集团公司智慧IT运维平台-概要设计

1、PAGE 集团公司智慧IT运维平台概要设计目 录 TOC o 1-4 h z u HYPERLINK l _Toc528138964 1.项目背景 表所示。坐席测算数据基于现有的运维支持模式和已上线的主要应用系统，数据偏于保守。如果考虑某些大型系统的推广，呼叫中心面向企业进行统一受理，以及新建系统上线后的统一受理等因素，建议呼叫中心的坐席设计容量（含分布坐席）为100个。考虑到各应用事件数据偏保守和企业拨打服务热线次数将会逐步增多的情况，一期考虑建设50个坐席（总部40个，江苏、广东区域中心各4个、香港区域中心2个），随着服务受理范围扩大和服务请求数量增加，再逐步增加坐席。推算步骤说明数值备注

2、故障数量平均每天740个根据目前情况，事件提报主要集中在5*8的工作时间内，故每月按22个工作日计算。单日峰值1771个峰值主要因为特殊业务引起，如月结等。假设条件单个坐席处理事件数量50个/天1、假设每个事件一线处理平均时间为6分钟（包括接听电话、记录、尝试解决、派发工单、与二线沟通、跟踪反馈等）2、假设每个坐席的有效工作时间为每天5小时（除去工作间休息、学习、培训、交班总结、就餐等）3、每个坐席每天处理事件数：5*60分钟6分钟/个=50个预计需要坐席数非高峰时段15个坐席计算公式：7405015高峰时段36个坐席计算公式：17715036测算坐席22个坐席15+（36-15）/3=22运

3、维工作需要统一协同管理信息系统的正常运行，特别是面向企业的系统，依赖于企业、总部运维团队和项目组的共同参与，相关人员的调度和协同需要信息系统进行支撑，以实现纵向与横向的沟通、支持工作的透明化和运维支持全过程集中管控。运维支持工作协同为更好协同运维支持工作，需要贯穿企业、区域中心和总部的运维流程。需要加强运维支持中心与各事业部运维团队之间的工作协同。为加强运维流程的执行力度和实现支持工作透明化，需要实现基本流程的在线化，比如事件管理、问题管理、变更管理、发布管理等。任务调度与跟踪为更快更好地解决信息系统的问题，需要技术手段提示问题的责任人及监控支持人员的工作负荷状态。为及时保障问题的解决，需要技

4、术手段实时跟踪问题的解决状态和过程。运维支持集中管控提供统一的平台展示各个系统的问题及解决情况，能统计分析、统一展现整体情况和分享情况。集成相关系统，做到“数出一门、量出一家”。对重要业务系统进行应用监控资金集中及区外加油卡已建立应用监控系统，ERP应用主要通过SAP SLM对操作系统、数据库的关键指标进行监控，但大多数业务系统还未建立应用监控。对应用系统的监控需求主要有：基本应用情况监控实现对系统应用情况的基本监控，比如注册用户数、在线用户数及最主要的业务数据。应用系统监控实时监控应用系统是否能正常访问和响应时间。尽早发现系统故障或提前对性能进行告警。计算应用系统月/季/年可用性。基础设施监

5、控集成整合基础设施综合网管监控系统，对应用系统实现网络、服务器、数据库、存储、中间件的集中监控。实时安全监控对互联网、基础设施、应用系统的信息安全状况进行实时监控。安全状况监控实时监控网络的病毒、漏洞及异常情况。监控互联网出口安全状态、应用服务的安全状况及受攻击状况。监控安全设施的运行情况。监控重要系统的安全状态。安全事件监控实时监控网络、防火墙、入侵检测设备、防病毒系统、访问控制等安全系统的日志。对收集的安全事件进行深层分析，统计和关联，提供初步处理方法和建议，并通知相关安全运维人员。合规性监控。实现运维知识共享目前，ERP知识库已编写253篇文档，常态化培训教材99篇， MES知识库也已初

