太平洋保险基于Zabbix的智能监控体系 - 杜颖君

太平洋保险基于Zabbix的智能监控体系

太保监控平台建设历程

• 阶段一（2008-2014）：手工运维，操作级标准化。
• 阶段二（2014-2018）：脚本•ITIL、SOP，命令级标准化。
• 阶段三（2018-2020）：前台化、自动化，工具级标准化。
• 阶段四（2020-至今）：智能化，数据、模型、算法，决策级标准化。

基于Zabbix的一体化监控平台

• Zabbix部署情况：两地三中心分布式部署，覆盖测试、灾备、生产三套环境；纳管主机60,000+，网络设备4,600+；适配209种网络设备型号；监控指标数量2,200+。
• Zabbix特性应用：配置模版、Zabbix代理服务、数据导出、自动发现、宏变量告警配置。
• 建设问题及解决方案：
  • 单套Zabbix纳管数量有限：结合设备上架流程同步CMDB信息至监控平台。
  • 网络设备监控遗漏：研发指标翻译工具，形成监控管理知识库，实现线上化指标回顾。
  • 监控对象生命周期管理缺失：结合CMDB设备状态更新实现状态联动，自动告警屏蔽。
  • Zabbix历史数据查询性能瓶颈：通过Zabbix Server导出功能结合FileBeat对接MongoDB运维数据中台。

Zabbix信创适配案例

• 监控平台架构：包括Zabbix Server、Zabbix Proxy、数据库、前端等组件。

Zabbix使用成效

• 降本增效：告别软件许可限制，采购费用下降；监控盲点减少，纳管配置工作量下降。
• 数据开放性提升：可灵活定制个性化场景。

融合监控数据，打造智能监控平台

• Step1 运维数据治理：
  • 元数据层：数据资产清单，加工后的元数据进行生命周期管理、数据血缘分析等。
  • 公共维度层：封装具体分析决策场景，形成运维BI分析平台。
• Step2 智能告警与派单：可配置化派单和收敛模型，抑制40%无需处理的告警工单。
• Step3 运行基线预警：以历史监控数据为样本，通过算法学习形成预警基线。
• Step4 应用关系拓扑：基于数据治理重构应用关系拓扑，关联准确度提升60%。
• Step5 多维度健康诊断：使用预警功能提前介入故障分析，有效抑制无效告警。

建设中的运维生态体系

• 目标：达成“提前发现，立即处置”。
• 措施：实现BI分析平台，打破团队竖井，数据分层治理，数据驱动作业，持续扩充自愈场景。

准备攻克的课题

• 容器化的监控与故障分析
• 数字孪生与实际数据的融合
• AI算法加持的预测与排障
• 混沌工程推动工具发展

智能运维的愿景

• 发生即发现，发现即处置。

Zabbix开源社区支持体系

• 社区支持：每天社群交流、每周每月每年LTS全程免费、中文使用手册、图书、技术交流会等。
• 个人提升：在线课程、认证培训、方案咨询、实施和订阅等。