山东省中医院基于ZABBIX构建网络设备监控预警平台-董晨

医院机房运维现状及解决方案

医院机房运维现状：

• 信息化现状： 信息系统复杂，网络系统庞大，运维难度增加。
• 常见运维问题： 系统分散，缺乏统一监控管理；缺乏有效的事前预警和事后分析工具。
• 典型故障和问题： 服务器CPU负载高、磁盘容量使用超过80%、内存使用超过阈值、服务器温度及风扇转速过高、Web网站响应速度过慢、数据库死锁、数据库表空间不足等。
• 故障原因排除困难： 用户反映业务系统崩溃、网络故障、硬件故障、操作系统故障、业务软件故障等。

解决方案选择：

• 运维痛点： 运维困难，费时费力。
• 监控预警系统需求： 实时采集监控数据、实时反馈监控状态、预知故障和告警、辅助容量规划、辅助性能调优、辅助定位故障。
• 主流开源监控系统简介：
  • Zabbix： 可扩展性强，支持多平台分布式监控，安装部署简单，可实现复杂告警，自带绘图功能，提供API接口，支持时序数据库。
  • Nagios： 出错的服务器、应用、设备会自动重启，支持PULL和PUSH模式，多维度支持用户自定义展示。
  • Prometheus： 支持单周亿级次数据采集，发布时间较短，不支持很多中间件监控。
  • Open-falcon： 支持PULL和PUSH模式，支持单周亿级次数据采集。
• 选择Zabbix的原因： 历史悠久，完全免费，完全开源，有活跃且强大的社区支持，重视中国用户，每年举办Zabbix中国峰会。

Zabbix的特点：

• 全方位监控： 支持Agent、SNMP、IPMI、JMX、SSH、Telnet等数据收集方式。
• 灵活的触发器： 发送通知，可定制告警级别、动作升级、收件人和媒体类型。
• 实时的绘图功能： 将数据实时绘制在图形上，模板可以分组，具有可继承性。
• 丰富的模板库： 使用监控模板，用户身份认证，不同的用户展示不同的监控资源。
• 用户权限控制： 不同的用户展示监控的资源不同。

Zabbix系统架构：

• 监控方式介绍：
  • Agent（客户端）： 最常用，可采集信息最全，需要在被监控主机上安装客户端。
  • SNMP（v1,v2,v3）： 配置简单，可采集信息量较少。
  • SSH/TELNET： 最常用的监测方式，可采集到的信息最全。
  • IPMI： 针对物理服务器，可以安全可靠地获取风扇转速、CPU温度等信息。

智能化运维过程：

• Zabbix SERVER端的安装： 多种安装方式。
• 监控操作系统（以Windows2012为例）：
  • 安装Agent客户端。
  • 配置被监控系统信息。
  • 挂载合适的监控模板。
  • 观察监控数据。

成效及亮点：

• 智能化运维系统在医院的使用情况： 监控40外网虚拟机、429无线AP、217交换机、201内网虚拟机、88实体物理机及其他类型设备。
• 监控预警案例1： 日志文件导致磁盘空间不足，通过分析判断告警原因是日志文件写入导致，后将日志写入路径改为其他磁盘目录，并加入定期清理程序，隐患得到排除。
• 监控预警案例2： 捕捉很难留意的潜在故障。
• 告警信息发送方式： Email、浏览器告警、钉钉群、企业微信群、智能电视大屏展示。
• 故障率全面降低，运维效率全面提升： 无线AP故障率降低80%，运维效率提升85%。
• 产生经济效益： 类似的国产成熟产品市场价值动辄上百万，以极小成本为医院节省了大量资金。

Zabbix开源社区支持体系：

• 支持体系： 每天社群交流、每周每月每年每个LTS全程免费、99元/年/12节干货发文专家答疑在线课技巧放送峰会等技术交流会、中文使用手册、中文图书、小额众筹。
• 支持体系分类：
  • 业余上课，学习具体使用技巧。
  • 参加认证，系统性的学习。
  • 公司大规模上新，方案规划和建议。
  • 公司对业务连续性要求极高，全年有全面的保障。