开源it运维管理系统（IT运维管理软件现在哪个用的比较好一些）

本文目录

• IT运维管理软件现在哪个用的比较好一些
• 如何做好运维监控
• ITSM知名软件有哪些
• 什么是运维管理系统的服务体系
• 系统运维需要掌握哪些工具

IT运维管理软件现在哪个用的比较好一些

你好，运维监控有技术实力的可以使用zabbix进行二次开发，优点是zabbix是开源的不需要付费购买，技术实力薄弱的可以选择一些国产的运维监控平台，如北塔，锐捷等。当然如果你的服务器是vmware的虚拟机的话，vmware会有一整套的虚拟化平台监控软件，如vRealize Automation，vRealize Operations，vRealize Business等，唯一的缺点就是需要很多很多钱。不过网上也有一些破解版的可以尝试。

服务器批量操作如果服务器几百台的话可以使用ansbile，ansible可以按不同的应用进行分组的批量操作，如果服务器不多可以使用fabric或者自己写一些脚本进行自动化的操作。

ansible是基于模块工作的，ansible只是提供一种框架。主要包括：

(1)、连接插件connection plugins：负责和被监控端实现通信；

(5)、playbook：剧本执行多个任务时，非必需可以让节点一次性运行多个任务。

希望我的回答可以帮到您。

以下为原回复————————

新手的话，推荐 开源运维监控系统wgcloud ，轻量级高性能，国人开源，基本覆盖了服务器主机各种指标监控。

wgcloud和其他工具比较，主要安装使用简单，没什么学习成本的，容易快速上手，不用写脚本啊模板什么的，接近自动化运行监控。

可以下载一个试一试

使用过的就只有宝塔和云帮手了，但我推荐云帮手多一点。首先它是免费的，无使用门槛，新手小白也可以快速入门。另外它的功能很齐全，像巡检啊、监控啊、告警啊、防护啊一些常用功能它都有，服务器运维管理一站式搞定。不过还是要你自己使用了才知道好不好，直接去云帮手官网就可以下载体验了

宝塔的话，它的高级功能都是付费的，而且技术响应很慢，遇到什么问题很难找到人解决，云帮手就不一样，技术客服全天在线，用户反馈第一时间解决，觉得贼靠谱。

我个人比较喜欢云帮手，界面简洁操作简单，比较容易上手，适合像我这样的新手！

如何做好运维监控

统一监控平台，说到底本质上也是一个监控系统，监控的基本能力是必不可少的，回归到监控的本质，先梳理下整个监控体系：

① 监控系统的本质是通过发现故障、解决故障、预防故障来为了保障业务的稳定。

② 监控体系一般来说包括数据采集、数据检测、告警管理、故障管理、视图管理和监控管理6大模块。而数据采集、数据检测和告警处理是监控的最小闭环，但如果想要真正把监控系统做好，那故障管理闭环、视图管理、监控管理的模块也缺一不可。

一、数据采集

1、采集方式

数据采集方式一般分为Agent模式和非Agent模式；

• Agent模式包括插件采集、脚本采集、日志采集、进程采集、APM探针等

• 非Agent模式包括通用协议采集、Web拨测、API接口等

2、数据类型

监控的数据类型有指标、日志、跟踪数据三种类型。

• 指标数据是数值型的监控项，主要是通过维度来做标识。

• 日志数据是字符型的数据，主要是从中找一些关键字信息来做监控。

• 跟踪型数据反馈的是跟踪链路一个数据流转的过程，观察过程中的耗时性能是否正常。

3、采集频率

采集频率分秒级、分钟级、随机三种类型。常用的采集频率为分钟级。

4、采集传输

采集传输可按传输发起分类，也可按传输链路分类。

• 按传输发起分类有主动采集Pull（拉）、被动接收Push（推）

• 按传输链路分类有直连模式、Proxy传输。

其中Proxy传输不仅能解决监控数据跨网传输的问题，还可以缓解监控节点数量过多导致出现的数据传输的瓶颈，用Proxy实现数据分流。

5、数据存储

对于监控系统来说，主要有以下三种存储供选择

① 关系型数据库

例如MySQL、MSSQL、DB2；典型监控系统代表：Zabbix、SCOM、Tivoli；

由于数据库本身的限制，很难搞定海量监控的场景，有性能瓶颈，只在传统监控系统常用

② 时序数据库

为监控这种场景设计的数据库，擅长于指标数据存储和计算；例如InfluxDB、OpenTSDB（基于Hbase）、Prometheus等；典型监控系统代表：TICK监控框架、 Open-falcon、Prometheus

③ 全文检索数据库

这类型数据库主要用于日志型存储，对数据检索非常友好，例如Elasticsearch。

二、数据检测

1. 数据加工

① 数据清洗

数据清洗比如日志数据的清洗，因为日志数据是非结构化的数据，信息密度较低，因此需要从中提取有用的数据。

② 数据计算

很多原始性能数据不能直接用来判断数据是否产生异常。比如采集的数据是磁盘总量和磁盘使用量，如果要检测磁盘使用率，就需要对现有指标进行一个简单的四则运算，才能得到磁盘使用率。

