有分析公司認為，當前對于任何大型IT企業(yè)都必不可少的流程：容量能力管理往往都非常的復(fù)雜。而且，在當今加速發(fā)展的商業(yè)世界中，這種管理往往無法有效實施。優(yōu)先級的改變、日益增加的復(fù)雜性和可擴展的云基礎(chǔ)架構(gòu)使得傳統(tǒng)的容量管理模式已經(jīng)不太奏效。在新技術(shù)的支持下，由創(chuàng)新的IT領(lǐng)導(dǎo)者推動，新的容量能力管理模式正在出現(xiàn)。這種新的模式將IT資源使用視為對業(yè)務(wù)有意義的，使用自動化和分析來管理復(fù)雜性，并減少人工操作。

在本文中，我們將與廣大讀者諸君共同討論如何將容量管理中所涉及到的復(fù)雜監(jiān)控、分析和預(yù)測縮減為一項健康的服務(wù)(當前績效)指標，以及服務(wù)風(fēng)險(未來績效)的一個指標，使所有利益相關(guān)方更易于管理和更具可視化。

容量管理的戰(zhàn)略優(yōu)勢

　　容量管理平衡成本和風(fēng)險

在簡化的意義上，IT容量管理是平衡業(yè)務(wù)服務(wù)的成本和性能的基礎(chǔ)，其中基礎(chǔ)設(shè)施的分配和配置是支點。如果您企業(yè)的基礎(chǔ)設(shè)施配置不當或不足以支持業(yè)務(wù)需求，可能會發(fā)生長時間的響應(yīng)時間問題和中斷，從而使業(yè)務(wù)損失高達上百萬。

避免這種情況的一種典型方法是過度配置基礎(chǔ)設(shè)施，即估計所需要的容量，并使之翻一番。據(jù)估計，多達50%的云基礎(chǔ)設(shè)施是未使用的，這種現(xiàn)象在物理存儲中甚至更多。過度配置浪費了大量的硬件，軟件許可和管理成本。而訣竅就在于合理化您企業(yè)的基礎(chǔ)設(shè)施規(guī)模，以滿足當前的需求，并確切的知道何時何地需要增加多少額外的容量。

為了有效優(yōu)化業(yè)務(wù)服務(wù)，容量管理過程由四個主要步驟組成：

1、數(shù)據(jù)收集和管理。收集您企業(yè)環(huán)境中每款應(yīng)用程序、服務(wù)和系統(tǒng)的詳細信息和相關(guān)的性能數(shù)據(jù)。

2、數(shù)據(jù)分析。分析數(shù)據(jù)以確定服務(wù)的健康狀況，潛在的性能問題以及這些問題的根本原因，以便您可以解決這些問題。

3、預(yù)測。準確預(yù)測資源短缺何時何地會發(fā)生，這樣才能避免資源短缺。

4、提交可執(zhí)行的信息。為各利益相關(guān)方：IT分析師、服務(wù)經(jīng)理和業(yè)務(wù)領(lǐng)導(dǎo)提供他們可以據(jù)此做出決策所需的信息。

使IT變得如此具有挑戰(zhàn)性的是，鑒于動態(tài)發(fā)展的技術(shù)，不斷變化的業(yè)務(wù)需求和需求的增長都增加了復(fù)雜性，使得IT環(huán)境不斷變化。時間一直是性能問題的本質(zhì)，但是IT人員分散在各種任務(wù)和項目中，減少了確保服務(wù)交付的時間。最后，容量管理專長越來越少。根據(jù)一家業(yè)界領(lǐng)先的分析公司Research In Action預(yù)測，到2020年，容量和性能管理的技能缺乏將成為75%的企業(yè)增長的主要制約因素或風(fēng)險。

或許正是由于這些挑戰(zhàn)的存在，使得許多技術(shù)領(lǐng)導(dǎo)者認為，容量管理是一大競爭優(yōu)勢，在未來幾年將會變得更加如此。據(jù)Research In Action預(yù)測，到2020年，35%的企業(yè)將使用容量管理工具來獲得競爭優(yōu)勢(而今天的比例則為20%)。

