您在垃圾填埋場(chǎng)工作的時(shí)間越長(zhǎng)，氣味對(duì)您的警覺(jué)就越少。當(dāng)沒(méi)有任何問(wèn)題時(shí)，您的網(wǎng)絡(luò)監(jiān)控系統(tǒng)儀表板以紅色和黃色點(diǎn)亮的時(shí)間越長(zhǎng)，警報(bào)對(duì)您的意義就越小。配置您的網(wǎng)絡(luò)監(jiān)視器警報(bào)閾值，使紅色真正意味著“現(xiàn)在做點(diǎn)什么”。我們的一位高級(jí)服務(wù)工程師 (SE) 在安裝網(wǎng)絡(luò)監(jiān)控系統(tǒng)后不久就拜訪了一位客戶。看著客戶的儀表板，SE 看到了一些罕見(jiàn)而美妙的東西。

他對(duì)客戶說(shuō)：“您主頁(yè)上的所有內(nèi)容都是綠色的。這正常嗎？一切（即監(jiān)控系統(tǒng)）工作正常嗎？”“哦耶。我在這附近經(jīng)營(yíng)著一艘非常緊張的船，”客戶回答道。“我知道應(yīng)該監(jiān)控什么以及何時(shí)監(jiān)控。“誠(chéng)然，該客戶端幾乎沒(méi)有大型客戶端維護(hù)的網(wǎng)絡(luò)規(guī)模，在任何給定時(shí)間都不太可能有零警報(bào)。但是客戶的觀點(diǎn)仍然有效。正確配置的警報(bào)是必不可少的，配置不當(dāng)?shù)木瘓?bào)可能比沒(méi)有警報(bào)更糟糕。

這里有 5 種方法可以確保您的警報(bào)正在執(zhí)行您支付的費(fèi)用：

1. 清點(diǎn)您的設(shè)備（必要時(shí)獲得幫助），以確保您可以看到您需要它的地方 - 并且只在您需要的地方。

在解決警報(bào)閾值之前，請(qǐng)確定您是否甚至需要監(jiān)控給定的設(shè)備或系統(tǒng)。正如我在上一篇關(guān)于為監(jiān)控系統(tǒng)安裝準(zhǔn)備網(wǎng)絡(luò)的文章中提到的，您可以使用“自動(dòng)發(fā)現(xiàn)”工具來(lái)清點(diǎn)系統(tǒng)和設(shè)備。我們有客戶告訴我們，自動(dòng)發(fā)現(xiàn)過(guò)程幫助他們識(shí)別了一些他們沒(méi)有意識(shí)到他們可以如此輕松地監(jiān)控的關(guān)鍵設(shè)備。現(xiàn)在，他們發(fā)現(xiàn)了解這些設(shè)備非常有用。

對(duì)于其他客戶，最好手動(dòng)清點(diǎn)他們的網(wǎng)絡(luò)，通常是在我們 SE 的幫助下。這可以幫助您識(shí)別您可能不需要監(jiān)控的設(shè)備。你知道，就像那個(gè)已經(jīng)“關(guān)鍵”了 250 天的來(lái)賓虛擬機(jī)，但實(shí)際上其中 249 天可能并不存在？請(qǐng)記住，如果您使用具有預(yù)設(shè)警報(bào)閾值的自動(dòng)發(fā)現(xiàn)功能，您可能需要立即調(diào)整閾值。對(duì)于您不立即調(diào)整的閾值，請(qǐng)?jiān)谒鼈冞\(yùn)行幾周左右后留出時(shí)間進(jìn)行審查。確保你有你認(rèn)為你有的知名度。

2. 確定每個(gè)警報(bào)將直接通知誰(shuí)，以及如何通知他們。

如果您有生成操作項(xiàng)通信的警報(bào)，請(qǐng)確保只有需要對(duì)警報(bào)采取行動(dòng)的人（可能連同備份和/或直接主管一起）接收電子郵件、文本等。與儀表板警報(bào)一樣，一個(gè)裝滿無(wú)關(guān)通知的收件箱只會(huì)訓(xùn)練人們忽略所有警報(bào)，包括他們應(yīng)該采取行動(dòng)的警報(bào)。

