智能運維 | 機房云運維平臺可視化

云計算時代的到來給人們帶來了很多便利，同時也帶來了挑戰。比如，硬件環境更加復雜、設備多樣、處理難度大，運行的平臺系統更加多樣化，需要更廣的知識面，對運維安全要求也更高，所以在云環境下，我們需要對云運維平臺 進行可視化管理。

運維可視化核心是將所運維的服務、資源、設備的狀態和正在發生的事件通過可視化的手段呈現出來，指導運維人員或者產品研發人員做出正確的運維決策。某種程度上，云平臺的運維與可視化相輔相成，可視化程度越高，運維就越簡單，運維效率也就越高。

在云運維的工作范疇中，實時監控對故障的發現和診斷起到至關重要的作用。今天，我們以私有云監控中的一個重點場景——內網監控為例，來介紹可視化的重要作用（內網指的是一個企業的內部網絡，包括機房內部網絡和機房間的網絡）。

異常事件可視化

當運維工程師發現自己負責的系統出現故障時，檢查網絡連接是否有異常，是故障排查流程當中的標準步驟。在這個場景中，工程師需要知道自己的系統所在的機房以及所依賴的網絡通路是否存在故障，所以希望內網監控系統提供一個網絡故障概覽，展示給定的時間段中相關機房的異常事件。

最簡單的方式是將所有的網絡故障展示在表格當中。

如上表所示，每一行代表一個故障事件。

• 第一列表示故障關聯的機房
• 第二列表示故障的起止時間
• 第三列表示故障的嚴重程度

這種展現方式存在以下三個問題：

• 不能第一眼看出哪些故障嚴重，哪些故障輕微。
• 不能直觀感受到每個故障的持續時長。
• 很難知道在某一時刻哪幾個機房同時存在故障。

當時間段很長，篩選出的故障事件很多時，表格會變得很長，就更加不利于工程師了解網絡狀況。

為解決以上問題，我們需要在機房、時間、 程度三個維度上都能直觀的展示故障事件。從時間跨度來想，有點像事件流的感覺，似乎可以用事件流圖來展示。

圖1  事件流圖

如圖1所示，事件流圖用一條事件河流來表示事件。河流被橫向切分為若干條色帶，每條色帶代表一個類別的事件。色帶的高度（河流的寬度）代表在某個時刻，各類別包含事件的個數。事件越多，河流越寬，反之越窄。

這種事件流圖適合展示在一段時間內事件群體的統計變化，而我們需要能夠展示每個事件的個體信息。因此，我們對事件流圖作了幾個修改：

• 每個故障事件用一個矩形條表示，矩形條左右兩邊的位置對應事件的起止時間。
• 矩形條的顏色用來區分事件的嚴重程度，而不是事件的類別。
• 關聯到某一個機房的故障事件矩形條放在河流的同一個高度位置。如果事件在時間上能完全錯開，則將矩形條左右放置。如果事件在時間上有重疊，則拓寬機房所占河流的寬度，將矩形條上下放置。

圖2  異常事件流圖

圖2展示了我們的事件流圖方案。

圖中展示了三個機房的異常，其中機房一有1個嚴重的異常事件（用紅色來標識），這個異常事件是一個時間跨度比較長的嚴重異常事件。機房二有4個輕度的異常事件（用黃色標識），這4個異常是時間跨度比較短的輕度異常事件，機房三有12個輕度的異常事件（用黃色標識），這12個異常事件中也有三個時間跨度比較長的時間。如果鼠標放置在異常事件矩形塊上，就能查看哪個機房出現異常。

通過這個圖，工程師可以很方便地看到每個機房的每個故障事件的詳細信息，比表格的方式直觀得多。

總結

事件流圖，從機房、時間、異常程度三個維度都能直觀的展示故障事件，幫助工程師快速查看異常情況。其實，事件流圖還可以用于展示變更事件，甚至可以將變更事件與異常事件組合，讓工程師能一眼查看異常事件可能是由哪些變更事件引起的。

我們從智能運維場景中抽象出一些可視化組件，比如這里的事件流圖組件，再通過前端工程化工具把這些子元素串聯起來，構建出前端統一展現層框架，后面我們會逐一介紹這些可視化組件與框架其他細節。