IT运维管理与业务融合已是大势所趋,网络平台如果只能提供单一的稳定性管理就会显得老迈乏力,更不能满足业务部门对IT架构效率的诉求。面对性能提升或是业务系统优化,IT运维管理部门则需要一种可以深入业务系统内部的数据挖掘工具,既能满足日常监控与故障排查,又能提供详实的决策依据。目标虽好,但若在几十个业务流汇聚而成的网络海洋中分离这些动态的数据,梳理出需要护航的业务流并做到对症下药,则实为难事。
带宽扩容“无依据” 传统流量管理“少业务”
流量监控和分析是整个网络合理化、业务系统访问质量保障的重要环节,它能在最短的时间内发现安全威胁,确定业务系统缓慢的原因并发出预警,更能为企业信息化投资决策提供可以丈量的依据。但若缺少了这样的工具,管理者就只能凭借主观判断做出决定。
某集团企业信息管理部经理,为了解决业务系统网络访问缓慢的问题,向集团提交了一份带宽扩容申请,并在很短时间内得到了批复和项目资金。在带宽扩容工作结束后,业务系统访问速度确实得到了显著提高。然而,在短短的数周后,业务部门却发现销售系统的运行又开始出现异常,每个客户访问在线订单查询的时候,经常会出超时错误,而且在总部的其他服务器响应客户请求方面也显得略微缓慢。管理员利用手头的Sniffer、MRTG、Ethereal紧急排查,但网络基础设施并没有发现问题,因此他又向集团再次提出了扩容申请,可这份报告却被“打了回来”……
作为国内领先的IT运维管理专家,北塔软件认为:用户上网争抢带宽,非关键应用占用带宽、或是网络设备之间出现耦合故障,都会使得核心应用带宽无保障。而传统的网管工具只能提供出设备之间的物理流量大小,缺乏对业务系统的识别能力,无法实现业务流量管理的透明化。因此,很多企业陷入了“扩容——拥堵——再扩容”的怪圈,由于缺乏对带宽瓶颈的分析和规划依据,带宽扩容成本被浪费,还会影响员工的积极性甚至延误商机。
北塔BTIM提供“端到端”路径 业务流量分布实现“航海图”
在一些网络管理人员的手中,或多或少都有一些免费流量管理软件,虽然此类工具在拓扑绘制、物理流量、故障排查方面都各有高招,但绝大多数工具无法与业务系统整合起来。非常重要的一点是这些工具无法长期储存流量数据,而这恰恰是IT运维管理中,决策数据真实准确的关键所在。
为了解决传统网络管理工具在业务流量上的缺失,北塔软件在其推出的北塔BTIM业务综合管理软件中提供了“业务流量分布图”的功能。这种全新的展现方法以物理拓扑图为基础,打破了传统数据流分析业务拓扑图的集中显示方式,可以将用户访问指定业务的数据包分离出来、单独进行统计。而这种提取方式,可以为网络管理人员提供清晰的业务路径信息,并为业务部门每一个客户端建立详细的“档案”。另外,客户端访问应用服务器时所产生的网络流量信息,又可以通过物理拓扑图自动标识出具体位置。
在日常管理中,业务流量分布图以“透明化”的方式实施主动监测,这种提取功能在业务系统数量多、跨越广域网的复杂环境中功效更大,可以直接定位总部或是分支机构中与业务系统相关的任何对象,协助运维工程师直击故障点。而通过监控数据的储存与分析,北塔BTIM又可以出具详细的业务健康“体检表”,为链路优化或是带宽扩容提供“诊断书”。
毫无疑问,我们已经进入到了一个全信息的时代,IT运维管理中也越发强调以数据为核心的运营模式。用户分布数据、基础设施环境数据、各类业务数据、业务运行指标数据、SLA数据……有针对性的采集与科学分析都可以帮助管理者不再迷失,并逐步成为领航业务的大航海家。
我们一直都在努力坚持原创.......请不要一声不吭,就悄悄拿走。
我原创,你原创,我们的内容世界才会更加精彩!
【所有原创内容版权均属TechTarget,欢迎大家转发分享。但未经授权,严禁任何媒体(平面媒体、网络媒体、自媒体等)以及微信公众号复制、转载、摘编或以其他方式进行使用。】
微信公众号
TechTarget
官方微博
TechTarget中国
相关推荐
-
云网络时代,IT运维管理如何做到透明可视?
随着技术的演进、应用的发展,企业服务器、网络变得愈发虚拟化,且越来越多的企业趋向于将业务迁至云平台,这无形中给企业IT运维管理带来挑战。对于企业运维管理人员来说,需要采集各个系统的数据进行分析与管理,以最大程度实现运维管理的透明可视。
-
攻城狮是这样迎来IT运维管理的春天的……
企业业务的增加给IT部门带来挑战,特别是对于那些负责IT运维管理的攻城狮们来说,管理对象越来越多,环境越来越复杂……
-
视频监控“大联网” 平安城市运维亟需“流程化”
自平安城市项目开始推广以来,有一些地方的监控设备屡屡出现问题,平台的运维管理难度也愈加凸显,这些问题得不到有效解决,平安城市进程势必受阻。
-
北塔:寻找IT运维管理中的“阿喀琉斯之踵”
寻找IT运维管理中的“阿喀琉斯之踵”,不会让IT故障从此消失。不过,“让运维系统自动发现故障要比手动检测快得多,快速解决复杂应用问题需要大量的细节指标”这两点还请牢记。