IT集中监控

监控的从底层到上应该是：

一 数据采集层

二 数据处理层

三 数据展示层

监控需要和ITIL中定义的服务进行相当多的交互，例如监控会使用配置管理数据库CMDB来记录和读取数据，会将事件处理方式从知识库（存储IT知识）写入或者读出，会和流程及自动化管理平台（负责流程处理和生产等变更）进行联动处理事件或者服务请求。

　　一个个来看看，首先是数据采集，数据采集可以分为物理资源数据采集，应用数据采集和交易信息数据采集。

　　物理资源包括服务器软件、服务器硬件、网络、存储、机房环境等，这些监控数据的采集一般采用成熟的第三方软件，例如网络监控可以采用netcool，服务器硬件可以采用HP SIM，服务器软件和应用可以采用BMC Performance Manager。

　　端到端的交易个性比较强烈，一般都需要自己开发了。无非也就是根据业务在信息系统内的流向，建立交易在信息系统的流向关系分析（也就是应用影响分析）。

　　数据处理包括事件和灾难管理处理平台、应用及交易性能分析平台等

　　数据展示是为了将监控信息呈现给使用者。

例如：当数据采集层的NETCOOL工具检测到一个服务器网络中断事件时，会将事件送到数据处理层，数据处理层的事件处理平台从知识库中获得该事件以前的处理经验，然后流程及自动化管理平台会形成事件单并从知识库中获取可能的解决方案开始按照既定流程进行处理并保存处理结果。流程及自动化管理平台同时需要负责事件任务的调度。

重点难点：

1 将事件分为合适的级别和类型、统一事件编码

2 梳理所有事件的处理流程和解决方案，能做到动态自动更新，最终实现出现过的问题能自动处理。

3 结合应用影响分析和业务影响分析，梳理需要监控的端到端交易和交易依赖的IT环境。作歹交易失败后的事件精准快速定位。

4 虚拟化或者云环境下监控会相对来说更复杂，特别用了很多虚拟化技术（VPLEX\SVC\KVM\VSPHERE|powervm等等），这时候就需要采用各方的虚拟化监控和管理软件，然后在自己做集成开发，但是最好的方法我认为还是自己开发，在风险可控的情况下，金融业一定要学习互联网行业的成功的经验。互联网会对一切有超额利润的行业开战，这是互联网的天性，对于金融IT业一定要有前瞻。

5 多数据中心会给监控带来挑战，一般的解决方法是多中心部署采集层，但是只在一个中心进行数据分析，然后将数据分析结果同步到其他中心进行只读的展示。

监控产品的文章可以网上搜索，很多的，很多需要自己写一下shell脚本，这里不在累赘了。