0  引言

    國家電網(wǎng)公司設(shè)備(資產(chǎn))運維精益管理系統(tǒng)(Power Production Management System 2.0, PMS2.0)是“三集五大”體系建設(shè)中的“大檢修”體系內(nèi)容, 支撐運維檢修全過程精益化管理和電網(wǎng)資產(chǎn)的全壽命周期管理, 覆蓋國網(wǎng)公司運維檢修業(yè)務(wù), 貫穿生產(chǎn)管理全過程, 更大范圍地實現(xiàn)數(shù)據(jù)共享和業(yè)務(wù)融合。

    PMS2.0 為總部、省公司二級部署, 總部、省公司和地市(縣)公司三級應(yīng)用部署在省公司的應(yīng)用, 同時支撐省公司、省檢修公司和地市(縣)公司的運檢業(yè)務(wù),并在地市公司部署電網(wǎng)資源數(shù)據(jù)代理服務(wù), 以提高地市公司電網(wǎng)資源應(yīng)用效率和可靠性，部署在國網(wǎng)公司總部應(yīng)用, 與省公司進行縱向貫通, 支撐國網(wǎng)范圍內(nèi)的總部上層應(yīng)用。

    作為運檢業(yè)務(wù)條線最重要的生產(chǎn)管理系統(tǒng)，如何保障系統(tǒng)健康穩(wěn)定運行成為信息通信部門的一項重要工作，信息系統(tǒng)運維是一項系統(tǒng)工程，探索系統(tǒng)健康運行方法，量化系統(tǒng)健康水平對系統(tǒng)運維具有重要積極意義。

1  系統(tǒng)健康度衡量辦法    

    圖1為PMS2.0物理部署視圖：

    從圖1我們可以分析出PMS2.0系統(tǒng)由應(yīng)用服務(wù)器集群、數(shù)據(jù)庫集群以及外圍的ISC、BPM平臺組成。這些服務(wù)通過網(wǎng)絡(luò)交換機、負(fù)載均衡器、磁盤陣列連接起來，形成一套龐大的系統(tǒng)。

    按照從整體到局部，從宏觀到微觀的分析方法，PMS2.0系統(tǒng)的健康情況取決于應(yīng)用服務(wù)器、數(shù)據(jù)庫、ISC、BPM以及基礎(chǔ)設(shè)施的健康情況。這些應(yīng)用服務(wù)、數(shù)據(jù)庫服務(wù)和基礎(chǔ)設(shè)施的健康情況可以通過觀察其關(guān)鍵性能、可靠性指標(biāo)得到，比如數(shù)據(jù)庫服務(wù)器的CPU利用率、表空間大小，應(yīng)用服務(wù)器（WebLogic）的JVM可用內(nèi)存大小、線程數(shù)、JDBC連接池可用連接等。

    服務(wù)的健康情況對于系統(tǒng)整體健康影響程度不一樣，比如PMS2.0應(yīng)用服務(wù)器通過負(fù)載均衡器提供給最終用戶訪問，當(dāng)一臺應(yīng)用服務(wù)器出現(xiàn)故障，F(xiàn)5負(fù)載均衡器將后續(xù)請求轉(zhuǎn)發(fā)給其他健康的應(yīng)用服務(wù)器，而如果一臺生產(chǎn)數(shù)據(jù)庫出現(xiàn)故障，由于兩臺生產(chǎn)數(shù)據(jù)庫組成RAC集群，用戶仍然可以查詢操作業(yè)務(wù)數(shù)據(jù)，但由于只有一臺數(shù)據(jù)庫提供服務(wù)，系統(tǒng)健康受到較大影響。

    同樣地，服務(wù)的不同指標(biāo)對服務(wù)的健康度影響大小也存在差異，例如Oracle數(shù)據(jù)庫實例處于停止?fàn)顟B(tài)的影響遠遠大于表空間利用率大于90%對系統(tǒng)健康的影響。

    綜合以上因素，我們可以推導(dǎo)出系統(tǒng)健康度模型，在下一章節(jié)詳細(xì)闡述。

2  系統(tǒng)健康度模型

    指標(biāo)項(M)：是指度量服務(wù)運行情況、反映服務(wù)各方面水平的值，一般服務(wù)具有多個指標(biāo)項。本文中指標(biāo)項用字母M來表示。例如對Weblogic應(yīng)用服務(wù)，活動會話數(shù)、JVM堆內(nèi)存使用比率、總線程數(shù)、空閑線程數(shù)、掛起等待線程數(shù)都是其指標(biāo)項。目前IT服務(wù)指標(biāo)采集和監(jiān)控手段非常多，并且不同服務(wù)、設(shè)備指標(biāo)采集監(jiān)控也不盡一樣，但已經(jīng)非常成熟了。