③ 数据丰富

数据丰富就是给数据打上一些tags标签，比如打上主机、机房的标签，方便进行聚合计算。

④ 指标派生

指标派生指的是通过已有的指标，通过计算得出新的指标。

2. 检测算法

有固定规则和机器学习算法。固定算法是较为常见的算法，静态阈值、同比环比、自定义规则，而机器学习主要有动态基线、毛刺检测、指标预测、多指标关联检测等算法。

无论是固定规则还是机器学习，都会有相应的判断规则，即常见的《 》 》=和and/or的组合判断等。

三、告警管理

1. 告警丰富

告警丰富是为了后续告警事件分析做准备，需要辅助信息去判断该怎么处理、分析和通知。

告警丰富一般是通过规则，联动CMDB、知识库、作业历史记录等数据源，实现告警字段、关联信息的丰富；通过人工打Tags也是一种丰富方式，不过实际场景下由于人工成本高导致难以落地。

2. 告警收敛

告警收敛有三种思路：抑制、屏蔽和聚合

① 抑制

即抑制同样的问题，避免重复告警。常见的抑制方案有防抖抑制、依赖抑制、时间抑制、组合条件抑制、高可用抑制等。

② 屏蔽

屏蔽可预知的情况，比如变更维护期、固定的周期任务这些已经知道会发生的事件，心里已经有预期。

③ 聚合

聚合是把类似或相同的告警进行合并，因为可能反馈的是同一个现象。比如业务访问量升高，那承载业务的主机的CPU、内存、磁盘IO、网络IO等各项性能都会飙升，这样把这些性能指标都聚合到一块，更加便于告警的分析处理。

3. 告警通知

① 通知到人

通过一些常规的通知渠道，能够触达到人。

这样在没有人盯屏的时候，可以通过微信、短信、邮件触发到工作人员。

② 通知到系统

一般通过API推送给第三方系统，便于进行后续的事件处理

另外还需要支持自定义渠道扩展（比如企业里有自己的IM系统，可以自行接入）

四、故障管理

告警事件必须要处理有闭环，否则监控是没有意义的。

• 最常见还是人工处理：值班、工单、故障升级等。

• 经验积累可以把人工处理的故障积累到知识库里面，用于后续故障处理的参考。

• 自动处理，通过提取一些特定告警的固化的处理流程，实现特定场景的故障自愈；比如磁盘空间告警时把一些无用日志清掉。

• 智能分析主要是通过故障的关联分析、定位、预测等AI算法，进一步提升故障定位和处理的效率；

1. 视图管理

视图管理也属于增值性功能，主要是满足人的心理述求，做到心中有底，面向的角色很多（领导、管理员、值班员等）。

• 大屏：面向领导，提供全局概览

• 拓扑：面向运维人员，提供告警关联关系和影响面视图

• 仪表盘：面向运维人员，提供自定义的关注指标的视图

• 报表：面向运维人员、领导，提供一些统计汇总报表信息，例如周报、日报等

• 检索：面向运维人员，用于故障分析场景下的各类数据检索

2. 监控管理

监控管理是企业监控落地过程中的最大挑战。前5个模块都是监控系统对外提供的服务功能，而监控管理才是面向监控系统自身的管理和控制，关注真正落地的过程的功能呈现。主要有以下几个方面：

• 配置：简单、批量、自动

• 覆盖率：监控水平的衡量指标

• 指标库：监控指标的规范

• 移动端：随时随地处理问题

• 权限：使用控制

• 审计：管理合规

• API：运维数据最大的来源，用于数据消费

• 自监控：自身稳定的保障

为了实现上述监控六大基础能力模块，我们可以按如下架构设计我们的统一监控平台。

主要分三层，接入层，能力层，功能层。

接入层主要考虑各种数据的接入，除了本身Agent和插件的采集接入，还需要支持第三方监控源的数据接入，才能算一个完整的统一监控平台。

能力层主要考虑监控的基础通用能力，包含数据采集模块、数据存储模块、数据加工模块、数据检测模块、AI分析模块。

功能层需要贴近用户使用场景，主要有管理、展示两类功能，在建设的过程中可以不断丰富功能场景。

另外，考虑到数据的关联关系，为未来的数据分析打下基础，监控和CMDB也需要紧密联动，所有的监控对象都应该用CMDB进行管理，另外，还可以配置驱动监控为指导理念，实现监控的自动上下线，告警通知自动识别负责人等场景，简化监控的维护管理。

