IT 基礎(chǔ)架構(gòu)處于不斷變化的狀態(tài)。從集中式 大型機 系統(tǒng)到分布式 無服務(wù)器多云環(huán)境，這些變化發(fā)生得相對較快。沒有什么能阻止它。預(yù)測到2023年，超過 90% 的 IT 組織將讓大部分員工遠程工作。這主要是由于公司轉(zhuǎn)向使用更多的云服務(wù)。

IT 運營團隊必須設(shè)法通過實施有效的 IT 基礎(chǔ)架構(gòu)監(jiān)控來跟上進度。由于有些人不得不用更少的資源做更多的事情，因此通過使用正確的工具和最佳實踐來充分利用監(jiān)控非常重要。繼續(xù)閱讀以了解您可以實施的一些最佳實踐，以及可以使用它們來更好地監(jiān)控您的基礎(chǔ)架構(gòu)的情況。

了解 IT 基礎(chǔ)架構(gòu)監(jiān)控

基礎(chǔ)架構(gòu)監(jiān)控 是從您的所有 IT 資源中收集和分析數(shù)據(jù)的過程。由于多年來 IT 基礎(chǔ)架構(gòu)發(fā)生了許多變化，復(fù)雜性急劇增加。

最佳實踐注意事項

為了幫助您處理所有這些復(fù)雜性，這里有十個最佳實踐，可以將監(jiān)控數(shù)據(jù)轉(zhuǎn)化為有用的信息并更快地進行故障排除。

1. 創(chuàng)建一個清單

很高興知道您的基礎(chǔ)設(shè)施正在被監(jiān)控。但是當(dāng)出現(xiàn)問題時，您需要迅速采取行動來解決它們。因此，當(dāng)出現(xiàn)問題時，請務(wù)必制定計劃。

發(fā)生鏈路故障，響應(yīng)時間突然增加，系統(tǒng)停機。當(dāng)您的監(jiān)控工具顯示DNS 已關(guān)閉時，您會采取什么下一步措施？您需要制定計劃，以便在問題出現(xiàn)之前采取措施解決此 問題 。有一個步驟清單，包括誰需要知道這個特定問題正在處理。

2. 避免警覺疲勞

借助現(xiàn)代 IT 基礎(chǔ)架構(gòu)中收集的所有數(shù)據(jù)，監(jiān)控變得非常嘈雜。您可能會被關(guān)于可能的基礎(chǔ)設(shè)施問題的所有警報淹沒。因此，請確保降低收到誤報警報或完全被警報淹沒的可能性。一種方法是確保您的 IT 監(jiān)控工具具有智能警報 或?qū)嵤?AIOps功能集，以防止您收到無關(guān)緊要或可以快速解決的事情的警報。

但是每個組織在某些方面都是不同的。因此，您可能希望為基礎(chǔ)設(shè)施監(jiān)控設(shè)置一些自定義警報閾值。如果是這樣，另一種減少警報疲勞的方法是確保僅配置特定且可操作的警報。關(guān)注可能導(dǎo)致用戶投訴的警報。這有助于確保您收到對用戶最重要的潛在問題的通知。

3.使用自動化

過去，當(dāng)您的基礎(chǔ)架構(gòu)稍微簡單一點時，您可以更輕松地解決基礎(chǔ)架構(gòu)問題。但隨著當(dāng)今基礎(chǔ)架構(gòu)的規(guī)模和復(fù)雜性——跨越多個私有云和公共云——那些日子已經(jīng)一去不復(fù)返了。那時并不簡單，但肯定比現(xiàn)在簡單。

確保您的監(jiān)控工具包含 自動化 功能，有助于減少管理和監(jiān)控 IT 基礎(chǔ)架構(gòu)所涉及的一些體力勞動。它可能是一個包含數(shù)千個服務(wù)器實例、路由器、交換機、防火墻等的基礎(chǔ)架構(gòu)。如果新設(shè)備上線，您希望自動收集其數(shù)據(jù)。如果服務(wù)器實例的磁盤空間不足，您的工具可以自動將存儲空間增加到指定數(shù)量。因此，不要因為監(jiān)控工具可以為您解決的問題而陷入困境并降低您的工作效率。使用自動化始終擺脫消防模式。

4. 了解支持

每個監(jiān)控工具提供商通常都包括其支持團隊的幫助，以幫助解決您的基礎(chǔ)架構(gòu)或其產(chǎn)品的問題。完善的 IT 基礎(chǔ)架構(gòu)監(jiān)控工具可以減少聯(lián)系支持團隊的需要。該產(chǎn)品具有易于理解的 用戶界面，可用于查找和修復(fù)基礎(chǔ)架構(gòu)問題。或者它會自動為您解決這些問題，幾乎不需要您參與。

有了這些功能，您可能認為您不需要支持。但是總有一天您需要或應(yīng)該尋求幫助。了解您的供應(yīng)商的支持團隊。解決問題通常是一項團隊運動，當(dāng)您遇到問題時，您的支持團隊可以成為寶貴的資源。如果他們在您需要幫助時已經(jīng)知道您是誰，那么您更有可能更快地獲得良好的結(jié)果。

