2015年8月6日晚上，部分QQ用戶出現(xiàn)無法登錄故障，這直接影響到了騰訊旗下多款產(chǎn)品的連接使用，直到22:30左右才恢復(fù)正常，事后據(jù)騰訊確認(rèn)是因QQ服務(wù)機(jī)房故障而導(dǎo)致。而在此之前的半年多時間里，多家知名互聯(lián)網(wǎng)企業(yè)因服務(wù)器、網(wǎng)絡(luò)設(shè)備產(chǎn)生的大大小小各種故障已有數(shù)十例。對于像互聯(lián)網(wǎng)公司這樣依賴優(yōu)質(zhì)的網(wǎng)絡(luò)體驗而生存的企業(yè)，如果出現(xiàn)故障，其產(chǎn)生的影響和后果非常嚴(yán)重。

 [[145467]]

既然網(wǎng)絡(luò)故障帶來的負(fù)面作用如此之大，可如何消除這種故障呢?沒有任何一家企業(yè)愿意出現(xiàn)這種故障，而出了故障則說明其數(shù)據(jù)中心必定存在健康問題和隱患。因此我們有必要仔細(xì)分析數(shù)據(jù)中心運行故障高發(fā)的成因，選擇更加完善的監(jiān)控管理方案，以保證數(shù)據(jù)中心的健壯穩(wěn)定。

數(shù)據(jù)中心作為提供各種數(shù)據(jù)處理的核心場所，對于IT系統(tǒng)的重要性不言而喻。尤其是對于互聯(lián)網(wǎng)公司等，包括核心業(yè)務(wù)在內(nèi)的所有網(wǎng)絡(luò)業(yè)務(wù)都是通過其數(shù)據(jù)中心提供訪問和處理的，數(shù)據(jù)中心的穩(wěn)定運行是這些業(yè)務(wù)正常運行的前提。試想一個電商企業(yè)的數(shù)據(jù)中心如果中斷1小時，可能會帶來上千萬元的損失，而在市場競爭激烈的當(dāng)下，業(yè)務(wù)的中斷除了遭受經(jīng)濟(jì)損失之外，還會流失大量的客戶，這對企業(yè)未來的發(fā)展是非常不利的，所以提供連續(xù)的優(yōu)質(zhì)網(wǎng)絡(luò)服務(wù)對于一個互聯(lián)網(wǎng)企業(yè)至關(guān)重要。

當(dāng)然，企業(yè)也清楚這點，每年花在數(shù)據(jù)中心上的投入也非常大，除了人員方面的投入，基礎(chǔ)設(shè)施的建設(shè)投入占據(jù)了***的比重，但是到頭來還是會出現(xiàn)這樣那樣的故障，為什么?這很大程度上是由于企業(yè)業(yè)務(wù)增長太快，而導(dǎo)致數(shù)據(jù)中心的負(fù)擔(dān)愈加沉重，在不斷擴(kuò)容或者改造過程中比較倉促，隱藏著不少安全隱患，即便是像騰訊這樣的大型企業(yè)也在所難免。高速擴(kuò)張的結(jié)果就是系統(tǒng)架構(gòu)總是要改變，從而帶來運維管理上的局促，隨著業(yè)務(wù)量的增長，危機(jī)四伏。

數(shù)據(jù)中心歷來都是一個對新技術(shù)渴求***烈之地，都希望可以引入先進(jìn)的技術(shù)和設(shè)備，從而更好地為業(yè)務(wù)服務(wù)，同時在行業(yè)競爭中不落后于人。不過，引入新技術(shù)雖然解決了原有系統(tǒng)存在的問題，為業(yè)務(wù)提供了有效的支撐，但往往給數(shù)據(jù)中心帶來了新的運行風(fēng)險。因為新技術(shù)、新系統(tǒng)可能還有很多不夠完善的地方，如果運維管理工作沒有跟上，則運行起來就容易出問題。為了保證業(yè)務(wù)的長期穩(wěn)定運行，數(shù)據(jù)中心從應(yīng)用、服務(wù)器、網(wǎng)絡(luò)、防火墻、物理鏈路等等都要有生產(chǎn)系統(tǒng)和備份系統(tǒng)，這也會將數(shù)據(jù)中心設(shè)計得過于復(fù)雜，實際運維起來非常麻煩，一旦出現(xiàn)問題反而不知道問題出在哪里。因此，再好的技術(shù)，也還是會出故障。所以必須要加強(qiáng)對數(shù)據(jù)中心的監(jiān)控管理，如此才能降低數(shù)據(jù)中心出現(xiàn)故障的風(fēng)險。

實際上，絕大部分?jǐn)?shù)據(jù)中心都無法做到常年業(yè)務(wù)不中斷，但是盡可能地減少故障，確保其運行過程中隨時監(jiān)控管理，預(yù)、告警任何錯誤故障，不放過任何相似的問題，將風(fēng)險降至***，這也是監(jiān)控管理軟件的***使命。