为了统一监控平台能够在企业更好的落地，我们需要配备对应的管理体系，其中最重要的是指标管理体系。

指标管理体系的核心理念：

• 监控的指标体系是以CMDB为骨架，以监控指标为经脉，将整个统一监控平台的数据有机整合起来。

• 贯穿指标的生命周期管理，辅以指标的管理规范，保障监控平台长久有序的运行。

从企业业务应用的视角出发，一般将企业监控的对象分为6层，也可以根据企业自己的情况进行调整：

• 基础设施层

• 硬件设备层

• 操作系统层

• 组件服务层

• 应用性能层

• 业务运营层

ITSM知名软件有哪些

ITSM知名软件有很多，比如：
1.Atlassian Jira 。最初，开发人员创建Jira来跟踪软件创建，但随后Atlassian的管理层注意到一些团队正在调整Jira来处理服务台请求。
2.Spiceworks 。Spiceworks是一款免费的IT管理工具，提供IT资产管理、网络监控、帮助台、IT服务台等功能。
3.OTRS 。OTRS是一款开源的IT服务管理解决方案，提供IT服务台、问题管理、变更管理、配置管理等功能。
4.Zoho Desk 。Zoho Desk是一款云端的IT服务台软件，提供问题管理、帮助台、知识库等功能。
5.Freshservice 。Freshservice是一款IT服务台软件，提供IT资产管理、问题管理、变更管理等功能，可免费试用。
6.ManageEngine ServiceDesk Plus 。ManageEngine ServiceDesk Plus是一款IT服务管理软件，提供问题管理、配置管理、变更管理等功能，可免费试用。
以下是ServiceDesk Plus的一些优势和对比：
1.完全基于ITIL架构：ServiceDesk Plus完全基于ITIL（IT服务管理最佳实践指南）架构，可以帮助企业实现更高效、更规范的IT服务管理。
2.全面集成：ServiceDesk Plus集成了事件管理、问题管理、变更管理、资产管理、IT项目管理、知识库等众多功能模块，可以满足企业IT部门日常运维的各种需求。
3.快速部署和简单操作：ServiceDesk Plus实施周期短，操作简单，能够快速部署上线，为企业节省大量时间和人力资源成本。
4.多语言支持：ServiceDesk Plus支持多语言，可以满足不同国家和地区的语言需求。
5.可定制性强：ServiceDesk Plus可根据企业实际情况进行定制，满足企业的特殊需求，灵活度高。
6.性价比高：相比其他知名ITSM软件，ServiceDesk Plus的价格相对较为亲民，性价比较高。
卓豪软件旗下的ServiceDesk Plus是一个非常优秀的ITSM软件，具有全面集成、简单操作、快速部署、多语言支持、可定制性强和性价比高等优势。

什么是运维管理系统的服务体系

运维管理的服务体系是讲线上工具和线下服务结合，整合专家和设备厂商资源，创建专家库、企业库、产品库、工程师库，通过平台实现全自动，智能化的运维服务。from云雀运维

系统运维需要掌握哪些工具

系统运维管理是许多公司在维护软件系统中非常重要的工作内容。今天，我们就一起来了解一下，在运维过程中都有哪些工具是需要我们掌握和使用的。

1、对服务器安全和监控，可以推荐一些开源工具吗?监控好像也就nagios,cacti,zabbix，还有其他可以推荐的吗?安全方面如何监控?

监控工具各有侧重点，zabbix同时支持snmp和自己的agent，也支持自定义模板，在大部分场景下都是不错的选择。

另外，不要把zabbix视为只能监控服务器信息，通过自定义模板，也可以监控业务层面的指标。安全监控分为主动检测，如TenableNessus，以及IDS、IPS。

2、Linux运维中，服务器版本都用什么版本?CentOS5还是CentOS6、Ubuntu?为什么选择这个版本?有做哪些测试?

目前我们以CentOS6.X为主。不同Linux分支各有特点，比如Ubuntu新版本发布较快，如果追求内核版本升级速度的话，可以考虑。CentOS一直是我们的主要Linux发行版，主要是考虑到它的稳定性以及熟悉程度高。

3、对于使用缓存有什么推荐吗?一般就Redis,Codis。还有那些比较好用的开源软件?

对于类似session-id这样的可以非持久存储的数据，可以考虑memcached，使用一致性哈希算法分布式存储。

4、做自动化发布，除了Jenkins持续集成工具，还有那些好用的工具呢?

目前我所知道的，一般都是Hudson或者Jenkins，后者是前者分支出来的。这些工具都有丰富的插件，灵活使用这些插件是关键所在。

5、问个MySQL问题，三个版本(MySQL(官方版本)、PerconaServer、MariaDB)您建议使用哪个版本，原因是?

我们团队一般使用的是官方版本。南邵北大青鸟认为主要是考虑到支持和生态。

6、服务器日志收集和分析有什么好工具推荐吗?ELK貌似有点复杂，不太会用，有其他的推荐么?

ELK确实是目前使用比较广泛的日志收集和分析的工具。虽然有些学习成本，但还是值得去研究和尝试的。