2024年灾备系统自动化运维提升灾备运维效率

Al灾备系统自动化运维提升灾备运维效率杨天忠爱数高级产品运营工程师CONTENTS缺少统一监控和告警管理，运维疲于救火，效率低大量告警难管理大量告警难管理多集群环境缺少统一监控缺少专业巡检和报表工具，运维耗时耗力，效率低人工巡检效率低人工巡检效率低•管理员需要定期统计汇报灾备运行的概况，手动•手工制作业务维度、系统健康维度以及其他个性灾备系统自动化运维方案任务运行日志丰富图表丰富图表备份策略信息用户操作日志备份策略信息用户操作日志报表下载资源信息报表下载系统日志/指标报告模版系统日志/指标报告模版统一、实时监控并告警，及时发现灾备风险邮件邮件短信短信微信微信企业微信企业微信数据篡改行为监控数据篡改行为监控客户端监控数据库监控备份任务时长监控备份任务异常监控恢复任务时长监控恢复任务异常监控存储监控备份任务时长监控备份任务异常监控恢复任务时长监控恢复任务异常监控存储监控同城数据中心人G异地数据中心华为云同城数据中心人G异地数据中心华为云人G本地数据中心阿里云阿里云人G恢复演练巡检巡检对象覆盖范围广丰富详细的巡检报告巡检策略可配置报告内容可分角色自定义多样化报表和自动化报告，降低报表制作时长，提高汇报效率自动化报告自动化报告多样化报表生产中心任务数量变化趋势使用预测容量趋势预测业务系统空间占用未使用租户配额作业执行结果作业时长统计失败作业统计总容量使用存储池容量使用存储服务容量使用节点容量使用新增资源统计资源保护情况统计客户端类型统计客户端保护状态统计备份策略情况统计新增绑定策略资源统计取消绑定策略资源统计作业执行结果作业时长统计失败作业统计总容量使用存储池容量使用存储服务容量使用节点容量使用新增资源统计资源保护情况统计客户端类型统计客户端保护状态统计备份策略情况统计新增绑定策略资源统计取消绑定策略资源统计用户容量使用用户容量使用资源类型容量使用资源类型容量使用客户端容量使用客户端容量使用资源容量使用资源容量使用容量统计作业统计存储统计资源统计客户端统计备份策略统计按角色定期自动发送按角色定期自动发送灾备系统告警统计分析，支持下钻查看，辅助排障50任务告警集群告警系统告警50523362944652336294468告警事件数错误事件数数海量平台-HLN8虚拟机执行详情2虚拟机执行详情x虚拟桌面-CTX2虚拟机执行详情虚拟桌面-2虚拟机执行详情多数据中心、多灾备集群多数据中心、多灾备集群告警统一汇聚告警规则支持自定义告警规则支持自定义支持按时间或关键字过滤支持按时间或关键字过滤查看支持下钻到日志和相关任支持下钻到日志和相关任务做分析项目背景介绍要把云下数据中心的设备搬迁到华为云上，云下数据中心和云内数据发带，已经规划后续把对象存储中实现异地灾备，提高集团子公司的为达成备份成功率99%提供保障。Anadolu集团是一家总部位于土耳其的多元化跨国公司，业务涵盖饮料、汽车、零售、农业、汽车、文具、能源和健康8个行业，涉及20个国家。拥有80多家公司和90多个生产设施、6个研发中心和100000多名员工。需求分析人工运维耗时耗力人工运维耗时耗力•项目的运维方需要每天登录到AB界面上，把9个子公司的备份任务执行情况手工统计出来，包括任务执行总的成功率、每个Job的备份成功率、成功次数、失败次数等统计。技术人员每天完成统计工作耗时4-5小时。•运维方只能基于每日任务运行情况，手工分析灾•不同的用户查看自己的任务运行情况均需要手工用户：每天定期、自动发送运行报表给9个用用户：每天定期、自动发送运行报表给9个用户，方便他们快速了解当天的灾备运行情况运维方：自动统计备份系统运行情况并发送报运维方：自动统计备份系统运行情况并发送报告，降低运维人员工作量，使其可以聚焦于解决影响备份成功率目标达成的关键问题。Anadolu灾备体系可观测性方案•定期报表发送展示灾备运行全貌减少运维工作量••定期报表发送展示灾备运行全貌减少运维工作量•备份任务执行概览•备份任务执行结果；•未执行备份的客户端列表；•连续三天备份失败任务统计；•用户任务运行全局统计•用户任务执行过程统计•展示存储资源明细仪表盘多用户通知运行任务日志资源信息丰富图表报表任务管理异地容灾(规划中)定期自动发送报表，让运维方不再需要手工出报告231231查看附件报表中的备份任务执查看附件报表中的备份任务执跳转到仪表盘，查看详情定期报表发送定期报表发送全局了解备份任务执行情况，查看备份任务成功率及趋势备份任务执行概览备份任务执行概览运行仪表盘运行仪表盘详细展示近24小时的备份执行结果，并筛选出备份失败任务备份任务执行概览备份任务执行概览运行仪表盘运行仪表盘统计连续三天备份失败的任务，重点分析排查连续三天失败的备份任务连续三天失败的备份任务运行仪表盘运行仪表盘统计备份任务执行结果，及时发现任务可能存在的风险备份任务概览备份任务概览运行仪表盘运行仪表盘分析备份任务的数据量、耗时和备份速度，评估可能存在的风险备份任务概览备份任务概览），）；运行仪表盘运行仪表盘统计近24小时未执行备份任务的客户端，快速甄别漏备任务没有执行备份任务的客户端没有执行备份任务的客户端）；运行仪表盘运行仪表盘统计任务执行情况，让运维方快速了解子公司的数据保护概览