每一個管理員都希望擁有一個不出故障的網(wǎng)絡(luò)，但這肯定是一種奢望，IT技術(shù)以及網(wǎng)絡(luò)設(shè)備的發(fā)展即使已經(jīng)超越了你的想象，但在IT運維管理中還是無法甩掉故障管理的包袱。當(dāng)然，很多“成功”的運維大師都會以解決各種奇異問題為榮，但如果支撐業(yè)務(wù)系統(tǒng)的對象數(shù)量超越了你的記憶容量，那些憑借經(jīng)驗修復(fù)網(wǎng)絡(luò)的高手就很可能敗下陣來。

蹊蹺的2分鐘

有一些很蹊蹺的網(wǎng)絡(luò)故障時常會發(fā)生在我們身邊，在對各種可能因素進行逐一排除后，仍然不能找到故障原因。而當(dāng)手中拿著數(shù)十個故障診斷工具，原始命令熟記于心的時候，在這些特殊網(wǎng)絡(luò)故障面前，如果只給你2分鐘怎么辦?

某公司網(wǎng)絡(luò)與上級公司網(wǎng)絡(luò)，每隔兩個小時就會斷開兩分鐘，之后又會自動恢復(fù)正常。同時，由于這套網(wǎng)絡(luò)系統(tǒng)涉及到廣域網(wǎng)絡(luò)，跨越的節(jié)點非常多，且數(shù)十套業(yè)務(wù)流量也跑在里面，理論上講，可能的故障點非常多，很長一段時間，用戶都束手無策。進而，公司請來了“高手”，但留給運維大師捕捉故障的時間段很短，2小時等待，再加上2分鐘的破案時限，面對這個十分奇怪的現(xiàn)象，即使這位高手擁有十多年的運維經(jīng)驗，最后也只能卑躬臣服。

北塔BTIM揭曉答案

求醫(yī)無果，最后，這家企業(yè)決定尋求專業(yè)運維廠商的支持。在采用北塔軟件的北塔BTIM后，通過北塔BTIM的物理拓撲圖發(fā)現(xiàn)某臺路由器異常，再通過BTIM抓獲嫌犯，察看該設(shè)備的歷史記錄，發(fā)現(xiàn)該路由器的2M端口每隔兩個小時就會自動DOWN掉，然后再重新啟動，重啟的時間剛好就是兩分鐘左右。在定位了故障設(shè)備后，對其進行針對性的分析，發(fā)現(xiàn)是由光端機和該路由器之間的時鐘不同步引起的，由此成功地解決了該問題。

從這個既復(fù)雜、又簡單的網(wǎng)絡(luò)故障中我們可以看到，隨著企業(yè)對網(wǎng)絡(luò)的依賴程度越來越高，運維管理團隊確實需要一些高端人才的加入，但如果在日常的IT運維管理中，過多的依靠IT運維工程師的工作經(jīng)驗，最終會導(dǎo)致網(wǎng)絡(luò)故障處理效率不高，并造成IT運維服務(wù)質(zhì)量停滯不前的局面。

故障管理的本質(zhì)是什么?

在我們崇尚的ITIL參考讀物中，“故障管理”的目標就是將 IT 基礎(chǔ)設(shè)施錯誤引起的事故和問題對業(yè)務(wù)的負面影響減到最小，并防止與這些錯誤相關(guān)的事故再度發(fā)生。為了實現(xiàn)這個目標，“故障管理”力求第一時間找到引發(fā)事故的根源，并著手改善或糾正該情況。

作為國內(nèi)領(lǐng)先的IT運維管理專家，北塔軟件認為：IT運維管理部門的真正價值并不是出現(xiàn)故障之后的處理，而是在故障發(fā)生前能夠準確判斷，排除隱患，并避免故障的發(fā)生。所以，一個最能幫助企業(yè)有效對抗故障難題的方法，是建立主動性的發(fā)現(xiàn)機制和流程，可利用北塔BTIM等運維管理軟件，首先實施全網(wǎng)范圍的基礎(chǔ)設(shè)施監(jiān)控，并對每次故障進行“記錄、跟蹤、監(jiān)督和分析”。之后，便可限時完成受理、派工、處理、反饋和回訪，將服務(wù)過程按流程自動化、規(guī)范化和標準化運作起來。

在IT運維管理中，我們決不能低估人的價值，但完全依賴個人經(jīng)驗，就很難讓IT運維服務(wù)水平再上一個臺階。反之，利用IT運維管理軟件，將有價值的維修方法、故障排除的方案和經(jīng)驗知識，統(tǒng)一納入知識庫，日積月累后，便建成了IT運維部門“百科全書”。這種良性的循環(huán)，既能發(fā)揮核心人員的故障排查經(jīng)驗，又能幫助監(jiān)控或值班工程師快速找到解決辦法，提高服務(wù)的及時率，從而構(gòu)建一個超越現(xiàn)在的運維團隊。