    指標(biāo)項狀態(tài)(MS)：指表示指標(biāo)項的正?；蛘弋惓顟B(tài)，根據(jù)指標(biāo)項的具體內(nèi)容，將指標(biāo)項的值定義在不同的區(qū)間用以反映指標(biāo)項的正常或者異常。例如可以定義WebLogic的JVM堆內(nèi)存使用比率大于等于95%時，該指標(biāo)狀態(tài)為異常，反之則為正常。本文中指標(biāo)項狀態(tài)用MS表示，分為正常和異常兩種情況，正常用0表示，異常用1表示。   

    指標(biāo)權(quán)重(MW)：指標(biāo)權(quán)重反映指標(biāo)對服務(wù)的影響程度，權(quán)重越大則指標(biāo)對服務(wù)影響越大，權(quán)重越小則影響越小。本文中指標(biāo)權(quán)重用MW表示，MW的值為從0到1的有理數(shù)（包括0和1）。

    指標(biāo)項健康度(MH)：指標(biāo)項健康度反映指標(biāo)項的健康情況，它受到指標(biāo)項狀態(tài)和指標(biāo)權(quán)重的影響，當(dāng)指標(biāo)項狀態(tài)為0時，指標(biāo)項健康度為1，當(dāng)指標(biāo)項狀態(tài)為1時，指標(biāo)權(quán)重越大則指標(biāo)越不健康，本文中指標(biāo)項健康度用MH表示。指標(biāo)項健康度的計算公式如下：

    假設(shè)JVM堆內(nèi)存使用比率的健康權(quán)重為 MW = 0.7, JVM堆內(nèi)存使用比率超過95%時，狀態(tài)值MS=1(異常)，則CPU利用率的健康度MH=1-1×0.7=0.3，也就是30%的健康度。

    服務(wù)健康度(SH)：服務(wù)的健康度取決于健康度最低的指標(biāo)項，即服務(wù)健康度由該服務(wù)所有的指標(biāo)項健康度決定，本文用符號SH表示服務(wù)健康度。一個系統(tǒng)可用比作一個由多塊木板組成的木桶，系統(tǒng)的瓶頸和健康程度用木桶效應(yīng)闡述：當(dāng)盛水量（業(yè)務(wù)訪問量）越來越多，木桶的盛水高度（系統(tǒng)瓶頸和健康度）取決于其中最短的那塊木板。也就是說服務(wù)的健康度取決于指標(biāo)項健康度最低的指標(biāo)。因此我們得到服務(wù)健康度的計算公式如下：

    服務(wù)權(quán)重(SW)：服務(wù)權(quán)重反映服務(wù)對業(yè)務(wù)系統(tǒng)運行的影響程度，服務(wù)權(quán)重越大說明服務(wù)對業(yè)務(wù)系統(tǒng)的影響程度越大，反之越小，本文中用SW表示服務(wù)權(quán)重。SW的值為從0到1的有理數(shù)（包括0和1）。

    例如，在PMS2.0系統(tǒng)中，兩臺數(shù)據(jù)庫服務(wù)器組成的RAC共享存儲損壞對業(yè)務(wù)系統(tǒng)產(chǎn)生的影響是致命的，因此可以設(shè)定數(shù)據(jù)庫服務(wù)器的服務(wù)權(quán)重SW=1(即100%)；

    服務(wù)影響度(FD) ：服務(wù)影響度是指服務(wù)的健康度對業(yè)務(wù)系統(tǒng)造成的影響，服務(wù)的服務(wù)影響度值越大，說明服務(wù)對業(yè)務(wù)的健康度影響越大，反之則影響越小。本文中用FD表示服務(wù)影響度，具體描述如下：

    SH為服務(wù)健康度，SW為服務(wù)權(quán)重。           

    例如，在PMS2.0系統(tǒng)中，假設(shè)應(yīng)用服務(wù)器的健康度SH=0 (即0%健康)，應(yīng)用服務(wù)器的服務(wù)權(quán)重為SW=1(即100%，表示應(yīng)用服務(wù)器宕機對PMS2.0系統(tǒng)的影響是嚴(yán)重的)， 則可以得出應(yīng)用服務(wù)器的服務(wù)影響度FD=(1- 0)×100%=1。

    系統(tǒng)健康度(H) ：通過PMS2.0物理拓?fù)鋱D我們可以得知，PMS2.0系統(tǒng)由多個應(yīng)用服務(wù)器、數(shù)據(jù)庫和外圍相關(guān)平臺組成，系統(tǒng)的健康度由系統(tǒng)所包含的服務(wù)健康度所決定，根據(jù)木桶效應(yīng)，系統(tǒng)的健康度取決于系統(tǒng)中所包含服務(wù)的最大服務(wù)影響度，也就是說最不健康的服務(wù)（服務(wù)影響度最大）決定了系統(tǒng)的健康度。本文中以H表示系統(tǒng)健康度，其計算公式如下：

