智能化运维实践之IT健康管理-23页_3mb

国家电网智能化运维实践总结

核心内容

国家电网通过构建IT健康管理体系，实现从传统运维模式向智能化、主动化运维模式的转变，旨在提升系统的运行效率和稳定性，降低运维成本，增强风险防控能力。

主要观点

1. IT健康管理的目标

   • 提升智能化水平，以风险识别为核心。
   • 通过预防性处置，确保系统处于健康状态。
   • 实现“发病”、“亚健康”、“健康”三种状态的分类管理。

2. 运维模式转变

   • 由被动故障处理转向主动故障侦测。
   • 提升问题发现、定位与解决的效率和精准度。

3. IT健康管理体系的构建

   • 建立全面的健康指标体系，涵盖8大类IT对象，33个子类，共计4296个指标。
   • 核心指标为547个，用于日常运维分析。
   • 构建智能知识体系，包括智能知识库、智能算法库、智能案例库等，用于故障感知、分析与问题溯源。

4. 核心技术支撑

   • 健康模型：用于评估系统健康状态，如pg_121系统最新得分为90。
   • 告警与溯源：实现问题的快速定位与根本原因分析。
   • 健康诊断评分：通过数据分析，给出系统健康度评分。
   • 诊断结果推荐：基于分析结果，提供运维建议与优化方案。

5. IT健康管理的价值

   • 辅助决策：通过系统运行数据，支持业务资源管理与采购决策。
   • 瘦身健体：为系统优化提供准确的数据支撑。
   • 开放共享：支持不同省公司之间的微应用共享，提升整体运维能力。
   • 行业输出：IT健康管理体系可为多行业提供标准化参考。

关键信息

IT健康管理指标体系

• IT对象：包括数据库、中间件、网络设备、存储、云平台、应用、移动、操作系统等8大类。
• 对象种类：涵盖Oracle、MySQL、MongoDB、PostgreSQL、达梦数据库、Redis、Weblogic、Tomcat、ActiveMQ等33个子类。
• 指标总数：4296个，覆盖IT健康管理的多个方面。
• 核心指标数：547个，用于日常运维分析。

IT健康运维体系核心技术

• 智能异常检测：通过算法识别系统异常。
• 智能知识库：集成历史经验与专家知识，支持故障感知与分析。
• 健康模型：用于评估系统健康状态，如pg_121系统最新得分为90。
• 告警与溯源：实现问题快速定位与根本原因分析。
• 健康诊断评分：基于数据分析，给出系统健康度评分。
• 诊断结果推荐：提供运维建议与优化方案。

IT健康管理的价值与展望

• 辅助决策：支持业务真实使用情况分析与资源管理。
• 瘦身健体：为系统优化提供数据支撑。
• 开放共享：促进省公司间微应用共享，提升整体运维效率。
• 行业输出：为多行业提供新型运维标准参考。
• 未来展望：通过运维样本数据、样本质量、模型质量、样本数量等提升健康能力，实现更智能、更高效的运维体系。

总结

国家电网的IT健康管理体系以风险识别为核心，通过构建全面的指标体系、智能知识库和健康模型，实现从“救火式”运维向“业务健康运维”的转变。该体系不仅提升了系统的运行效率和稳定性，还为运维决策、系统优化和资源共享提供了强有力的支持。未来，随着样本数据和模型质量的提升，IT健康管理体系将进一步增强其智能化水平，为更多行业提供可借鉴的运维标准和解决方案。