热门搜索 企业动态 新闻中心 成功案例 社区 Prometheus交流区

案例解读:某地市级税务单位统一监控平台实践

客户简介

本次案例的客户是广东某地市级税务主管部门,机房承载区域税收业务与纳税服务的信息化支撑。信息化建设分期推进多年,服务器、存储、操作系统、数据库等资源跨厂商、跨代际并存,仅服务器就有二十余种型号、每种往往只有几台;机房动环(温湿度、水浸、烟感、UPS)此前另由一套独立系统管理。客户原有的监控平台由国产某网管厂商提供。

面对如此庞杂的存量设备,原平台难以完成统一纳管,相当一部分资源长期处于”未知状态”。经重新选型,客户决定以乐维统一监控平台替换原有平台:把未纳管的设备补齐、已纳管的迁移过来,并把原配套部署的动环设备一并接入,统一录入新平台。本次建设的目标,是让异构 IT 设备与机房动环信号进入同一张视图、同一套告警。

客户痛点

二十余种服务器型号、每种仅几台,通用监控难以统一纳管

现场设备横跨 IBM、华为、浪潮、Dell、联想、H3C、HP、EMC 等多个厂商,仅服务器就有 IBM X366、X3650 M2/M3/M4/M5、X3850 X5、X3750 M4、华为 RH2288、RH5885 V3、浪潮 NF5240M3、Dell PowerEdge R630/R730、H3C R4900 G3 等二十余种型号——每一种往往只有几台,都是历史建设留下的存量。型号越杂,逐类适配的成本越高,通用监控工具很难一次性接住。

大量设备长期处于”未知状态”,运维看不见,管不着

已有监控平台无法把全部设备统一纳管,大量资源处于”看不见”的状态:既没有采集数据,也谈不上阈值与告警。这些设备是否在线、负载高低、磁盘余量、健康与否都无从判断。客户的要求很明确:把未纳管的补上、已纳管的迁移过来,统一录入新监控平台,一次完成统一纳管与告警。

动环另成一套系统,机房信号与 IT 告警各发各的

除常规设备监控外,机房还部署了温湿度、水浸、烟感、UPS 等动环设备,由另一套系统管理。机房温度是否超限、水浸与烟感通道是否正常、UPS 电池还能撑多久,都不在 IT 监控视图里;两边告警各发各的,值班时需要在不同系统之间来回切换。项目要求把这套系统一并对接进来,完成动环数据的采集与告警。

告警要跟着纳管一起落地,不能”接上就算完”

客户的目标不是把设备列表填满,而是让每一台纳管对象都能按规则产生告警、按级别推送到对应的人。存量迁移、增量补齐、动环对接要在同一次实施里完成,并沿用同一套告警定义,避免”设备接进来了,告警还是散的”。

乐维解决方案

针对上述问题,乐维上线智能运维监控平台,围绕异构资源统一纳管、动环信号接入、告警规则统一、值班可视化四个方向完成建设,最终建成一套纳管 187 台设备、覆盖 7 类监控对象、IT 设备与机房动环共用同一张视图和同一套告警的一体化监控平台。

1、异构资源统一纳管

平台完成存量设备迁移与未纳管设备补齐,统一纳入 7 类监控对象:

国产化
统一纳管

2、动环设备接入统一平台

这是本项目最见功力的一块。平台没有再部署一套动环系统,而是把动环设备作为监控对象直接纳入统一平台,资源视图里还专门为动环设备建立了独立分组

以动环采集服务器为例|一个对象,三类信号,分层呈现

详情页按”概况 / 温度 / 水浸 / 烟感 / 全部告警 / 指标列表”组织,基本信息里名称、IP 地址、监控状态(正常)、启用监控、采集情况(正常)一应俱全,顶部还能看到资产、告警信息。

  • 温度:多路 REG 寄存器测点(REG20001~REG20013 系列)以趋势曲线同屏对比,支持 1 小时 / 1 天 / 1 周 / 自定义回看;
  • 水浸:RE073、RE074、RE075、RE076、RE077 等测点逐路列出,每路标注状态;
  • 烟感:DI1~DI7 数字量通道逐路列出,均显示”正常”,另有 RE064、RE072 等测点同样在管。