6、步建立，基础设施已编写主机网络系统、终端系统、视频会议等运行维护手册，同时在工单系统和SAP SLM中沉淀了很多日常问题的解决方案。运维知识库还需要继续丰富，并利用信息系统充分共享。主要需求有：知识库建立完善ERP、MES、基础设施等运维知识。实现应用系统建设和运维团队之间的知识转移。自动沉淀故障解决方案，逐步丰富运维知识库。建立知识库，统一存储和管控运维知识。知识获取通过搜索、知识地图等方式共享运维知识，总部、区域中心与企业都可方便地查询到需要的运维知识，促进问题的快速解决。通过知识库提高一线人员问题解决率。知识管理实现知识审核、分类、发布、使用、评价等全过程的管理，保证知识的质量。重要系统

7、的软硬件配置信息和关联关系需要集中管控应用系统基本信息信息系统软硬件基本信息、维护人信息分别散落在各个专业团队或 项目组个人手中，不能保障每次故障处理能及时获取相关信息。配置信息关联关系重要系统的软硬件和组件之间的关联关系还有待进一步梳理，并进行统一的管控，为故障处理和变更风险评估等运维活动提供准确的数据支撑，有效控制意外事件。通过大屏展现系统全面掌握信息系统总体运行情况支撑集中监控、统一调度和应急指挥等运维活动。为管理人员提供信息系统运行总体状况及服务绩效。目标及范围项目目标本次项目的总体目标是整合运维支持系统，建设集中的一体化运维平台，支撑集团公司IT运维共享服务，提高运行效率，降低成本，

8、实现总部和企业运维统一调度和集中管控，达到国内领先、国际一流的水平。（1）建设集团公司IT运维平台，实现运行监控、配置管理数据库、IT服务管理、运维门户与大屏展示；实现与SAP SLM、SSOC、云资源管理平台、资金集中监控系统、加油卡监控等系统的集成。具体实现如下：统一调度运维资源：建成集中的服务管理系统，集成SAP SLM，实现运维支持工作的全过程管控和知识共享，通过在线流程有机协同总部、区域中心和企业之间，运维队伍与项目组之间的运维支持工作。集中监控应用系统：建成集中的运行监控系统，实现对50套应用系统的应用监控，从用户使用的角度进行可用性监控，及时发现和处理问题，缩短系统不可用时间。集

9、中管理配置信息：建成集中的配置管理数据库系统，实现50套应用系统与总部管理的基础设施的统一管理，为运维支持、变更风险分析、重大问题处理决策等及时地提供真实数据。大屏展示运维情况：提升运维门户和大屏展示，通过系统集成大屏展示应用监控指标、信息安全状况、服务受理情况、重大问题处理情况等运维服务信息。（2）制定集团公司IT运维标准与规范。包括运行监控规范、服务管理规范、 配置管理规范等。项目范围项目范围包含总部基础设施和总部统建的50套应用系统，以及与两家试点企业已有运维系统的集成。基础设施的范围主要包括总部4个数据中心，11个区域中心，涵盖服务器、存储、安全设备、网络设备、数据库、中间件等，当前共

10、有各类设备7000台左右，具体数量以实际为准。应用系统的范围主要包括ERP、MES、资金集中管理、总部生产营运指挥、电子商务、合同管理、综合办公、加油卡（区外）、APC等50套应用系统，主要涵盖了SAP、.NET、JAVA、Domino等技术平台。建设内容建立集团公司IT运维平台IT服务管理系统建立集中的服务管理系统，统一调度运维资源，实现总部、区域中心、企业和石化盈科运维支持工作的有机协同、问题处理全过程跟踪、重大变更风险的有效控制、运维知识的充分共享、服务水平的集中管控。建立和完善运维流程和SLA完善服务管理流程：事件、问题、变更、配置、发布、知识和服务报告管理；完善日常运维业务流程：账号

11、申请管理、巡检管理、设备入网管理、视频会议 管理；制定贯通总部、区域中心、企业和石化盈科的服务支持流程；梳理流程角色与人员对应表；建立服务目录、服务级别和服务成本计量模型等。建设IT服务管理系统将上述运维流程化，实现服务受理、记录、工单派发、服务响应、处理情况记录、用户回访、工单关闭的服务全过程管理。实现变更管控、故障解决方案知识共享，系统上线发布管控，配置数据库变更管控等。实现服务管理统计分析功能，如问题处理分类及汇总表、服务处理平均时间等。实现待办事项、待办提醒、用户管理、权限管理、用户视图等基础功能。集成相关系统集成SAP SLM系统，实现服务受理及处理的数据同步；集成监控系统，自动将监

