导出PDF-蓝鲸智云.PDF

1.产品概述 故障自愈是一款实现服务器故障自动处理的解决方案，提升企业服务可用性和降低故障处 理的人力投入。 通过自动化处理来节省 力投入，通过预定的恢复流程让恢复过程更可靠，通过并行分析 达到更快的故障定位和恢复，最终减少业务损失的风险。 一句话概括：实时发现告警，预诊断分析，自动恢复故障，并打通周边系统实现整个流程 的闭环。 2.产品架构 为了便于理解，以下为简单逻辑流程图： 3.特点及优势 • 1.获取告警：告警源集成蓝鲸监控、3款主流开源监控产品Zabbix、Nagios、 OpenFalcon的告警接入 ，更能通过REST API 拉取、推送告警。 • 2.告警处理：故障处理支持作业平台、标准运维流程 • 3.告警收敛和防御：系统预定收敛和防御规则，对异常告警事件进行收敛 ，更能通 过收敛审批功能对异常的执行做审批。 • 4.支持组合套餐，把自定义自愈套餐通过FTA（故障树分析）处理流程，组装成解决 复杂场景的组合套餐。 • 5.健康诊断，根据系统内置的健康诊断策略，周期性回溯异常事件，并通过邮件方 式推送出来。 • 6.预警自愈，是健康诊断功能的延伸，把健康诊断发现的问题通过自愈方案解决， 完成异常事件的闭环。 • 7.操作审计，感知故障自愈的每一次改动，确保运营安全，问题可回溯 • 8.丰富的处理套餐：除支持作业平台、标准运维外，还支持快捷套餐类（磁盘清 理、汇总、检测CPU使用率TOP10等）、组合套餐类（获取故障机备机、通知、审 批等） • 9.提供自愈的服务监控 ：比如队列监控、每一个节点处理事件的趋势、套餐成功和 失败的指标等 4.版本差异 暂无 5. 功能介绍 （故障自愈首页面板） 5.1 告警自动处 故障自愈将告警接入自愈套餐后，告警将自动处理 ，无需人工干预。 5.2 告警收敛 针对满足收敛条件的告警 ，我们会汇总成一个告警事件，或进行异常防御审批. 除系统内置常见的收敛规则外，还支持用户自定义。 ! 5.3 健康诊断 系统内置健康诊断的建议 ，根据告警出现的频次创建单据，提前发现问题。 ! 不仅如此，还可以通过预警自愈页面配置诊断建议和处理套餐，提前自动规避风险。 5.4 集成主流监控产品 告警源集成蓝鲸监控、3款主流开源监控产品Zabbix、Nagios、OpenFalcon的告警接 入，更能通过REST API 拉取、推送告警。 5.5 组合套餐 把自定义自愈套餐通过FTA（故障树分析）处理流程，组装成解决复杂场景的组合套餐 组合套餐 组合套餐，顾名思义就是把该业务下的套餐和官方通用套餐组合起来使用。 • 具体操作: 按照配置的流程顺序执行套餐 • 使用场景: 当单一的套餐无法满足故障恢复流程时，将套餐串起来用。 按时间汇总后通知 • 具体操作: 根据配置按一定维度收敛后，发送通知给用户 • 使用场景: 对于一些大量出现的告警，如单机性能告警/流量告警等，可以用此套餐 收敛后发送通知。 • 参数说明: 时间段和告警数必须填一个。按时间段汇总：从收到第一条告警开始计 时，到规定时间后结束。按告警数汇总：从收到第一条告警开始计数，到规定数量 后结束。少于多少条不通知：选择时间段汇总时，如果到时间后，告警数量少于指 定数量，就不发通知。可以选择是否将告警存档在自愈，推荐不保存，直接在对接 的监控系统中查看历史告警，以免告警列表页面被无效告警淹没。 • 案例: 希望累计出现3条告警通知一次。参数为 0，0，3 希望有告警产生就每20分钟 汇总通知一次。参数为20，0，0 希望每30分钟内累计出现5条以上告警通知一次。 参数为 30，5，0 希望30分钟汇总一次，或者累计出现10条告警就马上通知。参数 为 30，0，10 作业平台 调用 蓝鲸作业平台，作业平台脚本需要按照一定规范来。 • 具体操作: 调用 作业平台作业 • 使用场景: 希望在机器上执行脚本的故障恢复操作，如拉起进程等 • 参数说明: 通过选择框选择 作业平台作业; 可以 自定义传入 作业平台 的参数(不填默 认传入故障IP); 可以通过作业平台 脚本获取自愈变量来在其他套餐中使用 腾讯云重启 • 具体操作：调用腾讯云重启接口 • 使用场景：