多路信号不再分散在几个系统里,哪一路触发、当前是否正常,一页就能定位。

统一监控
国产化监控

以 UPS 为例|六个方面把供电状态拆开看

UPS 详情页按”概况 / 旁路信息 / 管理输出信息 / 管理输入信息 / 全部告警 / 指标列表”组织,每个分区的曲线都支持 1 小时 / 1 天 / 1 周 / 自定义回看:

  • 概况:电池剩余电量(现场 100%,仪表盘 + 趋势)、功率容量百分比(27%)、电池电量耗尽时间(约 150 分钟)三组可视化;
  • 旁路信息:旁路 1/2/3 的当前电流、当前电压、当前功率;
  • 管理输出信息:三相当前输出电流、输出电压、当前输出功率、负载率;
  • 管理输入信息:三相当前输入电流、输入电压、输入功率、输入频率。

市电、旁路、输出、电池四条链路的关键指标都在同一对象下,供电状态变化有据可查。

IT运维
运维

3、告警统一推送:

现场按设备类型建了9条通知规则,其中 :机房动环监控、中间件、虚拟化平台、存储、服务器、数据库各有一条独立规则。每条规则统一定义四项要素:

  • 告警状态:发生、恢复
  • 告警级别:严重、紧急
  • 通知方式:邮件、短信
  • 规则适用人群:按人群指定接收范围

关键在于——“机房动环监控”排在第一条,与服务器、存储、数据库规则并列在同一张配置表里。机房温度超限和数据库异常,走的是同一套级别定义、同一套推送流程。

接入路径同步固化成五步:添加对象 → 通知媒介配置 → 通知规则配置 → 通知账号配置 → 接收告警。新设备照着走即可完成从纳管到告警的闭环,不必为每类设备重新设计一套流程。

告警推送

4、值班可视化:一屏看全,异常不必等报障

  • 运维驾驶舱 · 值班室主屏:以 3D 地球为视觉中心,探测、服务器、操作系统、存储、中间件、链路、数据库、虚拟化、网络设备、云平台等资源类型环绕分布,每类标注对象数量与告警数量
  • 两侧是系统负载曲线、CPU / 内存利用率最高主机 TOP10、告警对象 TOP10,底部滚动”严重告警清单”。
运维驾驶舱
  • 投屏视图 · 不同设备类型不同数据大屏:项目配置了”操作系统监控大屏””网络设备监控大屏”等投屏视图,支持轮播速度设置、全屏效果与投屏,聚合”最近 20 条系统告警”与各类 TOP 排行,值班大屏无需登录即可持续展示。
IT监控

客户收益

01 全域纳管,盲区清零

187 台设备、7 类对象、二十余种冷门服务器型号从”未知状态”变为可采集、可查看、可告警;未纳管的补齐、已纳管的迁移统一落到同一张资源清单,运维由此能完整掌握家底:每台设备的状态、指标与告警一屏可查,不再有”管不着”的角落。

02 动环入网,机房无忧

温湿度、水浸、烟感、UPS 不再游离于 IT 监控之外:REG 温度测点曲线、RE 水浸与 DI 烟感通道逐路状态、UPS 电池电量 / 功率容量 / 耗尽时间三组仪表盘,全部在同一对象下可查可回溯。机房异常与设备异常进入同一张视图,不必再守着另一套系统。

03 告警统一,处置闭环

9 条按设备类型建立的规则,发生与恢复双状态、严重与紧急分级、邮件与短信分流,机房动环与服务器、存储、数据库共用同一张规则表;告警按等级统一呈现,当日新增 与关闭 一目了然。新设备沿五步接入流程纳管即进入告警闭环,不会出现”接上了却没人收告警”。

04 一屏统管,值班前移

首页把家底与风险同屏,驾驶舱把 所有告警与 TOP10 排行推到值班主屏,投屏大屏无需登录持续展示;严重告警清单直接列出对象、时间与问题。异常在值班现场就能被看到,不必等报障后才发现。

从”设备太杂接不住”到”一屏看全所有资源”,这个案例说明了一件事:监控平台的价值,不在于能接多少种协议,而在于能不能把最后那几台”没人管”的设备、以及机房里那些”不归 IT 管”的信号,一起收进同一张视图、同一套告警。

乐维智能运维监控平台,面向政企客户提供异构资源统一纳管、动环对接、告警闭环与可视化大屏的一体化能力。

乐维社区已经开放乐维运维智能体免费版,欢迎下载使用!

乐维社区

The prev:

Related recommendations

Click Cancel to reply
    Expand more!