【正文】 實驗室監(jiān)控體系也有集中式監(jiān)控擴展到分布式監(jiān)控，監(jiān)控系統(tǒng)之間的耦合性逐步降低。在分布式系統(tǒng)中，整個系統(tǒng)有一個監(jiān)控中心服務器，若干個子監(jiān)控服務器和被監(jiān)控對象組成的，每一個子監(jiān)控服務器負責監(jiān)控屬于它所屬的子系統(tǒng)，不同的子系統(tǒng)之間也不完全獨立，他們之間的規(guī)23模也不大，產生的數據也不是很大。這樣就大大減小中心監(jiān)控服務器的工作壓力。圖：分布式監(jiān)控架構分布式監(jiān)控主要分三個層次，最底層是需要監(jiān)控的節(jié)點，他通過啟動snmp服務或者主動發(fā)送trapped或者啟動agent進程。收集每個節(jié)點的狀態(tài)信息，并向監(jiān)控子服務器發(fā)送收集的信息。中間層是proxy服務器層，它負責收集每個節(jié)點發(fā)送給它的監(jiān)控信息，然后向中心的監(jiān)控服務器發(fā)送搜集到的監(jiān)控信息。最上面一層是中心監(jiān)控服務器，它主要負責收集每個子監(jiān)控服務器的數據，然后存入數據庫，再通過web服務器發(fā)送提供展現、查詢、等服務。 分布式的監(jiān)控結構將大量數據采集的工作分散到每個監(jiān)控子系統(tǒng)中，從而極大的減少了監(jiān)控中心服務器的壓力，減少了網絡的負載，但是也可能帶來一定的系統(tǒng)延遲。24Zabbix性能優(yōu)化：性能指標的采集方式根據不同指標類型進行指標分組，如CPU組、內存組、文件系統(tǒng)組、進程組等，每個性能組又對應若干個性能，根據不同用戶對于不同指標關注度不同，指標采集力度也不同，如CPU內存等實時度要求比較高的，需要1分鐘采集一次，而對應存儲的硬盤檢測可能趨勢變化不大，所以采集力度可能比較大一周或者一月。而隨著設備量的增加，虛機的擴張變快，zabbix服務器的優(yōu)化不得不加入考慮，Zabbix雖然采用分布式結構，但是指標計算(按照通用指標統(tǒng)計): 2500(服務器數量)*15(指標數量)*3600(一天)=135000000Zabbixserver的性能同過查看指標，每秒處理數和等待隊列長度25Zabbix數據庫調優(yōu)：a)使用innodb，為每一張數據庫表使用一個文件，innodb_file_per_table=1。b)使用分區(qū)表關閉houerkeeper,參數DisableHousekeeper=1。c)使用分區(qū)表，需要建立分區(qū)的相關表：2627應急服務響應措施運維項目組制定了詳盡的應急處理預案，整個流程嚴謹而有序。但在服務維護過程中，意外情況將難以完全避免。我們將對項目實施的突發(fā)風險進行詳細分析，并且針對各類突發(fā)事件，設計了相應的預防與解決措施，同時提供了完整的應急處理流程。應急預案實施基本流程發(fā)現故障初步判定一般事件突發(fā)事件已解決擴大應急啟動應急預案，并通知領導未解決增援按事件流程處理突發(fā)匯報進度聯系技術支持處理已解決記錄事件應急組匯報匯報進度未解決聯系開發(fā)人員或廠家工程師現場處理已解決故障恢復總結，修訂應急預案突發(fā)事件應急策略（1）值班人員平時應做好應急事件的監(jiān)控工作，對于突發(fā)事件應認真分析、準確判定故障發(fā)生的數據域，負責跟蹤該事件直至其結束。對于不在運維中心的故障，應在第一時間內通知負責人去現28故障級別響應時間故障解決時間I級：屬于緊急問題；其具體現10分鐘，303小時以內場處理，密切關注事件流程及進展情況，并做好登記工作上報領導。（2）正常情況下，要求值班人員在10分鐘內進行事件確認。如果屬于一般事件則按照事件流程進行分派處理，否則應迅速啟動《應急預案》，并嚴格按照《應急預案》所規(guī)定的步驟快速實施應急處置，及時匯報上級領導，掌握實時處理情況。（3）在處理過程中，如需其他部門去現場增援處理，應及時向上級領導部門匯報，協(xié)調溝通，盡快聯系研發(fā)部門或廠家技術支持趕赴現場援助處理。服務管理制度規(guī)范服務時間(1)在5*8小時工作時間內設置由專人職守的熱線電話，接聽內部的服務請求，并記錄服務臺事件處理結果。(2)在非工作時間設置有專人7*24 小時接聽的移動電話熱線，用于解決內部的技術問題以及接聽7*24 小時機房監(jiān)控人員的機房突發(fā)情況匯報。(3)服務響應時間：29象為：系統(tǒng)崩潰導致業(yè)務停止、數據丟失。分鐘內提交故障處理方案II級：屬于嚴重問題；其具體現象為：出現部分部件失效、系統(tǒng)性能下降但能正常運行，不影響正常業(yè)務運作。10分鐘，30分鐘內提交故障處理方案6小時以內III級：屬于較嚴重問題；其具體現象為：出現系統(tǒng)報錯或警告，但業(yè)務系統(tǒng)能繼續(xù)運行且性能不受影響。10分鐘，30分鐘內提交故障處理方案12小時以內IV級：屬于普通問題；其具體現象為：系統(tǒng)技術功能、安裝或配置咨詢，或其他顯然不影響業(yè)務的預約服務。10分鐘，2小時內提交故障處理方案24小時以內行為規(guī)范(1)遵守實驗室的各項規(guī)章制度，嚴格按照相應的規(guī)章制度辦事。(2)與平臺運行維護體系其他部門協(xié)同工作，密切配合，共同開展技術支持工作。(3)出現疑難技術、業(yè)務問題和重大緊急情況時，及時向負責人報告。(4)遵守保密原則。對用戶的網絡、主機、系統(tǒng)軟件、應用軟件30等的密碼、核心參數、業(yè)務數據等負有保密責任，不得隨意復制和傳播。31160