九江银行Zabbix监控系统实践 - 张义

Zabbix监控平台建设历程与实践经验分享

项目背景与原有监控平台痛点

• 项目背景：为贯彻落实“数字九银”战略目标，加强故障预警和自愈能力，提升运维自动化和智能化水平，九江银行启动了新的一体化基础监控平台建设。
• 原有监控平台痛点：部分功能较弱（历史数据存储、分析困难；告警条件设置灵活差），缺乏自动化手段，对新技术适应性差，厂商支持力度不够。

基础监控平台选型

• 选型过程：对比Zabbix、Prometheus、Openfalcon、Nagios等，综合考虑自主可控、周期、成本、灵活性、扩展性等因素，选择开源基础监控平台Zabbix，并辅以人力服务或项目模式。
• 选择Zabbix的优势：满足需求、媲美商业软件、国内完善服务支持、全开源解决方案。

Zabbix监控平台建设阶段

• 调研阶段（2019-2020）：进行基础监控平台、统一事件管理平台、智能分析平台的调研和测试。
• 深化阶段（2020-2021）：上线基础监控平台，对接统一事件管理平台和智能分析平台，实现指标全覆盖，完善监控体系。
• 探索阶段（2021-2022）：持续优化监控系统，拓展运维场景，探索AIops和故障自愈。

项目收益

• 实现基础监控指标全覆盖
• 实现基础监控规范化、标准化、自动化
• 提高运维效率，解放运维生产力
• 提升数字化运营水平和安全运营水平

Zabbix监控平台架构设计

• 高可用性：Zabbix Server及各模块采用Keepalived实现高可用，数据库采用MySQL双主模式。
• 数据传输：通过Zabbix Server的real time export功能将数据推送到统一事件平台和智能分析平台。
• 系统集成：通过API、SQL语句实现与运维门户、数据展示系统的对接。

Zabbix监控对象类别

• 操作系统：Linux、AIX、Windows（Agent）
• 数据库：Oracle、Informix、SQL Server等（Agent+自定义脚本）
• 中间件：IBM WAS、IBM MQ、Tomcat等（JMX、Agent+自定义脚本）
• 应用：端口、进程、ICMP、WEB URL等（Agent+自定义脚本）
• 虚拟化：VMware（Simple check(API)）
• 硬件：服务器、网络设备、存储设备（SNMP、SSH、Rest API等）

Zabbix监控规模

• 主机：9500+
• 监控项：58万
• 触发器：36万
• Proxy：4
• 模板：98
• 用户数：64

Zabbix实践经验分享

• 基于光纤交换机的光链路监控：通过管理机部署采集程序，定期自动发现监控项，将数据传到Zabbix Server。
• 统一事件和智能分析：实现统一事件管理、性能查看、趋势预测、根因分析。
• 容量分析：每天分析即将超过阈值的容量信息，定期出具容量分析报告。
• 文件系统和表空间自动扩容：支持文件系统扩容、Oracle ASM和表空间扩容，效率提升10倍。
• 统计报表：通过Grafana展示CPU使用率告警次数、内存使用率告警次数等，数据通过SQL语句从数据库获得。
• 监控优化：持续优化监控配置和性能。

对未来监控的展望

• 运维走向运营：以业务为导向，以数据为依据，实现监控的数字化转型。
• 运维工具平台化：整合现有工具链，实现运维数据标准化和工具平台化。
• 可观测性监控体系构建：基于指标、日志、调用链的可观测性监控体系。
• 智能化监控：利用大数据技术和智能算法实现告警根因分析、故障自愈。

Zabbix开源社区支持体系

• 社区支持：每天社群交流、每周每月每年技术交流会、中文使用手册、图书等。
• 支持体系：在线课程、认证培训、方案咨询、实施和订阅等。