這些自動化運維技巧讓網(wǎng)絡運維不再背鍋

“網(wǎng)絡就像wifi，沒有故障的時候，就沒有人意識到它的存在”，這句話有無數(shù)的翻版，但是對于網(wǎng)絡工程師來說，這就是現(xiàn)身說法。

由于即便是在上千人的公司，網(wǎng)絡工程師的人數(shù)也僅僅是個位數(shù)，所以他們的工作也鮮為人知 。

“網(wǎng)絡是不是有問題?”這句話幾乎成了所有SRE排錯時的口頭禪，如果這個時候網(wǎng)絡工程師表示沉默，或者無法拿出足夠的證據(jù)，那背鍋幾乎是無疑的。

如何讓網(wǎng)絡環(huán)境的運行狀態(tài)更加透明?如何在每次業(yè)務故障的時候自證清白?這不僅是基礎服務團隊要關心的內(nèi)容，更是整個技術團隊想要了解的黑匣子。

監(jiān)控

網(wǎng)絡設備存活監(jiān)控

對于SRE來說，需要監(jiān)控程序是否正常;對于主機組來說，需要監(jiān)控服務器硬件是否正常;對于網(wǎng)絡來說，我們首先需要關心網(wǎng)絡設備是否可達。當一臺TOR不可達時，基本上預示著會有一片服務器不可達，業(yè)務的痛感是相當強烈的。

網(wǎng)絡設備的監(jiān)控最好和業(yè)務監(jiān)控系統(tǒng)盡量解藕，因為網(wǎng)絡故障極有可能引發(fā)業(yè)務系統(tǒng)異常，如果恰巧導致的是業(yè)務的監(jiān)控系統(tǒng)異常，那網(wǎng)絡設備的告警將失去可靠性，且不說“監(jiān)控不準”這個鍋是誰的，這種局面會讓網(wǎng)絡工程師Trouble Shooting時陷入被動，延長了故障時間。

每一個網(wǎng)工在走出校門的那一刻，都已經(jīng)具備基本的編程基礎， 況且交換機的數(shù)量和服務器的數(shù)量有著量級上的差別，所以如果你能看懂幾句python，100+的python代碼即可搞定一個簡易的設備存活監(jiān)控的程序，Github中可搜索 NodePingManage 就是一個很好的例子，還可以通過多點部署來消除單點故障。有了這類工具， 從此全網(wǎng)的各個角落的可達性終于明了， 漆黑的網(wǎng)絡環(huán)境，似乎反射出了一絲光明。

設備日志監(jiān)控

設備存活告警雖然可以預警很多異常，并且準確度很高，但是對于冗余性做得比較好的網(wǎng)絡，能Ping通并不代表完全沒問題，此時，細心的網(wǎng)絡工程師會去看日志，這里可以反映出更多細節(jié)。對于萬臺服務器規(guī)模，網(wǎng)絡設備的數(shù)量也就千臺，但是逐臺查看日志，人肉判斷是否有異常，那簡直是場噩夢。

《日志告警》程序就成為網(wǎng)絡工程師們居家旅行必備之良品，只需要一臺Syslog服務器，部署一個日志監(jiān)控程序，當發(fā)現(xiàn)日志中出現(xiàn)特殊關鍵字，觸發(fā)郵件+短信告警即可。這么高大上的工具當然需要更多的編程技巧，150+ python代碼才能搞定。Github中類似的解決方法有很多，搜索LogScanWarning即可得到一個示范案例。

從此你可以在業(yè)務無感的情況下，發(fā)現(xiàn)網(wǎng)絡中的異常， 例如：風扇轉(zhuǎn)速異常/電源模塊故障/ospf鄰居狀態(tài)抖動/端口flapping/有黑客在爆破我的設備/設備硬件parity error/模塊收發(fā)光異常/Kernel報錯等等。優(yōu)秀的網(wǎng)絡工程師可以在故障發(fā)生時快速定位，牛X的網(wǎng)絡工程師可以在故障發(fā)生前就消除隱患，防范于未然。

