① 数据清洗

数据清洗比如日志数据的清洗，因为日志数据是非结构化的数据，信息密度较低，因此需要从中提取有用的数据。

② 数据计算

很多原始性能数据不能直接用来判断数据是否产生异常。比如采集的数据是磁盘总量和磁盘使用量，如果要检测磁盘使用率，就需要对现有指标进行一个简单的四则运算，才能得到磁盘使用率。

③ 数据丰富

数据丰富就是给数据打上一些tags标签，比如打上主机、机房的标签，方便进行聚合计算。

④ 指标派生

指标派生指的是通过已有的指标，通过计算得出新的指标。

2. 检测算法

有固定规则和机器学习算法。固定算法是较为常见的算法，静态阈值、同比环比、自定义规则，而机器学习主要有动态基线、毛刺检测、指标预测、多指标关联检测等算法。

无论是固定规则还是机器学习，都会有相应的判断规则，即常见的 =和and/or的组合判断等。

三、告警管理

1. 告警丰富

告警丰富是为了后续告警事件分析做准备，需要辅助信息去判断该怎么处理、分析和通知。

告警丰富一般是通过规则，联动CMDB、知识库、作业历史记录等数据源，实现告警字段、关联信息的丰富；通过人工打Tags也是一种丰富方式，不过实际场景下由于人工成本高导致难以落地。

2. 告警收敛

告警收敛有三种思路：抑制、屏蔽和聚合

① 抑制

即抑制同样的问题，避免重复告警。常见的抑制方案有防抖抑制、依赖抑制、时间抑制、组合条件抑制、高可用抑制等。

② 屏蔽

屏蔽可预知的情况，比如变更维护期、固定的周期任务这些已经知道会发生的事件，心里已经有预期。

③ 聚合

聚合是把类似或相同的告警进行合并，因为可能反馈的是同一个现象。比如业务访问量升高，那承载业务的主机的CPU、内存、磁盘IO、网络IO等各项性能都会飙升，这样把这些性能指标都聚合到一块，更加便于告警的分析处理。

3. 告警通知

① 通知到人

通过一些常规的通知渠道，能够触达到人。

这样在没有人盯屏的时候，可以通过微信、短信、邮件触发到工作人员。

② 通知到系统

一般通过API推送给第三方系统，便于进行后续的事件处理

另外还需要支持自定义渠道扩展（比如企业里有自己的IM系统，可以自行接入）

四、故障管理

告警事件必须要处理有闭环，否则监控是没有意义的。

最常见还是人工处理：值班、工单、故障升级等。

经验积累可以把人工处理的故障积累到知识库里面，用于后续故障处理的参考。

自动处理，通过提取一些特定告警的固化的处理流程，实现特定场景的故障自愈；比如磁盘空间告警时把一些无用日志清掉。

智能分析主要是通过故障的关联分析、定位、预测等AI算法，进一步提升故障定位和处理的效率；

1. 视图管理

视图管理也属于增值性功能，主要是满足人的心理述求，做到心中有底，面向的角色很多（领导、管理员、值班员等）。

大屏：面向领导，提供全局概览

拓扑：面向运维人员，提供告警关联关系和影响面视图

仪表盘：面向运维人员，提供自定义的关注指标的视图

报表：面向运维人员、领导，提供一些统计汇总报表信息，例如周报、日报等

检索：面向运维人员，用于故障分析场景下的各类数据检索

2. 监控管理

监控管理是企业监控落地过程中的最大挑战。前5个模块都是监控系统对外提供的服务功能，而监控管理才是面向监控系统自身的管理和控制，关注真正落地的过程的功能呈现。主要有以下几个方面：

配置：简单、批量、自动

覆盖率：监控水平的衡量指标

指标库：监控指标的规范

移动端：随时随地处理问题

权限：使用控制

审计：管理合规

API：运维数据最大的来源，用于数据消费

自监控：自身稳定的保障

为了实现上述监控六大基础能力模块，我们可以按如下架构设计我们的统一监控平台。

主要分三层，接入层，能力层，功能层。

接入层主要考虑各种数据的接入，除了本身Agent和插件的采集接入，还需要支持第三方监控源的数据接入，才能算一个完整的统一监控平台。

能力层主要考虑监控的基础通用能力，包含数据采集模块、数据存储模块、数据加工模块、数据检测模块、AI分析模块。

功能层需要贴近用户使用场景，主要有管理、展示两类功能，在建设的过程中可以不断丰富功能场景。

另外，考虑到数据的关联关系，为未来的数据分析打下基础，监控和CMDB也需要紧密联动，所有的监控对象都应该用CMDB进行管理，另外，还可以配置驱动监控为指导理念，实现监控的自动上下线，告警通知自动识别负责人等场景，简化监控的维护管理。

