IT故障管理：亡羊补牢，不如未雨绸缪

随着BYOD、云计算、大数据等新一代IT技术的发展，企业信息化应用变得更加得心应手，但IT运维管理的压力似乎并没有减轻，反而面临更大的挑战。对于IT运维主管来说，一场IT重大事故的发生，不仅会让部门员工士气低落，更容易让上层领导怀疑IT部门的领导力和执行力。因此，针对IT故障管理，更多希望改善自身状况的IT部门，开始选择主动性的事前管理模式，而非被动式的亡羊补牢。

英雄难过“故障关”

IT在很多时候都会充当幕后英雄的角色，可如今的职场生存环境，对心脏不强健的运维主管来说则是一个噩梦。

一方面，作为公司的最高管理者，他们希望IT的能力越来越强大，变成无形的力量，因为IT能消除公司内部的摩擦，并且削减每笔交易的成本。另一方面，你永远不要相信他们可以做到绝对的平衡，如果重大的系统故障给整体收益带来了影响，公司就会强调这个原因，强调公司发展受到了IT的拖累。

那么，IT故障是否能够彻底消除呢？答案是否定的。任何系统都有出现故障的时候，它可能发生在IT资产生命周期的任何一个时段，包括了硬件、软件和不可抗的自然因素。为此，企业必须要为自身定义一个可以接受的故障管理目标，将IT基础设施故障对业务的影响减到最小，并防止与这些错误相关的事故再度发生。

如果单从故障管理的目标来看，人们力求找到引发事故的根源，然后才着手改善或纠正该情况。“这种做法固然无错，但却没有行走在IT运维管理最佳的流程上。

对此，作为国内领先的IT运维管理专家，北塔软件表示：“故障管理的流程具有被动和主动两个方面。被动方面是作为对一个或多个事故的反应而解决问题，而主动的“故障管理”是指在事故发生前确定并解决问题和已知错误。所以说，即使你现在‘救火’的事情再忙、再多，也应当去思考，并且马上行动起来，因为这种工作状态非但不能给IT部门带来改变，反而陷入一个恶性循环当中。

“两步走”实现未雨绸缪

如今，企业的IT架构被多种新兴技术改造，并与业务深度融为一体。这带来了极度复杂的管理机制和故障发生机率，迫使IT部门不能满足于传统的故障识别及修复工作，而需要走在问题的前面。

未雨绸缪的益处世人皆知，但又要从何入手呢？针对这个问题，北塔软件建议用户采用如下两个步骤实现“质变”：

• 第一步：基础设施监控“泛化”

之前，由于网络的庞大和后续累加，你可能无法知道IT系统中每个关键应用承载设备在哪里，甚至不知道这些设备连接的应用在哪个端口上。这时的IT运维管理就等于“盲人摸象”，连最基本的“救火”都无法实现。所以，在这个阶段，便需要利用具备手动或自动发现功能的运维工具，迅速搜索整个网络内的所有节点，实现整个网络的真实物理拓扑图，实时反映出整个网络的运行状态。

需要注意的是，在云计算或虚拟化运行环境中，传统的运维工具已经无力支撑这个目标。此时，用户可以采用北塔BTIM等具备自动感知虚拟和物理环境的新一代运维平台，将虚拟交换机和虚拟机以“实体连接”的形式存在于监控场景中，自动追踪数据和虚拟机漂移后的性能指标。

• 第二步：业务管理“透明化”

一套业务系统的可用性，取决于每个基础设施对象之间的配合和稳定，但之前的基础监控数据对于整套业务系统又能起到什么帮助呢？

在完成全网监控的目标后，用户可以利用北塔BTIM自动对监控数据从业务角度归类整合，让所有业务关键参数醒目地投射到业务架构上，实时反映业务运行情况。业务视图的构建，可以对外向业务部门，对内给自身管理都提供透明化管理，能够非常清晰地反应出业务系统的健康指标。而透明化的监控业务系统运行起来之后，能够事前发现可能引起系统宕机故障，或者访问质量无法保障的问题，把可能发生故障的隐患消除在萌芽状态。

IT运维要给创新“留时间”

主动运维、事前运维，这些具体工作实际上都在围绕着“预防性检查（PM）”展开，旨在提高系统的可用性、稳定性。而IT部门的价值若想进一步体现，就不能总围绕“救火员”的角色。因此，未雨绸缪的最终目的还是解放人力。

对此，北塔软件表示：“追求IT创新不仅需要灵感，更要时间。用户还可以利用北塔BTIM中的‘业务仿真、自动巡检’等功能替代人力操作，主动找出可能会影响系统可用性和性能降低的原因。在这个平台上，看似是一张简单的业务管理门户图，但却可以紧密联合并改善IT与业务部门之间的关系，在沟通中激发IT创新的灵感。”