流量監(jiān)控

高速公路鋪得再好，也架不住車多人多。確保網(wǎng)絡順暢，品質(zhì)優(yōu)良，沒有丟包，延時穩(wěn)定也是網(wǎng)絡工程師的職責 ，此時流量監(jiān)控就成了剛需。

業(yè)務的飛速發(fā)展體現(xiàn)在網(wǎng)絡層面就是DC內(nèi)流量上漲/DCI流量上漲/IDC出口流量上漲/專線流量上漲，流量監(jiān)控可以準確掌握業(yè)務的高峰和低谷，當線路需要擴容時，帶寬使用率是老板參考的重要數(shù)據(jù)。一般情況下線路中的流量超過50%即可發(fā)起擴容，因為這意味著當備份鏈路down之后，主線路將出現(xiàn)擁塞。

接口error監(jiān)控

接口的Error包監(jiān)控和流量監(jiān)控一樣，均可以通過snmp采集，OID：ifOutErrors，ifInErrors , Error包出現(xiàn)增量會直接影響業(yè)務的服務質(zhì)量，一旦發(fā)現(xiàn)需要優(yōu)先處理，否則業(yè)務會拎著一堆TcpTimeOut指標找上門來。

當然，可以通過snmp采集的信息還有很多，例如：設備的CPU/內(nèi)存/溫度/防火墻的Session等，掌握這些信息對了解設備的工作環(huán)境也頗有益處，如果你要做一個自動化巡檢工具，那么這些指標必不可少。市面上提供網(wǎng)絡監(jiān)控的軟件有很多，例如：Falcon / Zabbix / Solarwinds / Cacti / Nigos等，有開源的也有收費的，功能類似，此處不加贅述。

制造自動化運維工具

第一章中的組合拳打完之后，基本上不會出現(xiàn)“意料之外的故障”，所有的異常都應該有據(jù)可查，當SRE莫名其妙提出對網(wǎng)絡環(huán)境的質(zhì)疑時，你應該早已心中有譜。

但是網(wǎng)絡工程師的工作并非只有救火，日常運維工作中，經(jīng)常需要配合業(yè)務發(fā)展做一些線上變更/ 機房擴建/業(yè)務類故障排查等。作為一名“懶惰”的網(wǎng)絡工程師，程序可以幫忙點什么忙呢?

UserDevice Tracker

這個名詞借用于Solarwinds套裝中的一個組件，直譯為“用戶設備追蹤器” ， 在中小型企業(yè)網(wǎng)運維中，經(jīng)常會有這樣的需求：

• 知道服務器的IP，請問連接在交換機的哪個口?
• 知道交換機的某個端口，請問連接的服務器的IP是多少?
• 給你一臺服務器的MAC地址，怎么知道在哪個交換機的哪個口?

大型互聯(lián)網(wǎng)公司一般會有CMDB或者網(wǎng)絡管理平臺來記錄這些信息， 但是如果你是一家中小型企業(yè)的網(wǎng)管，沒有運維研發(fā)團隊做支持，并且還在沿用二層的環(huán)境(服務器網(wǎng)關在核心設備)，那就比較費勁了。以上幾個問題其實歸根到底是要捋清楚三個要素的對應關系：PORT<>MAC<>IP 。

舉個例子：

一臺交換機有多個物理接口，一個物理接口下可以有多個MAC，一個MAC可以對應多個IP，或者不對應任何IP。有了這個基本的模型，只需要做兩件事情即可找到全網(wǎng)設備這三元素的對應關系。

首先去服務器直連的交換機獲取MAC表(即MAC<->PORT)，然后再去服務器的網(wǎng)關設備獲取ARP表(即IP<->MAC)，這兩張表根據(jù)MAC地址作為唯一主鍵即可得到PORT <->MAC<->IP的對應關系。

