1、    大數據時代自動化運維管理發展策略    陳昊摘要隨著信息網絡技術在各個領域的應用，數據信息逐漸呈現形式多樣、信息量大、更新迅速、可利用價值高等特點，幫助協調整個社會的經濟生產模式，使得原有運維管理方式遭受較大的沖擊，本文將介紹大數據時代的概況，并針對大數據時代運維管理模式進行優化分析，探究如何在大數據時代發展新的自動化運維管理方式，目的是提高韻味管理效率，進一步創造大數據時代下的運維價值。【關鍵詞】大數據時代 自動化運維 配制構架發展策略信息網絡技術的應用不僅提高了我國經濟運轉的智能化程度，更以高速生成的數據顯示了人們的日常生產生活方式。在這種大

2、數據時代下，傳統管理模式企業面臨機遇和挑戰，一方面企業能夠通過建立運維管理平臺收集數據進行自動化管理，降低傳統管理模式出現人為差錯的風險，另一方面，通過先進的運維思想和完善的基礎配置可以進一步提高數據平臺運維處理能力，從而使運維管理在自動化的基礎上更加完善化，工作量增加也能確保運維管理效率。1 大數據時代自動化運維管理思路1.1 完善基礎配置管理大數據時代下數據信息傳輸量不斷增加，通過構建自動化運維管理平臺，以計算機程序代替人為操作進行指令的下達，會大大降低出現故障的概率，但計算機等基礎設施中硬軟件配置關系到數據集群的梳理，因此需要建立一定的關系來進行基礎配置中ci的設計管理，以此來梳理不同集

3、群數據的運維關系，從而為實現自動化運維奠定基礎。這個過程中需要利用數據業務聯系設計配置，幫助創建以ci配置關系為基礎的運維模式圖。1.2 結合基礎構架進行日志分析配置管理無論是對于傳統數據運維管理還是對于自動化運維管理模式的構建都需要將不同的配置中的ci聯系在一起，但后者需要利用日志數據進行ci的聯系，如圖1所示。接收數據信息后，ci配置依照設計關系規則進行數據信息篩選，篩選出的信息以日志的形式就在服務器中，方便進行后續流計算平臺的運維分析，數據信息分析結果將會儲存在運維數據庫中，如圖2所示，這種日志分析結構的利用能夠有效規避傳統運維管理中難以進行數據排查的情況，迅速實現數據信息的查找分析，且

4、處理分析過程能夠將出現的問題及時顯現出來，快速進行解決。1.3 日常自動化變更傳統運維管理模式中如果需要進行日常變更，首先需要制定變更方案，然后通過層層審核最終確定執行，這種情況下往往會使變更過程存在安全風險，一方面無法預知變更發布后可能出現的數據隱患，另一方面可能會引起大規模的連鎖工作變更。在這種形勢下可以嘗試引入工作流平臺，將日常變更進行自動化歸類，針對數據集群遷移等較為穩定的日常可以進行自動化變更，也可利用工作流平臺進行快捷的審核和執行其他類型的變更，快速、精準的實現自動化變更，規避變更風險。1.4 硬件架構排查與傳統運維管理模式相比，自動化運維管理也會存在數據河北硬件問題，出現問題就需

5、要檢查和維修，傳統運維管理模式采用人工檢修的方式對硬件設備進行系統的排查，并需要制定周期定時對硬件設備進行管理，如果發現設備存在問題就需要進行大規模數據遷移避免發生信息故障，整個過程既繁瑣也容易出現二次故障。進行自動化運維模式管理改進可以考慮在閾值外進行自動化檢查和監控，即通過配置架構和邏輯關系進行實時系統排查，及時預警硬件故障，操作工程師可以快速定向進行異常硬件問題處理。1.5 硬軟件交付檢查數據集群信息的傳輸和交流需要硬軟件系統的配合交付，首先可以使用工作流平臺對基礎硬件配置如硬盤、網卡、cpu等進行軟件交付檢查，具體檢查方式是依照具有一定強度梯度的讀寫壓力來衡量硬盤工作狀態是否保持穩定;

6、綁定局部cpu對兀值進行運算試驗，依據運算時間分布曲線來衡量cpu的性能指標等。其次，在硬軟件交付檢查中出現客觀影響因素導致對硬件系統的誤判是不可避免的，應不斷完善交付檢查知識庫，針對歷次檢查過程進行持續分析和記錄，不斷優化硬軟件交付檢查的可靠性。2 大數據時代自動化運維管理發展策略結合傳統運維管理模式與大數據時代自動化運維管理模式的對比可以總結出，自動化運維管理模式更側重于對大規模數據集群的把握分析，基礎配置架構越完善，邏輯設計分析越嚴謹，運維管理工作效率越高，越能夠進行數據的分析處理，同時以豐富的數據信息進行反饋調度，實現數據資源的有效管理，因此對于大數據時代自動化運維管理模式的優化，工程

7、人員需要不斷優化平臺設計，提高平臺的數據信息管理能力，同時通過管理平臺的邏輯性排查規避硬件系統對工作臺的影響，降低人工維護成本。除此之外，自動化運維管理平臺進行數據的分析利用目的是提高運維管理平臺的安全性和穩定性，以此為基礎向用戶提供更良好的體驗，但在此過程中運維管理平臺可能出現成本與資源分配不合理的問題，影響實際運營效率。鑒于此，運維管理平臺需要吸收日常運維管理工作中的經驗，開發數據日志信息的更多功能，提高知識庫的穩定性，從而使運維管理水平不斷提升。3 結束語隨著大數據時代的到來，數據信息成為人們日常生產和生活不可分割的一部分，傳統運維管理模式急需進行革新優化，運維管理平臺需要結合自身基礎配置情況進行工作流平臺的改進，開發利用日志的問題排查功能，不斷提高數據測試檢查和日常自動化變更的效率，最終實現大數據時代的運維管理轉型。