美信君：运维经理很上火，故障如何快速查？

某公司IT运维张经理非常头疼，每天都像救火队员一样在这样的事情中奔波，这是来自于他的自述……

“一次正好赶上公司年中大促，也是一年里冲业绩的关键一周。结果关键业务的交易系统出现了运行缓慢，部分业务在系统交易时候出现卡顿、无法登陆的现象。这种情况发生以后，业务线上的每个人都像炸开了锅。在此之前，我们为了保障业务系统正常运行已经做了充分的准备，但是没想到还是出现了这样的状况，我们的压力可想而知。我们运维人员马不停蹄地开始排查，查资源使用情况、网络环境情况、中间件是否正常、服务是否正常、日志是否报错、交易数据还有没有……时间不知不觉的在敲键盘、敲键盘、敲键盘中过去，但是原因还未定位。

总经理也过来了解情况，业务部门一直在催促，我们饭也顾不上吃。最终，折腾了一天以后，定位到问题原因是其中一个功能没有控制返回数量，导致内存泄露。

伴随公司数字化转型和业务规模化发展，设备量实现指数型增长。几年的时间，服务器就从几百台增加到 5000 千台。虽然技术已经不可同日而语，我们几十人的IT支持团队，每天仍然应接不暇地需要处理各种稀奇古怪的情况。

因此我们需要一个良好的监控系统，可以让我们快速地发现并定位问题，减少宕机时间，提高故障处理速度，减轻运维工作的压力。同时，防患于未然，这个监控系统需要能够及时预警，毕竟减少事故的发生也是实现IT业务工作的核心价值。”

美信监控易——泛IT一体化智能运维管理平台，能够从以下几个方面帮助张经理解这些监控运维问题。

1）监控可视化

以前监控都是模糊的、离散的，还有来自不同管理工具的告警、预警等，现在转变为清晰可见、一目了然。完善的监控平台需要有统一的可视化操作界面，方便运维人员快速查看相应的运行数据。监控易提供仪表盘、状态统计、苹果树等多种监控视图，用户可以便捷查看整个IT系统的当前运行状态，对预、告警的管理对象和监测点进行实时过滤，实现快速故障定位和根源诊断。比如：能够看到IT资源一段时间内的运行趋势、故障期间的设备状况、IT资源总体性能分析报表等，且可以提前制定策略，直接展现分析结果，这样就大大提高了故障的处理效率。

2）监控全面

监控最基本的工作就是实现对负载均衡设备、网络设备、服务器、存储设备、安全设备、数据库、中间件及应用软件等IT资源的全面监控管理。监控易运维监控平台可以对上百家厂商的软件、硬件及应用业务系统进行实时监控，全面性的应用监控可以让故障提前预警，并保存了影响应用运行环境的数据，以缩短故障处理时间。

3）及时预警、告警、快速定位

监控易——泛IT一体化智能运维管理平台采用自己先进的调度技术可以把监测点的颗粒度精确到秒级，以保证监测数据的实时性和精确性，做到当客户关键设备出现异常时能在第一时间里发现问题，发出报警，为客户解决问题赢得宝贵的时间。监控易——泛IT一体化智能运维管理平台达到最快轮询频率为 5 秒一次，大大缩短网络的故障响应时间，降低网络故障的损失。

4）告警方式全面

完善的监控策略需要有清晰的监控告警提示，值班人员要以根据监控告警即可作出简单的问题定位与应急处理方案。监控易在IT基础架构出现故障前及时预、告警，告警方式包括颜色、手机短消息、邮件、声音、脚本、弹出短消息框等多种方式，可以任意自定义告警阀值、告警方式、触发条件等，支持对大型IT系统的告警批量设置。

管理员可以通过短信内容看到哪个系统、哪个应用、哪个模块出了什么问题，可能是什么原因，对业务有什么影响，是否需要马上处理。

5)完善的性能评估和故障诊断报表

完善的监控策略不仅需要有实时的数据告警，也要有汇总数据分析能力，能发现潜在风险，同时也为分析疑难杂症提供帮忙。

监控易强大的报表管理工具，支持将不同的关联监测指标放到同一图形中进行比较和分析的报表功能，比如用户可以将接口流量、CPU和内存的使用率以及数据库的关键指标放在一个图形中进行关联分析，来评估服务器和数据库的负载及其他性能状况。