雖然現(xiàn)在有無人值守數(shù)據(jù)，有軟件定義數(shù)據(jù)中心，各種智能化的數(shù)據(jù)中心，但實質(zhì)上這些數(shù)據(jù)中心都是離不開人的，若沒有人的參與和指導(dǎo)，這些設(shè)備都還可能處于無序的工作狀態(tài)。就像前段時間，有人討論機(jī)器人(300024) 和人的關(guān)系，未來究竟是誰能代替誰的問題。對于數(shù)據(jù)中心來說，人在數(shù)據(jù)中心的運(yùn)行周期里依然起著最為關(guān)鍵的作用，數(shù)據(jù)中心離不開人。數(shù)據(jù)中心也不是放在那里運(yùn)轉(zhuǎn)起來就不用管了，還是需要人去監(jiān)控和管理。所以無論一個數(shù)據(jù)中心的自動化水平多高，技術(shù)多先進(jìn)，都需要監(jiān)控，監(jiān)控是整個數(shù)據(jù)中心生命周期中最重要的一環(huán)，事前及時預(yù)警發(fā)現(xiàn)問題，事后提供詳實的數(shù)據(jù)用于追查定位問題，一切信息和數(shù)據(jù)都有溯源可查，這就是監(jiān)控的作用，通過監(jiān)控得到的信息可以提升數(shù)據(jù)中心的運(yùn)行效率和運(yùn)維水平，提高生產(chǎn)力，所以說監(jiān)控是數(shù)據(jù)中心的天眼。

　　關(guān)于數(shù)據(jù)中心監(jiān)控方面的技術(shù)和工具數(shù)不勝數(shù)，從最開始的SNMP MIB網(wǎng)管，到現(xiàn)在的云計算工具，可視化、圖形化、自動化的工具可真是不少，而且不少還是開源的免費(fèi)使用。比如：MRTG(Multi Route Traffic Grapher)、Ganglia、OpenTSDB、Zabbix都是免費(fèi)的，當(dāng)然用起來都有不少問題需要自己修改，還有一些專業(yè)的定制化軟件，這些則需要支付費(fèi)用，針對特定的數(shù)據(jù)中心設(shè)計一些專用的監(jiān)控軟件。不管是哪個軟件，本質(zhì)都是從數(shù)據(jù)中心的各個運(yùn)行設(shè)備上獲取與運(yùn)行相關(guān)的數(shù)據(jù)信息，從而判斷數(shù)據(jù)中心運(yùn)行是否正常，將這些信息傳遞給管理人員，由管理人員進(jìn)行決策，如果是簡單的切換動作，也可能交給監(jiān)控軟件自行完成。所以，對于監(jiān)控來說主要完成六件事：采集、存儲、分析、展示、報警、處理，如果一個數(shù)據(jù)中心的監(jiān)控系統(tǒng)具備完成這六部分的內(nèi)容，那這個數(shù)據(jù)中心一定是很棒的，管理人員可以天天喝茶去了。具體來講這六個部分，采集指的是通過SNMP、ICMP、設(shè)備命令等對各種設(shè)備進(jìn)行數(shù)據(jù)采集，這個采集的數(shù)據(jù)量也許是海量的，數(shù)據(jù)越多越好，這樣對于判斷分析問題更為準(zhǔn)確;存儲指的是要將這些采集到的數(shù)據(jù)定期存儲下來，避免丟失，方便日后回查;數(shù)據(jù)分析指的是當(dāng)我們事后需要復(fù)盤分析故障時，可以對這些數(shù)據(jù)進(jìn)行分析，借助于大數(shù)據(jù)、云計算等新技術(shù)，對采集到的海量數(shù)據(jù)(603138)進(jìn)行分析，也可以將這些數(shù)據(jù)通過圖形化、概率統(tǒng)計方式進(jìn)行顯示，方便分析;數(shù)據(jù)展示指的是將數(shù)據(jù)中心運(yùn)行的各種實時參數(shù)(比如：流量圖、業(yè)務(wù)洪峰、網(wǎng)絡(luò)互聯(lián)情況、環(huán)境情況等)通過網(wǎng)頁或者大屏的方式顯示出來，讓人一目了然。不少的數(shù)據(jù)中心都有這樣的顯示大屏，將數(shù)據(jù)中心的各個系統(tǒng)運(yùn)行狀態(tài)和關(guān)鍵數(shù)據(jù)在大屏上顯示出來，哪里出問題可以立即在大屏上看到，便于管理人員發(fā)現(xiàn)并及時排除問題。監(jiān)控告警指的是為這些監(jiān)控的數(shù)據(jù)設(shè)定安全閾值，一旦采集到的數(shù)據(jù)不符合安全閾值要求，立即發(fā)出監(jiān)控告警，包括電話告警、郵件告警、微信告警、短信告警、告警升級機(jī)制等。報警處理指的是當(dāng)接到告警后，我們需要根據(jù)故障的級別進(jìn)行處理，比如：重要緊急、重要不緊急、不重要緊急、不重要不緊急等，根據(jù)故障的級別，配合相關(guān)人員進(jìn)行快速處理。

