电信行业信息技术部运维工程师系统日常维护手册（执行版）.docxVIP

电信行业信息技术部运维工程师系统日常维护手册（执行版）

第1章系统监控

1.1网络设备监控

网络设备是电信运营的基石，其稳定运行直接关系到用户服务质量与系统可用性。核心网设备如路由器、交换机，若丢包率持续高于1.5%（P99阈值），通常预示着拥塞或硬件故障风险。监控需覆盖物理层（如光口接收光功率维持在-8dBm至-20dBm正常范围）与链路层（OSPF/LDP等协议会话状态需保持Active）。经验显示，通过SNMP主动轮询与NetFlow被动采集结合，可实现对BRAS设备CPU利用率（建议阈值70%）和内存使用率（建议80%）的动态预警。当发现某ASR路由器接口进站流量持续呈突发性尖峰（如某链路15分钟内流量暴涨300%），需警惕DDoS攻击或配置错误，此时应联动安全设备进行深度流分析。监控指标体系应分层设计：核心层设备需关注收敛时间（BGP30秒），汇聚层侧重带宽利用率（建议维持在50-70%），接入层则需重点监测端口PoE供电稳定性与用户上线速率。告警分级尤为重要：严重级别（如核心设备完全宕机）需5分钟内响应，一般级别（如链路负载超阈值）则可适当延长至15分钟，但所有告警均需自动关联拓扑图，便于定位故障范围。

1.2服务器性能监控

服务器作为业务承载主体，其性能瓶颈往往是隐性故障的导火索。CPU监控需区分核心负载与频率状态，建议设置历史曲线分析（滑动窗口5分钟），