12、控告警转化为工单；集成短信与邮件系统，实现工单派发提醒。知识库建设梳理、编制基础设施、ERP、MES、综合办公等信息系统常见问题处理的知识手册，建立运维知识库和知识地图，提高一线人员的问题解决比率。建设运维知识库建立运维知识库，供一线、二线支持人员和用户自助服务使用。知识库主要实现如下功能：知识的存储、分类、审核、搜索、应用场景推送、使用评价和反馈等。实现与呼叫中心系统、运维门户的集成。梳理和编制运维知识制定知识手册模板，梳理各专业知识分类，构建知识地图。组织各专业人员编制各系统用户常见问题及处理手册网络常见问题及处理手册。桌面终端常见问题及处理手册操作系统常见问题及处理手册ERP常见问题及处

13、理手册MES常见问题及处理手册制定知识管理流程，实现知识产生、审核、分类、使用、反馈、创新及删除的全生命周期的管理。运行监控系统建设运行监控系统，实时掌握集团公司总部统一建设50套应用系统的业务服务情况，并对基础设施及安全进行监控，保障重要系统业务连续性和可用性。建设运行监控系统实现50套应用系统的应用监控：制定应用系统监控接口规范，实现应用系统使用情况的监控，如注册用户数、在线用户数、最主要的业务交易量；实现应用系统实时可用性监控，如是否可用、响应时间等；实现应用系统软硬件故障和性能监控；实现应用系统可用性管理，如月度、季度、年度可用性计算。扩展基础设施监控范围和内容，增加监控基础设施数量、

14、增加对中间件监控、增加对数据库监控。集成安全监控系统，通过集成实时收集互联网出口安全状态、终端安全状况、攻击源分布及态势、主干及数据中心网络安全态势、舆情监控。集成相关系统集成资金集中和区外加油卡应用监控、SAP SLM和配置管理数据库系统。配置管理数据库建设配置管理数据库系统，实现集中管理总部统一建设集中部署应用系统的配置项基本信息及关联关系。制定模板设计应用系统配置信息模板；制定配置项数据字典；建设配置管理数据库系统建成配置管理数据库系统，实现应用系统和基础设施配置信息自动采集、手工录入、变动确认、关联关系管理、查询使用等主要功能。收集50套应用系统的运维人员、应用软件、服务器、中间件、数

15、据库、操作系统的配置信息，数据质量符合标准的入库。收集朝阳门、小营、亦庄机房的网络、主机、安全设备、存储、机房设备的配置信息，数据质量符合标准的入库。集成相关系统集成监控系统，对配置项告警进行记录；集成IT服务管理系统，对配置项的变更进行跟踪和管理。大屏展示建立一套大屏综合展示系统，并且在此基础上通过精细化的定制开发服务，最终满足石化在运行监控、服务管理、应急指挥、重要保障及参观等方面的展示需求。具体建设内容如下：集成呼叫中心系统，展示电话呼入总量、接听率、平均响应时间、平均通话时长等数据；集成IT服务管理系统，展示服务受理总量、处理总量、未处理总量、一线解决率、二线解决率、已超时未解决数量、

16、平均处理时长、变更总量等信息；集成运行监控系统，展示应用系统实时可用性、本月/本季/本年可用性、注册用户数、在线用户数、最主要业务交易量、本日/本周/本月/本季/本年告警数及处理数等信息；集成安全监控系统，展示本日/本周/本月/本季/本年系统攻击数、历史攻击数及峰值、安全漏洞总数、应用系统安全健康状况等信息；集成配置管理数据库系统，展示应用系统数量、网络/服务器/终端/安全设备数量、存储总量等信息。运维门户增加用户自助服务，实现服务请求的提交和服务结果的查询；增加搜索引擎，实现运维知识共享。建立集团公司IT运维平台相关标准与规范运行监控标准运行监控系统接口规范监控对象命名规范运行监控服务目录运