　　那么，數(shù)據(jù)中心的監(jiān)控都監(jiān)控哪些方面呢?數(shù)據(jù)中心的確是一個非常復(fù)雜龐大的系統(tǒng)，監(jiān)控不可能面面俱到，一定要監(jiān)控對數(shù)據(jù)中心最重要的地方。一般來講，數(shù)據(jù)中心的所有設(shè)備硬件狀態(tài)都要監(jiān)控，電子設(shè)備出現(xiàn)硬件故障在所難免，一個擁有十幾萬臺服務(wù)器的數(shù)據(jù)中心幾乎每天都會有服務(wù)器故障，所以對這些服務(wù)器的硬件情況一定要監(jiān)控，發(fā)現(xiàn)異常及時將故障設(shè)備下線，業(yè)務(wù)切換到其它服務(wù)器上繼續(xù)運(yùn)行;還要對所有設(shè)備的CPU、內(nèi)存、磁盤使用率、磁盤讀寫都要監(jiān)控，發(fā)現(xiàn)異常及時處理;業(yè)務(wù)服務(wù)的監(jiān)控，通過腳本來實現(xiàn)想監(jiān)控的內(nèi)容，以及報警和圖形功能;網(wǎng)絡(luò)的監(jiān)控，網(wǎng)絡(luò)是數(shù)據(jù)中心的重要組成部分，一般也是由數(shù)百臺的網(wǎng)絡(luò)設(shè)備連接組合到一起，要對這些設(shè)備和鏈路進(jìn)行監(jiān)控，發(fā)現(xiàn)異常及時告警;還有安全監(jiān)控、業(yè)務(wù)監(jiān)控、流量分析、可視化、自動化監(jiān)控等等，一個完整的監(jiān)控體系要做的工作非常多。但一定要注意，切不可大而空的監(jiān)控，如果做不到全部就做部分，監(jiān)控數(shù)據(jù)中心的一部分，將這部分做精做好，很多時候采集的數(shù)據(jù)不正確或者關(guān)鍵數(shù)據(jù)沒有采集到，導(dǎo)致問題并不是由監(jiān)控系統(tǒng)反映出來，而是由業(yè)務(wù)層面反饋出來的，這時對業(yè)務(wù)已經(jīng)造成了影響，監(jiān)控系統(tǒng)沒有起到應(yīng)有的作用。監(jiān)控系統(tǒng)要全面，但也要注重采集和分析數(shù)據(jù)的準(zhǔn)確性。

　　監(jiān)控是數(shù)據(jù)中心的天眼，對數(shù)據(jù)中心的重要性不言而喻，就好像人走路不能離開雙眼一樣，每個數(shù)據(jù)中心在整個運(yùn)行周期過程中都在不斷完善和建設(shè)自己的監(jiān)控系統(tǒng)。監(jiān)控的目的是要及時發(fā)現(xiàn)數(shù)據(jù)中心出現(xiàn)的問題，并且能及時定位問題、解決問題，當(dāng)然事后還要總結(jié)。如果監(jiān)控不能做到這些，那么就不是一個好的監(jiān)控系統(tǒng)。監(jiān)控系統(tǒng)就好比是數(shù)據(jù)中心的體檢醫(yī)生，要能看病還能治病，數(shù)據(jù)中心不舒服了，立馬在監(jiān)控系統(tǒng)上就有體現(xiàn)，這樣監(jiān)控才能起到應(yīng)有的作用。有了監(jiān)控系統(tǒng)，人的作用的確不大了，只要人去做決策就好了，監(jiān)控會將數(shù)據(jù)中心的運(yùn)行狀態(tài)記錄下來并及時給出告警，以便人們進(jìn)行處理，好的監(jiān)控系統(tǒng)就是只將YES或NO的選擇留給人們?nèi)プ?，所有的信息?shù)據(jù)監(jiān)控系統(tǒng)已經(jīng)分析好了。