1. 概述
1.1 版本
| 运维平台版本 | 功能变更 |
|---|---|
| V2.12.0 | - |
1.2 应用场景
大部分企业对于业务系统的稳定性都有明确的目标要求。运维团队通过统计系统可用性指标，可以帮助企业衡量业务系统提供的质量。
然而，系统可用性直接影响用户体验。如果系统在特定时间段内的可用性低于预期或频繁出现不可用时间，不仅会影响终端用户的满意度，还可能导致业务中断和客户流失。
那么，运维团队如何有效地监控系统可用性，从而确保业务系统的稳定性和用户满意度？
1.3 功能简介
运维平台提供了一项关键功能「可用性指标」，帮助运维团队解决这一问题。
1）定义和计算系统可用性：支持对系统可用性进行定义和计算，提供不同时段的可用率，帮助团队全面了解系统的运行状态。
2）设置停机计划：支持设置停机计划，结合计划内停机和意外宕机的时间统计，可以更全面地评估系统的稳定性。
3）展示详细停机记录：支持展示详细停机记录，帮助运维团队发现潜在问题和薄弱环节，从而及时采取措施进行调整和维护。
通过这些功能，运维团队可以更好地监控系统或设备的运行状态，及时识别和解决问题，最终提高系统的可用性和用户满意度。
2. 可用性指标
2.1 使用前提
系统可用性是基于运维平台对运维项目的监控数据进行判断的。
因此，为了准确获取系统可用性指标，必须确保运维平台对运维项目的监控正常可用。
详情请参见：监控仪表板使用前提
2.2 定义可用性指标
定义说明：
系统可用性指标 = ∑系统可用时间片 / (∑系统可用时间片 + ∑计划外系统不可用时间片)
注：服务器停机时段，不计入统计范畴。
系统可用时间片：运维平台的监控程序存活，且可以采集到运维项目的监控指标的时间段
计划外系统不可用时间片：支持两种定义
| 所有非计划停机 | 不可用时间段 - 计划内停机且不可用时间段 例如： 停机计划为3:00~4:00，实际1:00~2:00不可用、2:30~3:30不可用 那么所有非计划停机时间段为：1:00~2:00和2:30~3:00 |
不可用时间段：以下情况会被识别为不可用时间段
| |
计划内停机且不可用时间段： 计划内停机时间段与不可用时间段的交集 | |
| 仅系统宕机 | 识别为系统宕机的不可用时间段，以下情况会被识别为对应节点宕机
|
设置方法：
1）管理员登录运维平台，选择运维项目，点击「可用性统计>可用性指标」
2）点击「设置」按钮，支持自定义「计划外系统不可用时间片」的取数逻辑，默认选择「所有非计划停机」
3）点击「确定」生效。
2.3 查看可用性指标
1）管理员登录运维平台，选择运维项目，点击「可用性统计>可用性指标」。
2）如为多节点运维项目，右上角支持切换查看不同应用节点的可用性指标，默认展示整个项目的整体指标。
3）支持查看四种时段的可用性指标：昨日、前7日、前30日、近一年。
4）点击不同时段的可用性指标，可联动下方的可用性柱形图，查看不同时段的可用性详情。
3. 停机记录
3.1 使用前提
如需查看运维项目的停机记录，请确保项目可用。
否则提示「项目状态异常，请恢复项目后使用或查看其他项目」
3.2 查看停机记录
停机记录列表中，展示所选时段内的停机明细。
1）管理员登录运维平台，选择运维项目，点击「可用性统计>可用性指标」
2）在「停机记录」模块，右上角支持选择查询时段，默认查询前一周的停机记录。
3）如为多节点运维项目，支持切换查看不同应用节点的停机记录，默认展示整个项目的停机记录。
4）以明细表形式，展示所选时段内的所有停机情况
| 内容 | 说明 |
|---|---|
| 停机时间 | 不可用时间段的开始时间 |
| 恢复时间 | 不可用时间段的结束时间 |
| 持续时长 | 不可用时间段的结束时间-开始时间 |
| 停机类型 | 包括三种： 计划停机：即在「停机计划」中创建了对应计划的停机，鼠标悬浮可查看具体停机计划内容 系统宕机：即运维平台识别到了项目宕机，常见的宕机原因和推荐处理方案可参考下表 非计划停机：即运维平台对该项目的监控采集异常，但未识别到宕机，则为非计划停机。鼠标悬浮可「新建停机计划」 |
| 是否自动重启 | 是否触发了「宕机处理策略」中的宕机自动重启机制 如为否，点击可查看具体原因 |
常见的宕机原因和推荐处理方案如下表所示：
| 宕机原因 | 推荐处理方案 |
|---|---|
内存溢出，可查看具体引发该问题的模板，包括： 被中止的模板 模板计算占用内存过高 模板计算时间过长 sql执行时间过长 模板数据集数据行数大于建议限制行数 模板单元格数大于建议限制单元格数 | 1）对模板进行性能排查，优化模板内容 模板性能请参见：模板性能 2）开启模板限制，配置合理的限制范围 模板限制请参见：模板限制 3）如果当前系统堆内内存配置小于推荐配置时，额外建议使用系统巡检功能对帆软应用进行诊断，并参照推荐值修改堆内内存配置 系统巡检请参见：系统巡检 |
| 所用JDK版本存在BUG | 建议更换为1.8.0_181及以上版本的JDK8 |
| 系统存在不合理的内存配置 | 使用系统巡检功能对帆软应用进行诊断，并参照推荐值修改内存配置 系统巡检请参见：系统巡检 |
| 磁盘空间不足 | 检查服务器磁盘空间，并使用资源清理功能清理不必要文件 资源清理清参见：资源清理 |
| 内存映射文件数量设置过低 | 使用系统巡检功能对帆软应用进行检测，并参照推荐值修改vm.max_map_count内存映射文件数量配置 系统巡检请参见：系统巡检 |
| 当前所用版本存在宕机BUG | 建议更新升级帆软应用至最新的小版本 运维平台部署的项目升级请参见：升级运维项目 BI更新升级请参见：FineBI版本升级 FR更新升级请参见：FineReport版本升级 FDL更新升级请参见：FineDataLink版本升级 |
| 未知原因导致应用崩溃 | 建议上传云端运维日志或联系技术支持进行反馈 |
| SSH退出导致应用退出 | 通过 SSH 启动应用时，若直接关闭 SSH 会导致应用一同终止 建议使用其他命令行远程工具（如 SecureCRT），或配置应用服务器为开机自启动 详情请参见：Windows下Tomcat开机自启动 |
| 数据源取数耗时过长导致线程阻塞 | 建议使用抽数缓存、SQL优化、数据预处理等方式提升取数性能 性能优化请参见：性能优化指导手册 |
| 日志输出导致线程阻塞 | 建议调整日志输出级别以减少日志量，或检查磁盘是否存在空间不足的问题 日志级别请参见：日志简介 |
| 系统内存释放时间过长 | 1）如果当前系统堆内内存配置不合理，建议使用系统巡检功能对帆软应用进行诊断，并参照推荐值修改堆内内存配置 系统巡检请参见：系统巡检 2）建议更换使用更高性能的CPU |
上一篇：告警通知设置
