某大型制造业集团（简称A企业）是一家跨领域、跨行业经营的国际化公司，全球有员工9.5万人，下属十多个品牌及企业，全球多个研发中心，分子公司遍及欧洲、北美、亚洲等地区，产品远销百余个国家和地区。

A企业高度重视科技创新，并在全球多地设立前沿技术创新中心，确保企业技术水平始终紧跟世界前沿。经过近些年的信息化建设，建设了超百套业务系统，实现90%以上流程IT化，在业界处于领先水平。

A企业大量新系统上线后，IT系统现有超百套业务系统，数千个软硬件设备，信息中心启动了IT运维管理平台的建设工作，完成了硬件平台监控系统建设，实现了对主机、网络平台的实时监控管理，取得了较好的管理成效。

但随着近几年来业务的飞速发展，尤其是在企业数字化转型越来越深入的大背景下，单一的基础平台监控已无法满足A企业IT业务支撑管理的需求，运维压力越来越大，面临的主要问题如下：

二、新炬网络数字化运维解决方案

新炬网络以多年大型企业信息化运维管理经验，结合A企业的现状，参考数字化运维能力框架，提出精细化、集中化和可视化的数字化运维解决方案。

新的运维管理解决方案，建立从业务应用到基础平台的指标管理体系、质量评价体系、运营优化体系、问题闭环管理体系等，由原来的黑盒不可管理提升为白盒可度量可评价、由被动响应转向优化提升，从整体上提升运维管理能力。

方案总体架构

主要建设内容如下：

1、精细化指标体系

对各类资源或组织节点进行监控指标的覆盖度、完善性评估，建立规范的指标体系。以“质量、效率”为主线，基于IT运维组织结构，由“人→职能→对象”逐级精细化指标分解，建立了一份IT业务运行指标体系文件。形成了对IT生产的可用性、业务性能、错误率、健康度等系列关键运行质量指标的可视、可度量能力。

2、集中化统一监控

在原有基础平台监控的基础上，补充应用、数据库、中间件的专业监控能力，建设统一监控运维平台。同时集中采集A企业主机、网络、中间件、数据库和业务服务的性能和告警数据，在一个平台里实现基础平台监控、数据库性能监控和应用性能监控，结合拓扑关系构建可视化端到端的定位及分析能力。

基于精细化指标体系，完成了数百项指标阈值定义；结合现有事件级别，形成了指标3级告警自定义，实现了应用性能、数据库性能和基础平台性能的采集与告警，建成统一的监控告警事件台。

通过采集用户客户端的真实用户体验指标，如页面加载时间、访问错误率等指标对用户的体验进行监控，真实还原用户使用体验，为用户体验优化提供数据支撑。

收集应用服务器端的应用性能数据，如服务器平均响应时间、服务端吞吐量、服务端错误率用户满意度指标、平均响应时间、健康度等指标用于跟踪交易、分析和定位性能瓶颈等场景。

对数据库多类指标（性能、安全、资源、状态）进行采集告警，支持层层下钻，快速定位性能瓶颈，自动生成SQL优化建议。

综合拓扑关系数据、性能和告警数据构建可视化、端到端的定位及分析能力。在拓扑图上，通过指标和告警数据的关联、聚合，实现业务运行的实时数据分析及快速的故障端到端定位分析。

3、可视化运营分析

定制了平台运行质量、平台承载容量、业务应用质量和IT服务质量维度分析等数十份报表，支持定期（日报、周报、月报）报表与不定期（自定义日期）运营分析，系统运营状况一目了然，看得见才能促进运维质量提升。

实时掌握全球多个研发中心、分子公司的业务访问质量，及时发现故障，解决访问故障，保障业务系统7*24小时的业务稳定。

针对一线运维、专家和管理人员的个性化需求，建立了领导视图、主管视图、系统视图、告警列表、平台运行质量、业务应用质量、IT服务质量维度等多种视图，助力运维人员的日常运维管理工作。

基于运营数据，通过定制化的组件设计和动画视觉效果打造运维大屏，整体展现为企业IT系统的运营工作、为公司领导提供决策支撑。

三、价值收益
 

A企业通过数字化运维能力建设，IT运维管理水平及能力大幅提升，主要收益如下：

1、运维管理能力大幅提升

通过建立运维指标体系，形成对IT系统运行状态的可视化、可度量管理，从以前的黑盒状态、被动响应，提升为可管理、可评价、可分析、可优化的白盒状态及主动分析差距，稳步提升运行质量的管理体系。由被动救火往主动优化提升迈出了关键脚步。新的数字化运维管理体系，形成了从业务应用到基础平台的指标管理体系、质量评价体系、运营优化体系、问题闭环管理体系等，从整体上提升了运维管理能力。

2、建立端到端监控管理能力

建立基础平台、数据库、中间件、业务应用的专业化监控能力，实现相关软硬件设备的全覆盖专业管理，同时通过SaaS层（B/S客户端、服务器端）、PaaS层（数据库、中间件）、IaaS层（基础设施）运维数据的统一管理，实现应用业务视角的指标和告警数据的关联、聚合，实现业务运行的实时可视化数据分析，支持层层下钻，综合构建可视化的端到端的监控管理能力。

3、提升IT故障预警能力及分析处理效率

通过显著提升故障预警效率，大部分影响业务系统运行的问题都在萌芽状态及时预警并处理，大幅提升系统运行稳定性。同时通过统一监控管理平台端到端的可视化监控管理能力，故障处理效率大幅提升，平均故障分析处理时间，由之前的小时级提升到分钟级。