上海银行数据中心智能运维建设实践-郑晓

运维监控现状与挑战

• 监控运维面临时效性、告警有效性、处置及时性、使用便捷性等挑战。
• 建设思路包括集中化实现、标准化建立、智能化引入、自动化提升。

Zabbix监控纳管情况

• 纳管节点超1万，监控项超200万，触发器超50万，NVP超2万。

运维监控建设实践分享

1分钟发现：监控覆盖度

• 广度：以CMDB为基准，通过规则检核、图算法检核实现监控盲区发现，涵盖逻辑性、完整性、一致性、准确性四大类1209项检核点；新增CI智能关联关系，提升配置项异常检查时效性。
• 深度：覆盖基础软硬件、关键应用（交易）、操作系统、数据库、中间件、硬件、网络等，采集类型包括指标、日志、链路、拓扑等。

1分钟发现：智能异常检测算法

• 通过机器学习算法检测交易量连续为0等异常，提升应用异常发现能力。

5分钟定位：数据治理

• 定义日期、时间、标志、数值、文本等数据类，遵循共享优先、限定修饰、科学规范原则。

5分钟定位：建设智能告警平台

• 实现数据中心自动开单率100%，告警动态压缩率50%，告警事件有效率达80%。

5分钟定位：调用链定位算法

• 横向定位资源，纵向定位故障空间，定位时间5分钟以内，准确率0.8以上。

10分钟恢复：借助运维管控中台

• 通过场景步骤关联分析、可视化分析、自动化处置提升故障处置效率。

后续展望

• 推向数字孪生统一监控管理，实现可观测性统一监控管理。

Zabbix开源社区支持体系

• 提供每天社群交流、每周每月每年LTS全程免费、99元/年在线课程、认证培训、方案咨询等支持。