如何选择超融合（四）自动化运维篇

IT基础架构的运维能力一直是数字化企业运营效率的瓶颈，而运维人员的成本支出更是企业IT开支居高不下的主要因素。道熵超融合除了具备完善的的监控与告警功能之外，还拥有更强的故障容错能力与数据自我修复能力，通过自动化运维实现无人值守，帮助企业提升运营效率、降低运维成本。

前言：

据国际调查机构Gartner：在IT总成本中，源自软硬件产品(包括硬件、软件、网络等)的采购成本仅占20%, 而业务应用系统维护成本占40%，IT基础架构运维人员成本同样高达40%。据惠普公司一项调查显示，50%以上的企业和技术高管认为IT运维成本过高，已经成为企业数字化建设中的最大障碍。

当前，超融合已经成为企业数字化、智能化、业务云化、平台化过程中，最值得优先考虑的IT基础架构解决方案。由于在超融合信息化建设完成后，会面临长期的数据中心运维问题，因此，超融合的自动化运维能力，将成为选择超融合的一个重要技术指标。

超融合运维业界现状

市场上常见的超融合产品，在虚拟化平台上都具备一定程度的日志和监控功能，如虚拟机CPU、内存、网络、虚拟磁盘使用率及性能曲线，主机日志，主机CPU、内存、网络、以及磁盘的监控和使用情况等。运维人员可以根据这些日志和监控数据，对故障进行分析和处理。

然而，基于虚拟化平台的监控与运维功能，对超融合的硬件设备，包括对超融合所依赖的分布式存储的运维管理能力相对薄弱。一旦存储硬件出现故障，对运维人员的专业技能将是一个巨大的考验。

如何降低运维成本，并避免人为事故的发生？如何建立完善的突发事件应急预案？如何快速准确的分析并解决故障？

解决上述问题的关键，在于提高超融合产品的自动化运维能力。

道熵超融合的自动化运维

道熵超融合区别于其他超融合产品的主要因素在于其自动化运维与无人值守的特长。在总体系统设计中，将超融合的故障容错和自动化运维能力放在首要位置，具体措施包含以下三个方面：

01：功能强大的故障监控、预测与可视化能力，包含日志分析、监控与报警、定时巡检、故障智能预警与诊断等功能模块。

日志分析模块包含集中管理各物理主机操作系统中关于CPU、内存、网络、文件系统等日志信息，分布式存储软件相关的各个功能模块、进程的日志，以及虚拟化管理平台的各类事件信息。

监控与报警模块采用Prometheus/Grafana一站式监控告警平台，所有采集的监控数据均以指标(metric)的形式保存在内置的时间序列数据库当中(TSDB)，可以每秒处理数十万的数据点，实现数以百万的监控指标。Prometheus内置了一个强大的数据查询语言PromQL， 通过PromQL可以实现对监控数据的查询、聚合，同时PromQL也被应用于Grafana数据可视化以及告警当中。

2、带内（In-Band）硬件故障检测能力

区别于市场上其他超融合产品，道熵超融合具备独特的带内（In-Band）硬件故障检测能力，即每个数据块在写入超融合存储时，会自动产生一个256比特的校验码，并与数据块分开保存。在读取数据时，校验码被用于检测该数据块是否与校验码相匹配。这种带内硬件故障检测能力能够有效应对磁盘的数据隐形错误、电源波动、信号失真等难以检测的故障，使得无人值守的自动化运维成为可能。道熵正是通过带内硬件故障检测与节点内RAID相结合，实现了数据自我修复功能。

3、更强的故障容错能力与数据自我修复能力

市场上的超融合产品，通常采用三副本分布式存储，即通过将数据的三个副本分散保存在三个不同节点上。这种纯粹的网络副本保护机制虽然实现简单，但其数据可靠性严重依赖数据修护的速度和系统规模。随着硬盘个数增加，系统可靠性随之降低，导致运维难度系数大增。

与此不同，道熵超融合采用双重RAID架构，采用节点内RAID数据保护与节点间副本保护相结合的方式。每个节点采用RAID10或RAID50/60实现节点内数据保护，可实现硬件故障隔离和本地数据修复。每个节点相当于一个小型的“磁盘阵列”，可抵御节点内单个、甚至多个硬盘故障。在这些“磁盘阵列”之间，还有另外一层基于网络副本的数据保护层，保证在极端情况下，即当故障突破磁盘阵列的保护能力时，还可利用网络副本技术来修复数据。正因为这种两层RAID保护机制，当节点硬件出现故障时，可以通过本地RAID对故障进行隔离，不影响业务正常运行。故障修复可以采用延迟修复的策略，并且能自动避让业务，即当业务繁忙时，数据修复减慢；当业务空闲时，数据修复可以自动适当加快速度。

总结：自动化运维能力是企事业单位进行数据中心及私有云平台建设时最需要考虑的重要因素之一。基于双重Raid技术，道熵超融合不仅具备强大的故障监控、预测与数据可视化功能，还具备其他超融合产品可能缺乏的自动化运维能力，如带内硬件故障检测能力与数据自修复能力，以及容错能力等，因其强大的自动化运维能力，道熵可帮助客户在超融合总体使用成本（TCO）上降低50%或以上。