【IT168 评论】随着行业的发展，业务系统越来越庞大，涉及的软硬件维护点越来越多，特别是数据中心内部，运维的复杂度和难度也越来越大，于此同时，随着去IOE的潮流和后IOE时代的架构特色，PC服务器、虚拟机和开源数据库等软硬件产品的比重上升，运维的内容和节点数量都有比较明显的变化。

　　俗话讲工欲善其事必先利其器，想要数据中心运维好，就得先做好相应的监控，那么大家都是使用的哪些监控软件呢?使用过程中有哪些难点?有哪些收获?为此我们在CU社区展开了激励的讨论，更多详情敬请关注(http://bbs.chinaunix.net/thread-4203552-1-1.html) 。

　　网友zongg表示：从工作以来，用过的监控系统有cacti,nagios,zabbix等，cacti是用snmp协议来取数据，通过rrdtool来储存和更新数据(存在rra下的文件里)，并生成图。由此可见snmp和rrdtool是cacti的关键。 但是我们并不需要深入的了解rrdtool,和snmp ,我们是需要通过简单的配置就可以生成图像，我对于我们来说很方便(优点)。 rrdtool来处理数据效率高，多样性绘图，但是cacti监控的内容不多(缺点)。有一些插件还是不错的。我现在用的是monitor,mactrack,weathermap. 我们现在主要是用cacti来监控交换机上的流量。 

   nagios是一款很专业的监控软件，监控服务器状态很强大，但是配置起来复杂一些，能监控的应用层面(网络服务监控)的内容比cacti较多(优点)，插件也非常多，赞一个。 

   nagios会调用插件去检测服务器状态，并把插件返回来的状态信息并进行处理后，把状态结果通过web显示出来。并根据状态实现告警。感觉报警机制要比cacti强。 图像看着没cacti好。(缺点) nagios客户端得安装NRPE. 说是支持400-500台机器的监控。我没试过，没有那么多的机器。

   zabbix 分为zabbix server 和zabbix agent.也就是说客户端得安装agent. 优点点是支持多平台的监控软件，功能强大，监控灵活，报警灵活。 支持分布式。支持snmp,jmx,ipmi类型。自带画图功能，得到的数据可以绘成图形。全web管理。自带key，同时支持调用脚本。很方便。 缺点是批量修改不方便，中文资料少。画图没cacti好。官网说zabbix 支持5000台机器的监控。 

    对于在监控软件的使用过程中，有哪些难点?，网友zongg表示，难点的话可能是配置方面，监控项设置方面吧。现在用的是cacti+zabbix，感觉够用了，zabbix用起来比较灵活。 zabbix 可以根据自己的需求设置一些触发器，达到触发器的数值就会报警。 比如说，系统的平均负载，进程数，流量，tomcat jmx，dns 之类的都可以实现。 对于使用监控软件的收获，网友zongg指出，在使用过程中会熟悉哪些指标需要监控，哪些是非必要的。会系统的全局有大致的宏观了解。故障一般的都是软件层面的，及时登陆到机器上看看是什么情况，大多数都可以解决。将来的规划是现深入的学习zabbix，说实话，zabbix 真不错，真心推荐给大家。很灵活。如果有机会再试试分布式。如果有运维研发，zabbix是一个好的选择进行二次开发。 其实不管哪个监控软件，只要是自己了解，顺自己的手，能够满足需要都OK的。

▲运维人员查看各种监控软件

　　网友cgweb也表示：运维工程师们在大数据时代，下面对大量网络安全事件，若没有有效工具是无法完成分析工作，他们往往面对更多的挑战，如下：

　　1) 每天出现巨大数量的安全报警，管理员很难对这些报警做出响应。 2) 误报严重，管理员无法准确判断故障。 3) 大量重复、零散而没有规律的报警，黑客的一次攻击行动，会在不同阶段触发不同安全设备的告警，这样导致报警数据之间在时间和空间上存在大量重复数据，如果不实现安全事件的关联处理，就无法有效的提高告警质量。 当出现这些问题的部分原因是企业缺乏事件监控和诊断等运维工具，因为如果没有高效的管理工具支持，就很难让故障事件得到主动、快速处理。市面上有很多运维监控工具，例如商业版的Cisco Works 2000、Solarwinds、ManageEngine以及专注故障监控的WhatsUp，在开源领域有MRTG、Nagios、Cacti、Zabbix、Zenoss、OpenNMS、Ganglia等。 这些开源工具做了一个简单的比较：

　　由于它们彼此之间没有联系，即便是你部署了这些工具，很多运维人员并没有从中真正解脱出来，原因在于目前的技术虽然能够获取计算机设备、服务器、网络流量，甚至数据库的警告信息，但成千上万条警告信息堆积在一起，让人根本没办法判断问题的根源在哪里，缺乏对信息进行筛选、数据挖掘的能力,其实我们并不缺少工具，商业的也好，开源的也吧，一抓一大把，为什么还是用不好?真正缺少的是分析数据的智能化。

　　另外我们的查看各种监控系统需要多次登录，查看繁多的界面，更新管理绝大多数工作都是手工操作，即使一个简单的系统变更或更新，往往需要运维人员逐一登录系统，当设备数量达到成百上千时，其工作量之大可想而知。而这样的变更和检查操作在IT 运维中往往每天都在进行，这无疑会占用大量的运维资源。因此，运维工作人员需要统一的集成安全管理平台已迫在眉睫。

　　也许这个话题点引爆了大家的想法，很多网友都纷纷发表了自己的看法（更多精彩内容点击），总体看来随着企业规模变大，纯手工运维已经难以保障业务需求，只有建立起自动化运维才能在数据中心更好的管理起来，对于选择开源监控软件还是商业监控软件，跟企业属性有很大关系，互联网企业大多数会选择开源软件或自主开发，但对于传统企业而言商业监控软件也许是最好的选择，能够快速上手，更多的人员做更多自己擅长的事情。

　　总结：数据中心运维对于运维企业而言并非易事，要想将数据中心里成千上万的IT设备“信手拈来”，这其中考验的不仅仅是经验，也不仅仅是技术，而是要基于一整套完善的、经过实践验证的先进的方法论，将人员、工具、流程、平台等有机整合才能实现。