为了统一监控平台能够在企业更好的落地，我们需要配备对应的管理体系，其中最重要的是指标管理体系。

指标管理体系的核心理念：

监控的指标体系是以CMDB为骨架，以监控指标为经脉，将整个统一监控平台的数据有机整合起来。

贯穿指标的生命周期管理，辅以指标的管理规范，保障监控平台长久有序的运行。

从企业业务应用的视角出发，一般将企业监控的对象分为6层，也可以根据企业自己的情况进行调整：

基础设施层

硬件设备层

操作系统层

组件服务层

应用性能层

业务运营层

免费IT运维监控软件哪个好

OpManager一体化网络管理软件，提供网络性能监控、物理和虚拟服务器监控、网络流量分析、设备配置管理、IP地址与交换机端口管理、防火墙日志分析等功能，满足企业IT基础架构的智能统一管理。免费版支持监控10台设备！

网络服务器监控

监控路由器、交换机、服务器、虚拟机等设备的丢包率、响应时间等关键性能指标。

网络流量分析

分析应用和用户占用的带宽，支持NetFlow、sFlow、 cflow、J-Flow、FNF、IPFIX、NetStream、 Appflow等Flow格式。

防火墙日志分析

采集、分析防火墙日志，帮助快速识别病毒攻击、异常流量以及用户非法行为等重要的安全信息。

设备配置管理

从中央控制台备份、推送或回滚配置，防止未经授权的变更，实现网络设备配置的集中安全管理。

IP地址与交换机端口管理

管理IP地址的可用性，快速查找与交换机端口相连的设备以及物理位置。

故障管理

支持短信、邮件、脚本等多种告警方式，并可以将告警自动转为工单，指派给相应的人员，形成完整的IT运维体系。

IT运维监控软件哪些行业会用到？

只要有IT设备（服务器、网络设备、数据库、中间件等...），运维监控软件都能用到，不管哪个行业。

一般都是由IT集成商、软件代理、IT设备供应商或厂商自己来负责销售给客户。

IT运维监控的特点

IT运维监控具有性能稳定、用户界面友好、跨平台、易实施、易集成等特点，可极大地简化IT设施和业务系统的监控管理、蚁巡运维平台简单实用的运维设备，只需要接入网络，按向导简单配置自动发现需要监控的网络设备、服务器和服务，主动巡检网络设备、服务器和服务的运行状态，发现业务系统隐患，智能预警，保障业务正常运转以业务为中心，自动探测网络设备、服务器和服务的可用性、性能、使用率和吞吐量，对数据进行分析处理，为用户呈现直观易于理解的图表，发现问题及时运维，并记录运维日志。简单实用，投资成本低，蚁巡是业务系统运维的好帮手。提高用户的IT管理效率、通过故障预警和快速定位，确保用户的网络设备和业务系统的正常运行，特别适合于电信、电力、教育、服务机构、金融/银行、医疗、交通、政府等众多行业客户。

IT运维管理包含哪些内容

在IT服务管理和运维自动化这个领域，业界近年来的发展比较快。从IT服务管理（ITSM）、数据中心自动化（DCA）到开发运营一体化（DevOps），相关概念和理论不断涌现。从IBM、BMC、HP等传统厂商各类工具产品纷纷面世到Puppet、Ansible、Saltstack等开源解决方案风起云涌，各类工程实践也是精彩纷呈。

说到运维分为哪几种，首先有必要先讨论一下运维的定义。通常我们把运维的含义界定为数据中心各专业技术岗位的日常运维工作，具体而言，就是各专业技术岗位人员与各类软硬件运维对象进行交互操作的活动。

所以在过去，运维是个专业密集型、知识密集型工作，直到今天，它在一定程度上还是劳动密集型工作。从运维行业的发展趋势来看，运维工作从早期的人工运维，到自动化运维，如今已走向了智能运维。现在，越来越多的企业意识到，智能运维是一种全新的数字化运维能力，企业基于已有的运维数据，通过机器学习方式从而解决自动化运维无法解决的问题，这也将是数字化转型的必备能力。因为智能运维能够帮助企业快速发现异常、有效诊断问题根因、以业务为导向地进行运营分析和决策、持续有力地提升运维数据质量。

现在，智能运维发展正如火如荼，Gartner预见其为下一代运维，认为到2022年将有近50%的企业用户部署智能运维。

其实这个过程和手机的发展历史很像。一开始我们惊喜的称呼iPhone为“智能手机”，而今天再没有人叫它“智能手机”因为这就是手机该有的样子。所以运维也是如此，在企业数字化转型大潮中，“智能”是运维本该有的样子。

内容来源于国内领先的智能运维AIOps落地解决方案供应商睿象云。