有效的容量管理所帶來的競爭優(yōu)勢：

1、減少了員工致力于提供高可用性和一致的服務(wù)所花費的時間

2、減少任務(wù)關(guān)鍵型應(yīng)用程序的停機時間和瓶頸

3、優(yōu)化硬件，軟件和云存儲投資

4、更有效的業(yè)務(wù)規(guī)劃，使IT投資與業(yè)務(wù)目標保持一致

5、保護企業(yè)品牌聲譽

借助自動化管理復(fù)雜性

近年來，大部分已經(jīng)成功的部署了容量管理的IT企業(yè)均使用了分析和自動化。這種方法的優(yōu)點是速度和準確性，即使在非常復(fù)雜的環(huán)境中，但需要花費相當?shù)臅r間，并采用恰當?shù)墓ぞ吆土鞒虂碛行嵤?/p>

要了解這種方法，如下，讓我們來探討前面所述的每個核心流程：

1、數(shù)據(jù)收集和管理

2、數(shù)據(jù)分析

3、預(yù)測

4、提供可執(zhí)行的信息

數(shù)據(jù)采集

性能數(shù)據(jù)必須以具備足夠的細粒度級別進行收集，以滿足業(yè)務(wù)交易的需求。例如，實時交易和在線購物需要比批量處理更多的細粒度。請記住，您企業(yè)所使用的收集工具必須以自動化和高度可擴展的方式提供詳細，及時的數(shù)據(jù)，以確保項目的成功。

數(shù)據(jù)分析

傳統(tǒng)上，這種分析是由容量管理專家通過簡單的工具(如電子表格)“手動”檢查數(shù)據(jù);或通過構(gòu)建和維護定制的工具和查詢來執(zhí)行的。這種類型的手動分析需要花費大量的時間和專業(yè)知識，并用到在許多企業(yè)中已經(jīng)薄弱的資源。自動化是一大解決對策，盡管在這方面存在較少的可行解決方案。歷史上，許多這些“自動化”解決方案仍然需要大量的時間來設(shè)置，并在提供有用的信息方面仍然受限。然而，技術(shù)現(xiàn)在可以用更實際和更有效的方式解決分析問題。

預(yù)測

為了準確預(yù)測性能，我們需要認識到，計算機系統(tǒng)的行為不是線性的。如果其是線性的，那么預(yù)測就像線性趨勢一樣簡單。現(xiàn)實是排隊發(fā)生。排隊是指當一款CPU、控制器或其他設(shè)備有超出其所能夠執(zhí)行處理的工作進入時的情況。然后，服務(wù)不得不等待排隊，就像排隊等待在商店款臺結(jié)帳一樣。當只有很短的隊伍或沒有排隊時，響應(yīng)時間與所添加的工作成比例。您企業(yè)再添加一些工作，一些應(yīng)用程序或基礎(chǔ)架構(gòu)，就有了更多的工作亟待處理。排隊由此開始，突然間的延遲是巨大的。這就是所謂的曲線中可怕的拐點，之后的響應(yīng)時間呈指數(shù)增長——等待時間比工作時間還要長，響應(yīng)受到很大的影響。

　　經(jīng)常，IT假設(shè)延遲將始終是線性的，而他們也正在瘋狂地爭取解決這一問題。

為了避免拐點，許多IT機構(gòu)遵循始終不讓系統(tǒng)所處理的任務(wù)太繁忙的策略，這意味著過度配置——保險但卻造成了浪費。他們?yōu)楸苊夤拯c付出了太多代價。

你企業(yè)必須清楚的知道拐點將在何處出現(xiàn)，以便在沒有過度配置的情況下避免它，這需要了解IT組件如何交互來執(zhí)行工作。使用各種技術(shù)來預(yù)測性能的不同程度的精度，從Excel電子表格到線性趨勢，到模擬建模，再到分析建模。

然而，直到最近，這些解決方案都需要用到大量的專業(yè)知識，專長和時間。慶幸的是，現(xiàn)在可以非常及時地自動獲得預(yù)測。

提供可執(zhí)行的信息

有效執(zhí)行上述三個領(lǐng)域的結(jié)果應(yīng)是生成可執(zhí)行的信息和具備可視化的報告。由于IT決策通常對整個業(yè)務(wù)有影響，因此這些信息也必須以對非IT利益相關(guān)者有意義的方式呈現(xiàn)。例如，根據(jù)業(yè)務(wù)指標(如銷售，SLA或正常運行時間)而不是根據(jù)諸如內(nèi)存或I /O等IT指標。IT部門花費數(shù)百或數(shù)千小時為各利益相關(guān)者創(chuàng)建報告并不常見。盡可能的情況下，報告任務(wù)也應(yīng)自動化，使IT人員能夠?qū)Ｗ⒂谥鲃咏鉀Q問題和創(chuàng)新。

