0  引言

    國家電網公司設備(資產)運維精益管理系統(Power Production Management System 2.0, PMS2.0)是“三集五大”體系建設中的“大檢修”體系內容, 支撐運維檢修全過程精益化管理和電網資產的全壽命周期管理, 覆蓋國網公司運維檢修業務, 貫穿生產管理全過程, 更大范圍地實現數據共享和業務融合。

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

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

1  系統健康度衡量辦法    

    圖1為PMS2.0物理部署視圖：

    從圖1我們可以分析出PMS2.0系統由應用服務器集群、數據庫集群以及外圍的ISC、BPM平臺組成。這些服務通過網絡交換機、負載均衡器、磁盤陣列連接起來，形成一套龐大的系統。

    按照從整體到局部，從宏觀到微觀的分析方法，PMS2.0系統的健康情況取決于應用服務器、數據庫、ISC、BPM以及基礎設施的健康情況。這些應用服務、數據庫服務和基礎設施的健康情況可以通過觀察其關鍵性能、可靠性指標得到，比如數據庫服務器的CPU利用率、表空間大小，應用服務器（WebLogic）的JVM可用內存大小、線程數、JDBC連接池可用連接等。

    服務的健康情況對于系統整體健康影響程度不一樣，比如PMS2.0應用服務器通過負載均衡器提供給最終用戶訪問，當一臺應用服務器出現故障，F5負載均衡器將后續請求轉發給其他健康的應用服務器，而如果一臺生產數據庫出現故障，由于兩臺生產數據庫組成RAC集群，用戶仍然可以查詢操作業務數據，但由于只有一臺數據庫提供服務，系統健康受到較大影響。

    同樣地，服務的不同指標對服務的健康度影響大小也存在差異，例如Oracle數據庫實例處于停止狀態的影響遠遠大于表空間利用率大于90%對系統健康的影響。

    綜合以上因素，我們可以推導出系統健康度模型，在下一章節詳細闡述。

2  系統健康度模型

    指標項(M)：是指度量服務運行情況、反映服務各方面水平的值，一般服務具有多個指標項。本文中指標項用字母M來表示。例如對Weblogic應用服務，活動會話數、JVM堆內存使用比率、總線程數、空閑線程數、掛起等待線程數都是其指標項。目前IT服務指標采集和監控手段非常多，并且不同服務、設備指標采集監控也不盡一樣，但已經非常成熟了。

    指標項狀態(MS)：指表示指標項的正常或者異常狀態，根據指標項的具體內容，將指標項的值定義在不同的區間用以反映指標項的正常或者異常。例如可以定義WebLogic的JVM堆內存使用比率大于等于95%時，該指標狀態為異常，反之則為正常。本文中指標項狀態用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。   

    指標權重(MW)：指標權重反映指標對服務的影響程度，權重越大則指標對服務影響越大，權重越小則影響越小。本文中指標權重用MW表示，MW的值為從0到1的有理數（包括0和1）。

    指標項健康度(MH)：指標項健康度反映指標項的健康情況，它受到指標項狀態和指標權重的影響，當指標項狀態為0時，指標項健康度為1，當指標項狀態為1時，指標權重越大則指標越不健康，本文中指標項健康度用MH表示。指標項健康度的計算公式如下：

    假設JVM堆內存使用比率的健康權重為 MW = 0.7, JVM堆內存使用比率超過95%時，狀態值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。

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

    服務權重(SW)：服務權重反映服務對業務系統運行的影響程度，服務權重越大說明服務對業務系統的影響程度越大，反之越小，本文中用SW表示服務權重。SW的值為從0到1的有理數（包括0和1）。

    例如，在PMS2.0系統中，兩臺數據庫服務器組成的RAC共享存儲損壞對業務系統產生的影響是致命的，因此可以設定數據庫服務器的服務權重SW=1(即100%)；

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

    SH為服務健康度，SW為服務權重。           

    例如，在PMS2.0系統中，假設應用服務器的健康度SH=0 (即0%健康)，應用服務器的服務權重為SW=1(即100%，表示應用服務器宕機對PMS2.0系統的影響是嚴重的)， 則可以得出應用服務器的服務影響度FD=(1- 0)×100%=1。

    系統健康度(H) ：通過PMS2.0物理拓撲圖我們可以得知，PMS2.0系統由多個應用服務器、數據庫和外圍相關平臺組成，系統的健康度由系統所包含的服務健康度所決定，根據木桶效應，系統的健康度取決于系統中所包含服務的最大服務影響度，也就是說最不健康的服務（服務影響度最大）決定了系統的健康度。本文中以H表示系統健康度，其計算公式如下：

    FD為服務影響度。

    通過以上推導我們得到了系統健康度模型，從而可以量化系統健康水平。

3  健康度模型驗證

    在系統健康度模型定義基礎上，我們可以知道系統健康度計算過程：

    （1）識別出組成系統的服務，定義服務權重；

    （2）分析出影響這些服務健康的指標項、定義指標項權重、定義決定指標項狀態的項閾值；

    （3）通過監控系統或者服務自帶的指標監測工具得到指標項狀態，根據第式（1）計算出指標項健康度；

    （4）根據式（2）計算出各個服務的健康度；

    （5）根據式（3）計算出各個服務的影響度；

    （6）根據式（4）計算出系統健康度。

    根據這個計算過程，并參考PMS2.0物理架構圖，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健康度計算過程，對組成服務以及服務指標做了簡化，如表1所示。

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

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。根據以上對健康度模型的分析，應構建各配置項關聯關系，定義影響因子模型，在監控系統中呈現PMS2.0系統的業務視圖，可實現對業務系統運維態勢的可視化展現及故障原因分析定位。

    在具體運維層面上，應深入貫徹國網公司和省公司的精益化、扁平化的管理理念，借鑒國際上的相關理論體系，通過標準的信息服務支撐系統。 實現統一運維入口、統一運維規范和流程，通過有效的問題、故障閉環管理機制，責任分工明確，具體到人，使出現故障時能夠快速響應，有效排除。

5  結束語

    本文以國家電網PMS2.0系統為基礎，構建了一種系統健康度模型，并給出了驗證實現的計算過程，針對PMS2.0健康度模型還給出了具體的對策分析，為將來結合電力系統的監控系統，構建實際的PMS2.0健康度監控系統提供了理論和實踐依據，通過健康度監控系統可以更有效地保障系統健康運行。本文提出的健康度模型也適用于電力其他業務應用系統。

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服務管理文庫，中國IT服務管理指南（第二版），北京大學出版社，2012年02月.

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

[4] 羅文，信息系統運維管理咨詢與監理服務，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. 國網上海市電力公司信息通信公司，上海 200122；2. 國網上海市電力公司市南供電公司，上海 200122；

3. 上海安言信息技術有限公司，上海 200050）