    FD為服務(wù)影響度。

    通過以上推導(dǎo)我們得到了系統(tǒng)健康度模型，從而可以量化系統(tǒng)健康水平。

3  健康度模型驗證

    在系統(tǒng)健康度模型定義基礎(chǔ)上，我們可以知道系統(tǒng)健康度計算過程：

    （1）識別出組成系統(tǒng)的服務(wù)，定義服務(wù)權(quán)重；

    （2）分析出影響這些服務(wù)健康的指標(biāo)項、定義指標(biāo)項權(quán)重、定義決定指標(biāo)項狀態(tài)的項閾值；

    （3）通過監(jiān)控系統(tǒng)或者服務(wù)自帶的指標(biāo)監(jiān)測工具得到指標(biāo)項狀態(tài)，根據(jù)第式（1）計算出指標(biāo)項健康度；

    （4）根據(jù)式（2）計算出各個服務(wù)的健康度；

    （5）根據(jù)式（3）計算出各個服務(wù)的影響度；

    （6）根據(jù)式（4）計算出系統(tǒng)健康度。

    根據(jù)這個計算過程，并參考PMS2.0物理架構(gòu)圖，我們可以模擬出PMS2.0某個時刻的健康度，為了能更直觀地顯示系統(tǒng)健康度計算過程，對組成服務(wù)以及服務(wù)指標(biāo)做了簡化，如表1所示。

    通過表1中的計算，可以看到當(dāng)Oracle數(shù)據(jù)庫1的磁盤利用率以及WebLogic1、WebLogic2的CPU利用率出現(xiàn)異常情況時，PMS2.0的健康度只有28%，系統(tǒng)運維人員必須立刻進行處理，否則將會系統(tǒng)用戶造成巨大影響。

4  對策分析

    可視化的能力代表了運維的能力，可視化的程度越高，運維的能力越高。根據(jù)以上對健康度模型的分析，應(yīng)構(gòu)建各配置項關(guān)聯(lián)關(guān)系，定義影響因子模型，在監(jiān)控系統(tǒng)中呈現(xiàn)PMS2.0系統(tǒng)的業(yè)務(wù)視圖，可實現(xiàn)對業(yè)務(wù)系統(tǒng)運維態(tài)勢的可視化展現(xiàn)及故障原因分析定位。

    在具體運維層面上，應(yīng)深入貫徹國網(wǎng)公司和省公司的精益化、扁平化的管理理念，借鑒國際上的相關(guān)理論體系，通過標(biāo)準(zhǔn)的信息服務(wù)支撐系統(tǒng)。 實現(xiàn)統(tǒng)一運維入口、統(tǒng)一運維規(guī)范和流程，通過有效的問題、故障閉環(huán)管理機制，責(zé)任分工明確，具體到人，使出現(xiàn)故障時能夠快速響應(yīng)，有效排除。

5  結(jié)束語

    本文以國家電網(wǎng)PMS2.0系統(tǒng)為基礎(chǔ)，構(gòu)建了一種系統(tǒng)健康度模型，并給出了驗證實現(xiàn)的計算過程，針對PMS2.0健康度模型還給出了具體的對策分析，為將來結(jié)合電力系統(tǒng)的監(jiān)控系統(tǒng)，構(gòu)建實際的PMS2.0健康度監(jiān)控系統(tǒng)提供了理論和實踐依據(jù)，通過健康度監(jiān)控系統(tǒng)可以更有效地保障系統(tǒng)健康運行。本文提出的健康度模型也適用于電力其他業(yè)務(wù)應(yīng)用系統(tǒng)。

參考文獻

[1] Mostafa Mohamed AlShamy，ITSM implementation methodology based on ITIL V3，LAP LAMBERT Academic Publishing，2012年08月.

[2] 翰緯IT服務(wù)管理文庫，中國IT服務(wù)管理指南（第二版），北京大學(xué)出版社，2012年02月.

[3] 韓曉光，系統(tǒng)運維全面解析：技術(shù)、管理與實踐，電子工業(yè)出版社，2015年11月.

[4] 羅文，信息系統(tǒng)運維管理咨詢與監(jiān)理服務(wù)，人民郵電出版社，2014年09月.

作者信息:

劉逸逸1，孫家駿2，石  磊3，秦  峰3

（1. 國網(wǎng)上海市電力公司信息通信公司，上海 200122；2. 國網(wǎng)上海市電力公司市南供電公司，上海 200122；

3. 上海安言信息技術(shù)有限公司，上海 200050）