中小银行运维自动化经验分享.ppt

中小银行运维自动化管理 解决之道分享 2014年7月 目录 * 运维管理中的操作控制难题 1 运维标准化自动化解决之道 2 作业任务精确控制 监控巡检准确定位 应急处置自动调度 ........................... 运维标准化自动化实施要点 3 运维管理总体目标-防范风险、优质服务、控制成本、系统建设 稳定运行 精确控制 资源管理 标准服务 应用整体监控 事件处置管理 知识维护使用 变更发布管理 运维服务标准化 运行成本可计量 技术规范体系化 运维架构规范化 制度体系层次化 运维管理 作业调度管理 安装规范核对 巡检全程控制 配置信息管控 设备资源管理 运行数据采集 资源性能分析 容量总体规划 数据资源管理 精确操控管理是运维管理的基础，也是科技服务质量的保障 作业管理难题-漏做错做、任务异常、执行风险、隐患排查 大型商业银行每日批作业任务数已达数千个，中小型商业银行也近几百个，随着业务复杂度及三方业务增加，任务数有增无减，并且变更频率教高，控制难度增加； 多个系统、多个作业任务之间形成了非常复杂的逻辑关系，仅靠表格等手工管理方式，很难降低任务执行差错率； 针对特殊日期的批作业任务临时变更，很难精确控制，一旦作业任务执行失误，影响范围较大，很难处理； 很难精确记录作业任务执行时长、时点、报错等情况，无法统计分析，发现作业任务执行过程中的潜在风险； ........................................................... 作业管理 作业管理手段-任务登记、变更控制、逻辑调度、过程记录、隐患排查 任务定义？关系管控？技术标准？过程监控？结果检查？故障联查？任务优化？ 作业管理 运行监控难题-预警、发现、定位、排查、隐患、预估、采集、资产 监控巡检 关键业务交易出现问题，想排查故障原因，那么： 网络环境如何？ 网络报文正常？ 系统资源有瓶颈吗？ 中间件有问题吗？ 数据库有瓶颈？ 应用程序有报错？ 业务数据有问题吗？ 客户请求端状态如何？ 运行监控难题-预警、发现、定位、排查、隐患、预估、采集、资产 监控巡检 2013年3月17日 监控报警情况---缺乏网络通路质量检测直接报警【只有表象报警、无原因报警】 15:37 ECIF系统：三条报警ToFront 0307 error、ToFront 0307 error服务测试异常 15:38 收单系统：03801 Success rate is low! Pb751 BUSY！ 15:40 电子支付系统：EPAY thread is busy 15:44 个贷风险管理系统：plms4和plms2、plms5、plms6阻塞线程数高、 15:44 信贷风险流程管理系统：weblogic线程数高、jdbc连接池等待 15:45 操作风险管理系统session锁等待 15:45 图前监控采集机10.1.7.15报错 15:46 验印系统ssl握手失败 分析：1、从15:37到15:46，10分钟内统一监控平台共有19条应用系统1级告警，但因总行网络环境监控手段的缺失，未能第一时间发现网络线路质量问题，因此，如何提早发现网络通路问题，如何快速定位故障点，是故障早发现快解决的关键。 2013年3月17日网络通路典型故障 应急难题-经验积累、工具标准化、逻辑关系控制、快速准确执行？？？ 应急处置 其它运维操作难题-数据全程管理、标准化变更发布、环境合规检查、资产动态采集验证 其它运维操作 中小银行运维标准化自动化的意义--人员、经验、风险、成本 实施运维操作自动化的关键目标是什么？：运维操作管理应该细分为如下几个领域，每个领域的具体目标是不同的：1）操作控制：准确调度；2）监控诊断：固化知识；3）应急处置：精确执行；4）变更发布：控制差错；5）规范检查：准确核对；6）资产采集：信息准确；7）数据管理：全程控制； 如何有重点分步骤的实施运维操作自动化？：根据细化后的运维操作流域及其管理目标，分别设计方案及标准，然后按照：首先标准化，其次自动化，最后制度化的路线进行实施； 运维操作自动化与哪些运维管理环节相关？：与一线建设、事件管理、应急处置、数据管理、运维标准化等运维管理环节密切相关，同时考虑人力配备、技术能力问题【短期引入】； 如何保持运维操作标准化的持续性？：通过问题日常跟踪机制【日积月累】、运维操作维护工作流程【查缺补漏】、相关人员岗位规划、以及工具持续优化【实用原则】达成； 意义及思考 目录 * 运维管理中的操作控制难题 1 运维标准化自动化解决之道 2 运维自动化领域的细分 标准化是自动化的前提 管理体系是有效实现的基础 ........................... 运维标准化自动化实施要点 3