華云·云場景應(yīng)用詳解｜疫情之下，硬件運維人員如何實現(xiàn)“遠程辦公”

新冠疫情防控，極大地改變了我們的生活方式，“遠程辦公”、“線上交流”的新型工作方式開始普及。對人力依賴極大的數(shù)據(jù)中心硬件設(shè)備運維是否也能搭上“遠程辦公”的便車，從容面對疫情變化，高效保障業(yè)務(wù)安全？安超DCM數(shù)據(jù)中心管理平臺利用帶外管理技術(shù)，與運維“打工人”一起探索遠程運維的可行性。

疫情下的硬件設(shè)備運維挑戰(zhàn)

2020年，在全球新冠疫情持續(xù)緊張的情況下，遠程辦公、在線網(wǎng)課、網(wǎng)購/團購等線上工作和生活方式開始普及，IT服務(wù)業(yè)迎來了爆發(fā)式增長，各行業(yè)數(shù)據(jù)中心IT硬件設(shè)備數(shù)量也隨之激增。由于疫情期間居家辦公，異地核算檢測導(dǎo)致出差不便等等原因，對幾乎全部依賴人力的數(shù)據(jù)中心硬件運維管理帶來了前所未有的挑戰(zhàn)。痛點總結(jié)如下：

1、設(shè)備數(shù)量成倍增加，品牌型號增多，管理復(fù)雜度指數(shù)級增長，經(jīng)驗豐富的運維人員嚴重不足，人力成本大幅攀升；

2、居家辦公無法巡檢，設(shè)備故障發(fā)現(xiàn)不及時，安全隱患大；

3、日常資產(chǎn)管理和資產(chǎn)盤點工作無法開展，居家辦公無事可做；

4、異地出差受限，原廠支持難度增加，設(shè)備故障處理周期長，造成業(yè)務(wù)損失大；

5、數(shù)據(jù)中心全國分布，無高效遠程管理軟件，異地機房管理難度大。

帶外運維技術(shù)助力，硬件運維管理“遠程辦公”不是夢

數(shù)據(jù)中心硬件運維管理可分為帶外管理和帶內(nèi)管理兩種管理模式。

（1）帶內(nèi)管理

帶內(nèi)管理，即監(jiān)控管理信息與生產(chǎn)數(shù)據(jù)信息使用同一物理通道進行傳送，主要是依賴于生產(chǎn)環(huán)境，如操作系統(tǒng)，所提供的接口、驅(qū)動來獲取底層硬件的狀態(tài)（正常/故障）信息，從而實現(xiàn)監(jiān)測。帶內(nèi)管理復(fù)用現(xiàn)有生產(chǎn)網(wǎng)絡(luò)，在每臺設(shè)備的系統(tǒng)層安裝Agent，然后將硬件監(jiān)控信息通過SNMP系統(tǒng)服務(wù)發(fā)送給帶內(nèi)集中監(jiān)控平臺。

帶內(nèi)管理示意圖

傳統(tǒng)的帶內(nèi)管理及現(xiàn)場維護存在以下問題：

1、宿主機資源占用：帶內(nèi)管理會消耗生產(chǎn)網(wǎng)絡(luò)帶寬，極端情況下可能會導(dǎo)致網(wǎng)絡(luò)資源耗盡，引發(fā)生產(chǎn)事件。Agent在宿主機上占用部分生產(chǎn)設(shè)備的CPU、內(nèi)存資源，增加系統(tǒng)開銷。

2、現(xiàn)場維護：部署服務(wù)器、升級設(shè)備微碼、物理重啟設(shè)備等工作等都需在機房現(xiàn)場實施。極端情況下，如設(shè)備宕機故障，需要到現(xiàn)場實施手動物理重啟，導(dǎo)致生產(chǎn)事件問題處理滯后。

3、Agent版本維護困難：目前數(shù)據(jù)中心多數(shù)為混合架構(gòu)，生產(chǎn)環(huán)境包含Linux、Windows、ESX、AIX、Solaris、docker等不同平臺眾多版本，帶內(nèi)管理Agent版本、兼容性維護工作量大。

4、不符合安全監(jiān)管要求：部分監(jiān)控Agent會用到特殊的系統(tǒng)服務(wù)及端口，會和生產(chǎn)環(huán)境某些應(yīng)用沖突（如JDK版本不一致、系統(tǒng)端口沖突等）。在安全等保要求較高的情況下，Agent的使用不符合安全管理規(guī)范。

（2）帶外管理

帶外管理主要是通過專門的網(wǎng)管通道實現(xiàn)對硬件設(shè)備狀態(tài)數(shù)據(jù)的獲取，與生產(chǎn)業(yè)務(wù)網(wǎng)絡(luò)相隔離，其核心原理在于通過不同的物理通道傳送管理數(shù)據(jù)和生產(chǎn)數(shù)據(jù)，兩者互相獨立，互不影響。

帶外管理示意圖

帶外管理使用了IPMI協(xié)議，通過基板管理控制器（BMC）進行交流，通過在設(shè)備內(nèi)部的傳感器對硬件進行智能管理。無需通過操作系統(tǒng)進行管理，允許進行帶外服務(wù)器管理，生產(chǎn)網(wǎng)絡(luò)也無需負擔硬件狀態(tài)監(jiān)控數(shù)據(jù)的傳輸任務(wù)。用戶可以利用IPMI監(jiān)視服務(wù)器的物理狀態(tài)數(shù)據(jù)，如溫度、電壓、風扇工作狀態(tài)、電源供應(yīng)以及機箱入侵等數(shù)據(jù)。帶外管理最大的優(yōu)勢在于它是獨立于計算芯片CPU、主板IO控制系統(tǒng)BIOS和操作系統(tǒng)，可以實現(xiàn)在開/關(guān)機狀態(tài)下，接通電源就即可以對硬件設(shè)備的監(jiān)控管理。

（3）帶內(nèi)管理與帶外管理對比

啟動帶外管理“遠程辦公”模式

安超DCM數(shù)據(jù)中心管理平臺運用帶外管理技術(shù)搭建的跨廠商、跨硬件平臺的統(tǒng)一帶外管理平臺，可以實現(xiàn)自動化巡檢、遠程資產(chǎn)管理與資產(chǎn)盤點、統(tǒng)一vKVM遠程管理，實現(xiàn)運維人員不在數(shù)據(jù)中心現(xiàn)場，也能對數(shù)據(jù)中心設(shè)備情況盡在掌握。

總結(jié)

相較于傳統(tǒng)的帶內(nèi)管理，帶外管理技術(shù)是一種更安全、更智能、更高效的數(shù)據(jù)中心硬件設(shè)備統(tǒng)一運維管理方式，安超DCM能夠助力數(shù)據(jù)中心提升智能化運維程度、加強運維的數(shù)據(jù)支撐，從而全面降低運維難度、減少人工依賴、實現(xiàn)多數(shù)據(jù)中心遠程聯(lián)動管理，可見，帶外管理技術(shù)的應(yīng)用成功讓數(shù)據(jù)中心運維人員“遠程辦公”成為現(xiàn)實，疫情還未完全散去，我們還需未雨綢繆。