1．大型公司的運維痛點
互聯網巨頭X在全球員工數萬人，業(yè)務覆蓋上百個國家與地區(qū)。IT作為技術支撐部門，服務的對象主要是企業(yè)內部員工，要保障辦公網絡流暢、穩(wěn)定，支撐數萬員工高效辦公，網絡部門面臨不少監(jiān)控難題：
1、之前的監(jiān)控體系主要基于基礎架構層的硬件、資源監(jiān)控，對于負載設備所承載的應用服務質量缺少監(jiān)控能力；
2、負載日志監(jiān)控體系分散，各個監(jiān)控工具各自獨立，有問題時才能進行數據回溯，缺乏故障預警能力；
3、目前的監(jiān)控體系仍然存在盲區(qū)，無法做到業(yè)務級別的數據洞察，因此對用戶體驗常常缺乏感知；
4、由于負載前后端地址轉換復雜，給故障排查帶來了較大挑戰(zhàn)，運維效率急需提升；
5、伴隨公司業(yè)務高速發(fā)展，網絡端需要應對業(yè)務復雜度不斷提升以及團隊規(guī)模持續(xù)變大的挑戰(zhàn)，為減少因故障帶來的組織效率影響，因此需要更好的管控應用風險。
X公司如何保障業(yè)務端流轉高效、穩(wěn)定的同時消除應用交付的盲區(qū)，提升運維服務能力、效率與滿意度？
2．網絡訪問需要穩(wěn)定快速，合規(guī)有序 智維數據提供解決方案
基于客戶的以上需求，智維數據的方案理念是:搭建一套以用戶為核心的監(jiān)控體系。借助負載設備承載應用、業(yè)務及用戶訪問的特性，從負載數據中實時抓取用戶的每一次訪問，通過負載配置和日志數據，分析設備性能與用戶體驗情況，通過用戶的真實訪問數據，來監(jiān)控數據中心關鍵業(yè)務的運行狀態(tài)，當真實用戶訪問出現異常時，運維人員可以快速感知，對常規(guī)問題實現自動化處置，降低故障的影響。
3．應用場景
低成本，輕量級，快速搭建應用服務質量監(jiān)控系統
由于X公司之前的監(jiān)控體系主要基于網絡設備的性能數據，想要了解應用服務質量的情況，如果以流量鏡像方式進行監(jiān)控需部署大量采集點，成本較高；原有的幾個監(jiān)控平臺可以對負載設備的日志進行采集，但對負載日志缺乏解讀能力，查找關鍵問題需要耗費網絡部門大量時間；網絡部也測試過其他第三方平臺，由于產品邏輯過于復雜，廠商光對接負載配置就花了好幾天，且日志對接和讀取都出現了問題。這使得運維人員很為難，有沒有部署更靈活，對接成本更低的解決方式？
此時，智維數據的技術團隊提出了新的方案，因為X公司需要監(jiān)控的業(yè)務應用都承載在負載均衡上，通過智維數據自主研發(fā)的靈瓏應用交付管理平臺采集關鍵負載節(jié)點的日志數據，讀取HTTP日志，就可以分析應用性能，而不需要按原始流量數據去做分析，這種部署方式按采集點進行費用核算，沒有日志量的限制，將為X公司節(jié)約數倍的成本。
而在分析能力上，這種方式支持HTTP、SSL、TCP的業(yè)務層面分析，并按關鍵指標輸出不同場景的可視化分析視圖及分析建議，可讀性強，為后面應用故障排查及用戶體驗分析提供了可靠數據基礎。
應用交付一體化監(jiān)控，消除傳統日志監(jiān)控盲區(qū)
X公司原有的監(jiān)控體系比較分散，設備告警由各自的設備產生并通過內部整合至自建的內部協同平臺，但對負載日志缺乏監(jiān)控，存在監(jiān)控盲區(qū)。在發(fā)生應用交付設備問題時，需要通過負載設備進行逐一的日志回溯，原有的日志通過表格形式存檔，回溯過程繁瑣，只能呈現數據無法分析數據，需要人工解讀海量日志，為運維端帶來較大工作負擔。
【靈瓏告警功能包含設備、日志、審計、應用四大維度，150+分析指標】
X公司通過對接靈瓏自動獲取了全量的負載設備日志，以可視化報告的方式展現重要信息和分析結果。在告警層面，X公司過去的告警功能偏向于傳統的ZABBIX告警，對只能采集部分設備性能指標，如CPU，內存，接口帶寬等，但缺乏分析、預測能力。
【靈瓏對告警日志提示關鍵信息，提供詳細日志解讀】
現在，使用靈瓏平臺，除設備和日志外還包含審計、應用維度，150 + 標準化的監(jiān)控分析指標，2000+異常日志的解釋及處理建議，能自動輸出分析報告，包含事故原因，事故影響范圍，解決方案建議等，分析場景可結合負載自身配置信息，除了輸出業(yè)務性能之外，還可以輸出負載失敗的記錄（例如DNS沒有走智能DNS、會話保持異常分析等）；結合iRules，可以定向對特定業(yè)務做解碼處理，獲取業(yè)務信息；對于加密流量數據的分析，無需額外的解密。靈瓏的分析模式為應用交付模式，貼合全代理架構展示，實現負載連接表持久化，更好的展示應用交付中的業(yè)務場景。