信息的獲取可以通過模擬登陸或者OID采集均可，Github中也有很多類似的代碼可供參考，有了這個對應關系，即便沒有CMDB，你依然可以快速定位想要的信息， 普通網(wǎng)工查找這個信息需要5分鐘， 而你只需要5秒鐘。

網(wǎng)絡設備北向接口的二次封裝

日常網(wǎng)絡運維工作中，經(jīng)常會有一些 “簡單重復勞動”，例如：為某個接口劃分Vlan/給某臺設備添加一條指向主機的路由等， 這些操作既沒有科技含量，還占用了工程師寶貴的時間，更要命的是再簡單的人肉操作，重復的次數(shù)只要足夠多，總有失誤的時候，正所謂“常在河邊走，哪有不濕鞋”，但是在這種問題上犯錯誤簡直是對職業(yè)生涯的抹黑，如此“雞肋”的工作怎么才能干得漂亮?

以《自動劃分交換機接口Vlan》的功能為例， 如果有一個工具只需要你提供三個參數(shù)：設備IP/端口/vlan編號， 就能自動登陸設備把特定接口劃分到指定Vlan，那豈不是美哉。

沒錯!你需要的是一個對設備封裝后的接口， 現(xiàn)在多數(shù)網(wǎng)絡設備廠商都會提供自己的API，無論是NETCONF還是RESTful，只要讀懂了使用手冊，即可通過程序輕松變更設備的配置，甚至你可以用更加”接地氣”的方法，用程序“模擬登陸”設備 ，雖然這個方法在效率上比不過NETCONF和RESTful API，但是在通用性上那簡直無敵，因為沒有哪個廠商的設備不支持SSH或者TELNET的。

有了這個理論基礎，一些簡單的網(wǎng)絡上的操作就可以通過自己封裝的接口來實現(xiàn)變更，甚至可以把變更的權(quán)限交給業(yè)務，只要業(yè)務提交的請求是合法的，變更可立即上線生效。

此時，肯定會有人大驚失色!把網(wǎng)絡設備的權(quán)限交給業(yè)務，這樣真的好么?萬一改壞了怎么辦……所有的疑惑都是正常的，同時也都是有解的。

還是以《自動劃分交換機接口Vlan》舉例子，你可以限制程序執(zhí)行的內(nèi)容，你可以規(guī)定交換機只能是TOR不能是CSW，你可以約束接口只能是Access不能是Trunk，你可以限定被操作的接口下流量必須為0bps，以避免誤操作影響到業(yè)務，你可以通過動態(tài)Token保證接口的安全，你可以要求必須提供接口下現(xiàn)存的MAC以定位接口的位置，你還可以對調(diào)用者加白名單，另外，操作成功后還需要有短信+郵件反饋操作后的結(jié)果，等等……

所有的考量都可以固化為代碼規(guī)則，只有程序是最忠實的執(zhí)行者。接口可以提供7*24小時全年無休的服務，而人的精力是有限的，用程序去應對業(yè)務那些簡單有規(guī)律的需求，節(jié)省出工程師寶貴的時間來思考人生，這才是網(wǎng)絡工程師自動化運維之路的正道。

總結(jié)

以上，是筆者結(jié)合自身工作經(jīng)歷總結(jié)的一些心法，寫代碼對于網(wǎng)絡工程師來說確實有些難度，但是只要跨過這道坎，你會得到更多富裕的時間來擴展自己的專業(yè)道路，謹以此文，希望能拋磚引玉為自動化網(wǎng)絡運維盡綿薄之力。

名稱欄目：這些自動化運維技巧讓網(wǎng)絡運維不再背鍋
標題路徑：http://www.muchs.cn/news35/102535.html

成都網(wǎng)站建設公司_創(chuàng)新互聯(lián)，為您提供定制網(wǎng)站、域名注冊、關鍵詞優(yōu)化、營銷型網(wǎng)站建設、商城網(wǎng)站、定制開發(fā)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)