17、行监控服务申请流程、监控报表申请流服务管理标准IT服务管理系统接口规范运维术语和运维流程服务目录、服务水平、服务计量和运维考核指标基础数据，比如组织机构、人员、IT设备和信息系统等各类数据配置管理标准配置项分类标准配置项命名标准配置项信息变更规范配置项信息模板设计原则根据以上本次项目的建设内容，并结合对于本项目的理解。我们认为要保证本次IT运维平台的成功性，需要在IT运维平台设计上遵循以下的平台设计原则：可扩展性原则采用的技术充分考虑系统在实施过程中和上线正式运行后，新应用需求可能还会增加的情况。因此，拟采用的技术必须具备良好的升级、扩容、扩充的可行性和便利性。IT运维平台软件是一个全模块化的

18、产品平台，具有结构先进、功能全面、配置灵活、扩展容易等特点。各类功能应用以模块化方式进行关联设计和划分，同时为保证系统的松耦合和可扩展性，以灵活分层和开放接口的方式对系统整体架构进行设计，各个模块之间数据与功能相对独立。目前我们配置了大部分平台软件模块用于集团公司的IT运维平台项目，当以后有新的管理需求时，或需增加相应软件、或需开发新的功能模块时，我们可以添加方便地通过平台软件补丁来完成新增的管理功能，这些模块间都具有集成接口，可以完美地集成为一个统一的IT运维平台系统。当集团公司IT运维平台的管理范围扩大后（如添加设备、添加服务、添加服务流程、添加人员角色等），IT运维平台可以使用原有平台软

19、件管理这些资源。对于IT运维平台，由于平台本身的拓展性，无需改变产品，如果硬件能力不够，可以通过基础云资源灵活的升级、补充、调度硬件资源。支持对基于不同操作系统、不同数据库和不同中间件的多种架构系统的监控；支持多级组织架构的定义和配置；提供可扩展技术框架，支持在不同的系统负载、处理逻辑和业务场景下都能够获得系统的性能； 支持分布式架构，支持多点部署；支持监控服务器集中部署和采集插件分布式部署的混合部署方式。可靠性原则本系统需7*24小时不间断运行，软件系统应该具有高可靠性设计。应用系统应具备自动或手动恢复措施，以便在发生错误时能够快速地恢复正常运行。IT运维平台软件设计时将充分考虑对可靠性的要

20、求，采用负载均衡、集群等多种高可靠、高可用性技术以使系统能够保证高可靠性，对关键设备要有冗余和容错。开放性原则IT运维平台软件采用开放式体系结构，易于扩充，使相对独立的子系统易于进行组合和调整，系统资源能实现良好的共享。全面支持XML、SOAP、Web Service、LDAP等当前受到普遍支持的开放标准，以保证本平台能够与其它应用系统、数据库等相互交换数据并进行应用级的互操作和互连性。安全性原则系统具备良好的安全策略，安全手段，安全环境及安全管理措施，包括可以提供的各类安全措施和建议集团公司采用的认证、授权等安全手段。IT运维平台软件具有高度的安全性，同时考虑整体安全控制方案，以防止来自内部

21、或外部的安全隐患，例如阻止非授权人员访问。具体的业务安全方案详见“3.4 安全设计”可移植性原则IT运维平台软件满足平滑移植，即应用软件与硬件平台相对分离，应用软件可以自由运行在主流硬件平台的主流操作系统上。当集团公司硬件平台发生变更时，可不用重新购买相同功能的应用软件。灵活性原则IT运维平台软件采用参数化、可配置的设计开发原则，保证在系统相关指标（如有效期）和业务流程、管理流程发生变化时，能够通过参数修改或程序配置灵活适应新的要求。流程引擎系统提供成熟的工作流引擎，通过配置运维流程即可满足运维业务的变化。流程引擎基本功能如下：流程引擎工具提供WEB的图形化的流程定制环境，清晰直观，通过简单的