應用使用質量監(jiān)控，提升用戶體驗
X公司在全球上百個地區(qū)設有辦公室，為了有效進行跨部門溝通協作，需要一套高效的遠程辦公和網絡調度的機制。以前的解決方式主要依賴運維人員手動，當出現節(jié)點故障或訪問人數過多的時候，就需要運維人員手動切換節(jié)點，完成DNS解析、甚至是節(jié)點部署工作。然而由于缺乏線路監(jiān)控，難以判斷切換時采用的是否為最優(yōu)線路，而頻繁的切換操作，工作負擔也較大。
現在，通過靈瓏結合流量監(jiān)控信息，就可以很好的解決這一問題。首先運維人員可通過流量監(jiān)控查看訪問慢是否由于線路問題導致，保障每一次的切換都是最優(yōu)路徑；其次，如果線路本身沒有問題，那么可以進一步通過靈瓏的業(yè)務畫像能力和數據縫合查看應用承載的負載均衡前后端信息，判斷是哪一個通訊節(jié)點出現了故障。
比如，之前有業(yè)務部門反饋應用不可用，此時運維人員也查看到靈瓏的事件異常告警，顯示DNS解析出現異常，通過靈瓏的日志查詢功能，最后發(fā)現是負載日志的iRules出現了配置問題，本應該由IPV6業(yè)務出訪，在負載端轉換為IPV4，導致整個訪問不通。通過靈瓏對日志、配置的查詢和業(yè)務畫像的聯動分析能力，網絡人員很快找到了DNS解析失敗的原因。
流量縫合助力故障快速排查
協同系統打開慢，是大型公司網絡運維經常遇到的問題，由于內部用戶眾多，應用交付節(jié)點多、構架復雜，需要快速定位故障點就非常困難。過去，對于已發(fā)生的故障需要等故障再次發(fā)生才能進行回溯，在故障處理過程中，由于每次排查可能并不是同一個地址，按之前設定的線路去查只能定位到線路而無法定位到IP，難以一次解決問題根源。
【靈瓏自動實現F5設備前后會話關聯并展示對應指標信息】
【靈瓏自動繪制業(yè)務畫像視圖，可同步分析設備異常情況】
現在，有了靈瓏平臺，運維人員實現了對這類的問題的高效處置：1通過客戶端域名與DNS域名解析，服務端口去查找，先確認公網的映射地址，通過流量監(jiān)控查看，此時可確認數據傳輸有問題，但問題是負載導致還是公網導致，仍無法確認。2通過靈瓏的流量縫合能力，對接負載前后端的通訊對，發(fā)現從運營商A出去的線路訪問正常，而運營商B的線路有異常，通過靈瓏點開“事件詳情”，發(fā)現是特定某一個IP轉換出去有問題，其他IP是沒有問題的。3最后定位到這個IP跟負載的某個映射地點起了沖突，導致回包有問題，因為不同的IP被交換機攔截了。以前常見卻總是難排查的問題，現在通過靈瓏強大的分析能力，運維人員三步即可精確了解到是哪一個IP產生了問題。
結合智能基線，實現業(yè)務運行狀態(tài)監(jiān)控與運行趨勢預測
過去，X公司對應用交付的運維方式是響應式的被動運維，而隨著業(yè)務規(guī)模與人員的雙重增長，公司對運維團隊的能力也提出了新的要求。如何實時洞察業(yè)務狀態(tài)，并準確預測應用運行趨勢成為團隊想要提升的重點。
【DNS監(jiān)控趨勢圖】
拿DNS來說，當靈瓏預警DNS現在轉發(fā)率低，則預示著的業(yè)務有可能在未來出現問題。 靈瓏通過對歷史數據進行分析，形成智能基線，比如該業(yè)務過去平均成功率為90%，下偏離如果超過5%，系統將出現告警，此時運維人員可具體查看這個下降是什么導致的。
一種是服務端有問題沒有響應，第二是在轉發(fā)過程中一些節(jié)點出現了問題導致數據包沒發(fā)出去，需要確定這個數據包到底是在哪個節(jié)點斷掉了。通過流量數據補充，結合靈瓏流量縫合能力，平臺可自動繪制業(yè)務交互地圖，靈瓏將以可視化視圖的方式將告警內容與分析結果進行展現，服務端是否異常，通訊節(jié)點是否異常，通過視圖一目了然。原來一個復雜的應用交付問題，借助靈瓏的智能分析與可視化能力，現在不再需要負載技術專家的參與，也能獲得專家級的排查結果。
4總 結
X公司通過部署靈瓏應用交付管理平臺，對應用服務質量監(jiān)控、應用交付一體化監(jiān)控、用戶體驗監(jiān)控、快速故障排查、應用趨勢洞察五個方面實現了能力提升，消除了應用交付盲區(qū)，提升了對負載設備和網絡性能的管理能力。對跨國運營的互聯網公司來說，要應對變化的國際局勢與競爭挑戰(zhàn)，保持企業(yè)高效運營，應用質量與網絡質量是員工數字化辦公的效率基礎，靈瓏提供了應用交付專家級的賦能，為團隊辦公效率和使用滿意度提升提供了有效的可視化分析工具。
