IT运维管理如何摆脱“不怕坏，就怕慢”的魔咒？

IT运维工程师之间一直流传着“不怕坏，就怕慢”的魔咒。如果是网络发生信息不通、网页不能浏览等连通性故障，运维排错的任务并不困难。可当网络连通性并无问题，业务系统的响应和访问速度却在一步一步变慢，IT运维人员就很难处理这种“软故障”。

对此，作为国内领先的IT运维管理专家，北塔软件认为：管理员应最大限度的保障数据中心的运行效率，不能让“软故障”成为阻碍用户应用的屏障。管理者应站在业务应用的全局角度上指导运维细节，建立业务系统与基础网络的映射关系，使用更先进的IT运维管理分析方法和手段，尽量缩短排除故障的时间，进而提升服务的质量和用户的体验效果。

案例分析：被“怪病”缠身的服务器

小刘，是一家大型企业的运维工程师，但他最近遇到了一种“网络怪病”。业务部门反映，已经上线4年多的CRM(客户关系管理)系统常常出现访问异常缓慢，用户终端需要反复刷新页面，有时还会出现彻底无法访问(访问超时)的问题。另外，还有些业务人员反映，在更新用户联系信息后，已经被更改的用户资料并没有得到更新。而且，这些问题已经被反映到集团老板那里，IT运维部门的领导带着一脸沮丧，要求他迅速查出原因，因为CRM系统的“怪病”严重影响了公司业务处理的效率。

小刘采用的多种方法开始排查故障的源头，例如：业务部门PC终端故障、检查服务器端的性能、找程序开发人员挖BUG、检查数据库、检查交换机、给服务器杀毒、翻阅之前的所有日志、架上流量监控软件……花费了大量的时间，最终也只是找到故障根源可能存在的方向。因为在拔掉交换机上链接服务器的线缆后， FCS帧就会瞬间减少。这应该是网卡损坏(包括协议、驱动、硬件)故障或者连接服务器的网线(包括RJ45头)部分出现了问题，但排除问题所消耗的时间实在让人无法忍受。

北塔软件认为：虽然小刘已经知道了“方向”，但这种拖延的后果，无疑还是把矛头指向了IT运维部门的服务质量。业务系统反应越来越慢的现象，对于系统维护部门的压力将直接集中在故障恢复的时效性上。因此，IT运维管理应该利用主动发现的智能机制，以业务为核心建立一体化的管理体系，才能避免这种“软故障”在数据中心的为非作歹。

北塔BTIM三步解决“软故障”

业务系统是一个整体，造成其缓慢的原因会由多种因素组成，如果利用OSI模型排错，一层一层的来，势必影响故障定位的效率。那么，利用支持业务服务管理(BSM)的工具是否能够实现更简单有效的故障分析呢?下面以北塔BTIM(Betasoft Integrated Management，IT综合管理软件)为例，看看另外一种解决这种软故障的方式：

第1步：利用北塔BTIM，分别对监控对象设置事件触发，特别是性能阀值监控这些最容易出问题的地方，形成设备层面的性能监控;

第2步：把业务系统涉及的每一个对象都合并起来，将所有运维监控对象按照业务访问路径综合起来，形成综合业务视图，并让让整体性能和用户体验关联起来。

第3步：北塔BTIM会智能的发现业务系统缓慢，第一时间通知管理员，而“BTIM故障根源分析策略”便可帮助管理员依据实体业务流分析逻辑，逐层扩大数据采集的深度和广度，层层深入，直达故障根源。

如今，IT运维一体化、智能化管理已是大家普遍关注的热门话题，那些传统分散式、粗粒度、低效率的IT运维管理模式已经难以满足大规模、多层级、全覆盖的运维管理需求。所以，通过建立与IT架构、管理模式等相适应的业务服务模型，不但能够清晰地描述业务与IT之间的关联，更能让主动运维的IT人不惧怕这种“软故障”，进而帮助IT管理人员和业务部门形成合力。