22、拖拉即可定义出客户需要的各个流程；提供“顺序”、“并行”、“合并”、“选择”、“同步”、“回退”等多种工作流模式；流程设置支持预先默认审核人和手工选择审核人；流程引擎支持流程版本控制，对于流程调整前后的版本可以独立运行；流程设置简单易用。同时，工作流引擎及工具具有业务流程管理的能力，能进行跨系统的业务流程集成，能对流程流转的规则进行配置，增强运维流程的灵活性，并能实时监控流程状态。表单定制系统提供直观、可视化的表单定制工具。表单定制工具主要功能如下：采用拖拉和配置的方式在页面上摆放控件（输入框、数据框等），并通过设置控件的属性、触发动作，可以完成相对复杂的数据表单操作，所见即所得。支持调整表单

23、属性可以进行灵活部署。同一个流程可以设置不同的表单内容。表单设置完成后，不需要重启服务，可以直接在流程中使用新的表单。搜索引擎系统提供搜索引擎，方便进行关键词和全文检索。搜索引擎要具有智能化、人性化特征，为用户提供快速、准确的搜索服务。可视化编辑器支持XHTML内容的可视化编辑，符合XHTML标准。支持文字校对、热字、敏感字、关键字功能。支持图文混排，支持图片的水印、缩略图、抽线压缩、剪裁等编辑功能图片批量编辑功能、图片相册制作功能。支持大文章内容自动、手动的分页功能。支持复制粘贴等内容时的垃圾内容过滤，但保留基本的、与XHTML兼容的格式信息。要求支持图片保留功能，支持查找、替换功能，支持自

24、动格式化、去除格式的功能，支持表格的可视化制作功能。要求支持通过拖动方式调整单元格的大小，支持任意格式的附件，包括多媒体、Flash、文档、文件等。支持与视音频发布系统无缝衔接，实现文字、图片、流媒体的混合编辑。支持标题、副题、引题、长短标题、图片标题功能。支持作者、来源、关键字、摘要、编辑等稿签信息的设定，支持相关稿件的手工、自动（根据标题或关键字）生成，支持任意次数的操作撤销功能。支持保存几十兆数据大稿件，并能将稿件临时保存在本地。统一数据采集系统具有良好的扩展性、开放性及灵活性。统一采集平台具备以下技术特点及技术优势：数据采集完备性同一采集方法，能同时具备获取基础设施监控、应用监控数据的

25、能力。数据采集参考模型在同类监控对象中，能够通过统一标准的数据采集参考模型实现集中监控。同时，能与主流厂商（SAP，HP、Microsoft、IBM、BMC等）的监控系统能紧密集成。跨平台性监控能够基于业务连续性的特点，即能跨平台，又能跨相关联的系统。不仅能够对一个系统中的操作系统、服务器、存储、数据库、应用、中间件进行监控，而且还能够跨越与之相关联的多个系统进行监控。可实现端到端的应用数据采集。基础设施数据采集方式数据采集时需能同时支持有代理和无代理两种采集方式，有代理方式还要同时支持PUSH和PULL两种传输方式。数据采集至少提供但不限于以下三种数据采集方式：通过配置实现采集：通过配置Sy

26、slog、SNMP Trap、Socket、ODBC、NetFlow、Eflow等方式将事件日志、告警信息、性能参数以及各类事件数据发送到采集服务器或数据集中管理组件。安装代理实现采集：采集到的数据暂存于被管服务器端，缓存时长可调整，具备主动数据上传能力，在与上层模块通讯中断的情况下，能够主动尝试重连，具备断点续传能力。支持每台服务器只安装一个代理即可实现基础设施和应用的数据采集。定时轮询采集：通过SNMP、ICMP、HTTP定时轮询、用户模拟体验等方式来获取被管对象的数据。支持但不限于如下协议： SNMP、SNMPTrap、Syslog、服务器代理、Flow、ODBC/JDBC、API、FT