3. 考慮將警報(bào)從單個(gè)設(shè)備監(jiān)控工具遷移到一個(gè)集成監(jiān)控系統(tǒng)中。

作為 OmniCenter 的創(chuàng)建者，我們顯然相信全面的監(jiān)控、警報(bào)和報(bào)告設(shè)備。然而，我并不是說(shuō)某些設(shè)備的專有監(jiān)控工具或?yàn)榛A(chǔ)設(shè)施的特定元素構(gòu)建的本土工具沒(méi)有用處。關(guān)鍵是不要讓這些不同的工具以大多數(shù)工作人員不完全理解并且不能始終正確響應(yīng)的警報(bào)形式產(chǎn)生噪音。

不同工具的報(bào)警系統(tǒng)可能使用不同的協(xié)議來(lái)輪詢他們的設(shè)備。每個(gè)都可能有不同的 UI。這可能會(huì)迫使您在網(wǎng)絡(luò)管理操作中不必要地創(chuàng)建孤島。綜合監(jiān)控系統(tǒng)促進(jìn)了更多跨職能、更靈活的工作人員。您可以避免服務(wù)瓶頸（以及隨之而來(lái)的不可避免的指責(zé)）。

使用 SNMP 輪詢每臺(tái)設(shè)備的管理系統(tǒng)使您能夠了解整個(gè)基礎(chǔ)架構(gòu)，包括您無(wú)法通過(guò)代理管理的設(shè)備。例如，SNMP 可以向您顯示沒(méi)有操作系統(tǒng)的設(shè)備（如交換機(jī)端口或 UPS 電池）的利用率。無(wú)論您決定需要警報(bào)配置的設(shè)備，您都應(yīng)該能夠使用單一、連貫的 UI 來(lái)概覽所有設(shè)備。

4. 配置警報(bào)閾值以發(fā)現(xiàn)重大異常，而不是可預(yù)測(cè)和/或瞬時(shí)峰值。

正如我在一篇關(guān)于發(fā)現(xiàn)隱藏在虛擬化網(wǎng)絡(luò)中的異常的帖子中所描述的，靜態(tài)閾值（例如服務(wù)器 CPU 或內(nèi)存）可能會(huì)產(chǎn)生誤導(dǎo)性警報(bào)。一個(gè)典型的例子是 SQL 數(shù)據(jù)庫(kù)服務(wù)器。它可能每天四次達(dá)到 100% CPU，但您并不真的希望每次發(fā)生這種情況時(shí)都收到警報(bào)。您真正需要知道的是它何時(shí)表現(xiàn)異常。

也許在周五上午 10 點(diǎn)，它通常以 80% 的速度運(yùn)行，但本周五同時(shí)以 20% 的速度運(yùn)行。這可能表明您的應(yīng)用程序或用戶存在問(wèn)題 - 但不會(huì)觸發(fā)靜態(tài)警報(bào)。通過(guò)異常檢測(cè)，您將收到警報(bào)，以便您了解發(fā)生了什么。

或者你可能有一些用戶通常不會(huì)使用超過(guò) 20% 的端口帶寬，而現(xiàn)在他們正在使用 70% — 仍然可能不足以觸發(fā)靜態(tài)“高水位”閾值，但絕對(duì)應(yīng)該這樣做調(diào)查。如果您的監(jiān)控系統(tǒng)只是在尋找固定的閾值，您可能看不到全貌。這取決于設(shè)備的常規(guī)工作負(fù)載。

5. 盡可能自動(dòng)化為新設(shè)備預(yù)先設(shè)置閾值的過(guò)程。

一旦您清點(diǎn)了您的系統(tǒng)，將所有需要的設(shè)備映射到您的監(jiān)控系統(tǒng)并自定義了閾值，您的警報(bào)管理工作就完成了。只是在開(kāi)玩笑。只要您的網(wǎng)絡(luò)不斷變化和增長(zhǎng)，它就永遠(yuǎn)不會(huì)完成，對(duì)嗎？但是你可以讓這項(xiàng)工作更容易向前推進(jìn)。

根據(jù)您已設(shè)置的參數(shù)，配置您的網(wǎng)絡(luò)監(jiān)控系統(tǒng)以預(yù)設(shè)特定設(shè)備類別的警報(bào)閾值。即使新設(shè)備通常不需要與設(shè)備類別完全相同的警報(bào)參數(shù)，也可能會(huì)接近預(yù)設(shè)閾值。如果不立即重新配置設(shè)備的警報(bào)，您至少會(huì)獲得一些保護(hù)。而且您可能會(huì)發(fā)現(xiàn)，大多數(shù)情況下預(yù)設(shè)的閾值都是正確的。這是你自己經(jīng)營(yíng)一艘非常緊張的船的明顯跡象之一。