Cloudwiz智能运维产品介(技术)精编.pptVIP

这里的话，我建议删除，文字太多，不够概括 前面已经分析过现状，这里依旧在提现状有点赘述，建议只提挑战 另外，现状从目前的困难着手，引起客户共鸣 挑战从产品能够带来的解决方案入手，可以更好地引出我们的产品 所以我提炼出这三方面的优势 统一监控 – 指标监控（多种服务，多种指标） 统一监控 – 日志监控（全文搜索） 智能报警 – 全面，灵活 智能分析 – 故障溯源（学习故障历史反馈，直接溯源根因） 智能分析 – 关联分析（关联指标，事件，日志） 智能分析 – 日志分析（日志聚类，日志对比） 智能分析 – 运维知识库（专业知识传承共享） 05 Cloudwiz 案例 电网大数据平台的各种服务及系统 案例：国家电网大数据平台 HBase Hive Hadoop Tomcat Zookeeper Storm Spark MySQL CentOS Kafka Flume 案例：国家电网大数据平台 客户HBase每过3-4天全面死机，只能重启，严重影响业务 挖掘日志，发现死机前HBase节点出现长时间停顿，被zookeeper服务器误诊为此节点死亡 匹配知识库，找出原因为HBase节点进行内存Swap，而更深层次的原因为服务器时钟漂移 提出解决方案供客户选择 客户采纳建议进行实施，彻底排除故障 目标一：为国家电网的智能电网战略提供不间断的、稳定的大数据计算平台 问题和挑战：主要存储服务HBase 每隔几天会出现宕机，因为宕机经常发生在半夜，运维人员不能及时得到报警，造成大数据平台长达数小时的停运，直接影响平台上运行的分析工作。因为不能排查问题根源，此问题不断发生。 解决：指标、日志整合分析查找故障根源，知识库推荐解决方案。问题完全解决。配置报警规则，及时发现问题。 服务器上CPU使用率被自动探测出有异常升高，如红点所示，cpu.usr在22：00 - 00：00和9：00左右25%，而平时一般在8%。需要找出原因。 案例：国家电网大数据平台 目标二：在运维国家电网大数据计算平台过程中，及时发现、查找并解决可能造成重大问题的误操作、误配置等运维问题。 问题和挑战：如何及时发现问题并在短时间内发现根源，对任何运维团队都是一个极大的挑战。 解决：指标的智能关联分析能够辅助运维人员快速查找故障根源 Cloudwiz 系统自动查找和匹配出相关联的指标，提供故障根源推断 案例：国家电网大数据平台 目标二：运维国家电网大数据计算平台过程中及时发现、查找并解决可能造成重大问题的误操作、误配置等运维问题。 问题和挑战：如何及时发现问题并在短时间内发现根源，对任何运维团队都是一个极大的挑战。 。 解决：指标的智能关联分析能够辅助运维人员快速查找故障根源 选择hbase.regionserver.server.writeRequestCount对比cpu.usr。两条曲线非常吻合。说明cpu的升高是由于hbase的write数量增加引起的。客户马上意识到最近一个修改导致写操作会增加。经过修改以后，cpu正常下来。 案例：国家电网大数据平台 目标二：运维国家电网大数据计算平台过程中及时发现、查找并解决可能造成重大问题的误操作、误配置等运维问题。 问题和挑战：如何及时发现问题并在短时间内发现根源，对任何运维团队都是一个极大的挑战。 解决：指标的智能关联分析能够辅助运维人员快速查找故障根源。 上图是可用磁盘空间的实时数据。下图是统计的趋势线。根据趋势，目前可用磁盘空间49GB在62天后用完。用户可以及时安排应急方案和设备采购计划 案例：国家电网大数据平台 目标三：有效地进行国家电网大数据计算平台的日常运维工作，优化架构，及时升级到最新且稳定的版本以排出已知的问题。 问题和挑战：对运维团队的技术要求很高，一般团队较难在短时间内达到，致使运维面临瓶颈 解决：Cloudwiz 的专家团队能够与客户的专业团队协同工作，帮助客户的技术团队迅速成长，或者完全接手客户的运维工作。专家报告提供专门针对客户系统的贴身诊断和优化技术报告。 案例：国家电网大数据平台 大数据系统不同服务最佳版本和版本间依赖性推荐、演进方案 目标三：有效地进行国家电网大数据计算平台的日常运维工作，优化架构，及时升级到最新且稳定的版本以排出已知的问题。 问题和挑战：对运维团队的技术要求很高，一般团队较难在短时间内达到，致使运维面临瓶颈 解决：Cloudwiz 的专家团队能够与客户的专业团队协同工作，帮助客户的技术团队迅速成长，或者完全接手客户的运维工作。专家报告提供专门针对客户系统的贴身诊断和优化技术报告。 案例：国家电网大数据平台 专家报告优化系统、配置、架构，提升性能 目标三：有效地进行国家电网大数据计算平台的日常运维工作，优化架构，及时升级到最新且稳定的版本以排出已知的问题。 问题和挑