27、P，NFS或SMB等通用文件接口、专用日志采集接口、Telnet/SSH、ICMP、WebService、Flow、SMI-S、Http/Https、JMX、Socket等数据采集协议和接口、终端用户体验等。应用数据采集方式服务探测以定期轮询的方式获取服务的质量信息，生成相应的性能报表，并可通过配置性能阀值的方式生成相应的性能告警。同时支持通过安装服务器代理进行服务探测。系统支持DHCP、 DIAL、 DNS、 FTP、 HTTP、 HTTPS、 ICMP、 IMAP4、 LDAP、 NNTP、 NTP、 Exchange、POP3、 RADIUS、 RPING、 RTSP、 SAA、 SIP

28、、 SMTP、 SNMP、 SOAP、 TCP PORT、 TFTP、 TRANSX、 WMS等。可查看监控协议的丢包率、最大时延、最小时延、平均时延等指标。用户模拟用户模拟行为是指通过模拟用户发起的交易请求来探测各项业务提供的服务是否可用以及相应的响应速度，从而获取用户感知类的数据。需要同时满足但不限于以下要求：应用监控人员可以从不同的地点进行监控，可及时了解随时间变化的应用可用性、响应时间及相关性能。可采用在不同地点安装探针方式实现，获取不同地点的业务访问质量。周期性探测软件系统的可用性，主要指页面是否能正常访问或打开。探测频率设置可通过界面灵活设置；对响应时间能分解至应用的客户端时间、服

29、务端时间、网络时间等。对模拟的业务操作可以通过录制脚本的方式实现，即获取用户实际交易的操作步骤，采用业务仿真的方式进行模拟操作。比如通过模拟HTTP协议的Get、Post、Head等操作，可以定义登录首页、输入用户名/口令、点击相关URL等方式进行测试；还可以进行真实交易的模拟，获取交易各环节的响应时间和质量，此时需要注意操作的安全性和合规性。数据采集控制对监控工具和采集工具进行集中管理，实现监控软件的起停控制，策略的统一管理、下发，支持采集客户端的的自动分发、集中部署。系统能提供对采集策略的批量导入、导出功能。统一存储监控工具和采集工具采集的数据进行集中存储，实现数据统一格式、统一存储。按需

30、采集可实现按需采集，根据管理需要灵活设定采集范围、采集指标、采集时间段和采集频率。可按照设备各种属性进行选择并批量的停止和启动。高性能支持超大规模数据采集、清洗、加工，可以多服务器并行处理，实现大数据量的并行采集，提升采集效率。具备秒级采集频率的能力。占用被监控对象系统资源小于3%。被监控系统繁忙时不争用资源，具备自动降低采集频率的功能。高扩展性可以采集但不限于当前已有的设备，通过设定模板添加或删除被监控系统及与其他系统集成，且操作简单。高可靠性支持分布式方式部署采集机，并实现动态负载均衡。可以通过采集节点同构、互换能力及任务转移等措施来保障采集服务的高可靠性和容错能力。采集平台处理能力可根据

31、负载进行调整，减少采集资源浪费。支持采集数据续传、采集代理自我监控和恢复，具备告警触发功能。监控数量每级节点支持的管理对象下限如下，可通过软硬件处理能力进一步扩展：网络设备对象：不低于2000个（含虚拟网络设备）。服务器对象：不低于2000个操作系统（含虚拟服务器）。通用应用服务对象：不低于500个应用实例（含DNS、IIS、tomcat等）。数据库对象：不低于200个数据库实例，含Oracle、SQL Server、My SQL等数据库支持，并支持对神通数据库的管理开发定制。存储设备对象：不低于20个。应用系统：不低于100个，主要为自主设计开发的专用业务系统。数据存储能力系统支持保存所有原始告警数据，原始告警支持与监控系统或网元管理终端所获告警保持一致，告警数据一致性能达到100%。原始粒度性能数据默认在线保持3月以上，小时粒度性能数据默认在线保持1年以上，日粒度性能数据默认在线保持2年以上。且此时间可以根据用户需求自行修改；支持在线数据在线修改功能，用户可通过对应用界面进行修改。支持超过1年的数据归档导出，支持数据倒入恢复功能。各种日志文件、历史告警文件应至少能保存6 个月的事件。6个月以上数据采用光盘、磁带等介质进行备份，脱机保存，能够提