5.監(jiān)控監(jiān)視器

現(xiàn)在是晚上 10 點，您知道您的監(jiān)控是否正常工作嗎？

您需要確保您的監(jiān)控解決方案正在發(fā)揮作用。如果您沒有收到任何警報，是因為基礎(chǔ)設(shè)施全是綠色的，還是因為您的監(jiān)控不起作用？您希望信任，但始終驗證您的基礎(chǔ)設(shè)施監(jiān)控是否按預(yù)期工作。沒有人愿意坐在那里觀看 帶有所有綠色圖表的儀表板監(jiān)視器 ，但您應(yīng)該不時這樣做，以確保這些綠色圖表準確且符合預(yù)期。您需要做的最后一件事是讓用戶提醒您問題而不是您的監(jiān)控解決方案。

6. 文件決議

始終記錄對基礎(chǔ)架構(gòu)所做的任何更改。這個是不言而喻的，但有時隨著變化的持續(xù)和快速的步伐，我們可以忘記這個，因為文檔往往是一種痛苦。您只想解決問題并繼續(xù)處理您遇到的下一個問題。但一定要為此花一些時間。

首先，記錄您如何解決特定的基礎(chǔ)設(shè)施問題可以在以后幫助您。它類似于上面的清單實踐。您無需從頭開始解決相同的問題，因為它已記錄在案。其次，它可以幫助團隊成員遵循您采取的確切步驟，這可以幫助減少MTTR 并避免 違反 SLA。

7. 到處部署

監(jiān)控您的基礎(chǔ)架構(gòu)的目的是讓您能夠獲得所需的 可見性 來快速解決或預(yù)防問題。最好的方法之一是將監(jiān)控部署在任何地方或盡可能多的地方。

筒倉是能見度殺手。如果您只查看其中的一部分，那么您的監(jiān)控對整個基礎(chǔ)架構(gòu)并不是很有用。無論孤島是由于安全限制還是新合并的公司，都要盡一切努力監(jiān)控您的所有基礎(chǔ)設(shè)施，并在您可以獲得它們的任何地方部署您的監(jiān)控功能。

8. 執(zhí)行 DR 測試

您應(yīng)該 為您的基礎(chǔ)架構(gòu)制定災(zāi)難恢復(fù) (DR) 測試計劃。這是業(yè)務(wù)連續(xù)性的賭注。您還應(yīng)該將您的監(jiān)控作為該計劃的一部分。

確保至少每年執(zhí)行一次 DR 測試，了解當(dāng)您的基礎(chǔ)架構(gòu)發(fā)生故障時會發(fā)生什么。當(dāng)您的主路由器或該路由器上的接口出現(xiàn)故障時，您的監(jiān)控會發(fā)生什么？您是否收到有關(guān)該故障的適當(dāng)警報？當(dāng)流量通過您的輔助路徑重新路由時，您是否注意到儀表板中的變化？進行 DR 測試可以讓您放心，如果確實發(fā)生了故障，您的監(jiān)控也不會隨之失敗。

9. 實施冗余監(jiān)控

如果您遵循之前的最佳實踐（至少每年進行一次 DR 測試），您可能會遇到下一個最佳實踐可以避免的問題。還能夠從外部監(jiān)控您的基礎(chǔ)架構(gòu)以實現(xiàn)冗余。

我們都希望我們的基礎(chǔ)設(shè)施不會失敗。但我們知道確實如此。無論您是在本地還是在云端，事情都會導(dǎo)致您的基礎(chǔ)設(shè)施徹底失敗或無法按預(yù)期運行。我們?nèi)祟惡苋菀壮鲥e。大多數(shù)基礎(chǔ)設(shè)施問題是由于人為錯誤造成的。發(fā)生這種情況時，如果您的監(jiān)控工具僅部署在該環(huán)境中，那就太糟糕了。

因此，請確保您能夠從另一個環(huán)境監(jiān)控您的基礎(chǔ)架構(gòu)，以防您的主要環(huán)境不可用。

10. 接受培訓(xùn)

一年前擁有的 IT 技能很快就會過時。您需要保持最新狀態(tài)。你應(yīng)該為你的監(jiān)控做同樣的事情。隨著您的基礎(chǔ)架構(gòu)發(fā)生變化，您可能正在處理您的組織正在實施的新技術(shù)，例如遷移到無服務(wù)器 功能。您可能需要一些培訓(xùn)來了解如何最好地監(jiān)控?zé)o服務(wù)器環(huán)境。接受供應(yīng)商培訓(xùn)，以確保您獲得他們推薦的方法。

此外，接受供應(yīng)商 培訓(xùn)可能會發(fā)現(xiàn)您未充分利用當(dāng)前監(jiān)控功能的方式。正如他們所說，知道是成功的一半。通過適當(dāng)?shù)呐嘤?xùn)和工具，您可以更有效地完成另一半。

要記住的要點

如您所見，基礎(chǔ)設(shè)施是一個多年來發(fā)生了很大變化的環(huán)境。IT 基礎(chǔ)架構(gòu)也可以快速變化并大大增加監(jiān)控的復(fù)雜性。要記住的關(guān)鍵點是，要充分利用 IT 基礎(chǔ)架構(gòu)監(jiān)控，您首先必須擁有正確的工具。將上述最佳實踐與正確的工具結(jié)合使用可以使您的事情變得更簡單。