案例：JN數(shù)據(jù)公司如何管理復(fù)雜性

實時識別和理解企業(yè)中值得關(guān)注的內(nèi)容幫助JN數(shù)據(jù)公司的容量經(jīng)理Henrik Tonnisen向主要客戶(其中包括丹麥第三大銀行Jyske Bank和丹麥最大的抵押貸款公司Nykredit)交付提供了市場領(lǐng)先的服務(wù)，資源效率和透明度。

為此，Tonnisen將來自數(shù)萬臺服務(wù)器的技術(shù)數(shù)據(jù)融合到動態(tài)的自助服務(wù)報告中，以滿足每個業(yè)務(wù)利益相關(guān)者的需求，將討論從復(fù)雜的技術(shù)指標轉(zhuǎn)變?yōu)榭刹僮鞯臉I(yè)務(wù)信息。

Tonnisen表示，他們的團隊在宣布推出新的自助報告儀表板后，獲得了利益相關(guān)者的一致好評。

一種新的模式

自動化和分析已被證明對現(xiàn)代容量管理所帶來的挑戰(zhàn)是有效的。然而，直到最近，這些解決方案也仍然需要大量的時間和專門知識來實現(xiàn)有效的實施。

當前，一種新的模式正席卷了整個行業(yè)。這種新的模式使用自動健康和風(fēng)險評分來識別當前和未來的性能，以及未來的時間框架和嚴重程度問題。這是游戲規(guī)則的一個改變：節(jié)省了時間，需要的專業(yè)知識更少，使所有IT10企業(yè)的容量管理更簡單，更易于訪問。

為了方便計算每項服務(wù)的簡單，易于理解的健康和風(fēng)險分數(shù)，在幕后運行的是復(fù)雜的算法。監(jiān)控列表可以被定義為將注意力集中在您所使用的服務(wù)上，負責(zé)并且容易地確定需要采取的行動，無論是解決當前問題還是擴展容量，以避免未來的問題。您企業(yè)不再需要花費數(shù)不清的時間在數(shù)據(jù)上了。自動算法將為您執(zhí)行。

為什么要實行健康和風(fēng)險評分?

健康和風(fēng)險分數(shù)涉及容量管理過程中的兩大主要功能領(lǐng)域：

1、性能管理——識別和解決導(dǎo)致應(yīng)用程序響應(yīng)緩慢和服務(wù)中斷的性能問題(健康狀況)

2、容量規(guī)劃——預(yù)測何時需要進行容量升級或額外的基礎(chǔ)架構(gòu)，以避免服務(wù)性能不佳或中斷(風(fēng)險)

健康和風(fēng)險分數(shù)如何計算?健康分數(shù)

通過深入了解包含服務(wù)的每個系統(tǒng)來計算健康評分。分析排隊網(wǎng)絡(luò)模型用于計算實際的CPU和I / O性能，并與每個系統(tǒng)的理論最佳性能相比較。內(nèi)存將根據(jù)當前的利用率進行評估，并通過查找與內(nèi)存管理的正常活動級別的任何偏差來進行評估。通過檢查當前可用容量和歷史行為模式來評估磁盤空間使用情況。分析結(jié)果被整合并歸一化，以創(chuàng)建一個易于解釋的健康評分，范圍從0到100，0-44表示健康狀況不佳，45-54表示需要警告，55-100表示 健康狀況良好。

風(fēng)險評分

風(fēng)險評分是通過運行容量規(guī)劃算法來確定的，進而預(yù)測將來服務(wù)將如何運行。容量規(guī)劃算法預(yù)測服務(wù)增長率對構(gòu)成服務(wù)的系統(tǒng)的影響。分析排隊網(wǎng)絡(luò)模型用于計算未來的CPU和磁盤I / O性能，并與系統(tǒng)的理論最優(yōu)性能進行比較。這些模型產(chǎn)生了一系列預(yù)測，這些預(yù)測說明了我們之前討論的計算系統(tǒng)中固有的非線性行為。

通過評估活動模式并在預(yù)測期結(jié)束時預(yù)測磁盤空間的使用情況。基于這些計算，生成風(fēng)險分數(shù)來表示預(yù)測風(fēng)險的嚴重性。風(fēng)險分數(shù)歸一化為0至100的范圍，以代表風(fēng)險量，0-44表示低風(fēng)險，45-54表示警告，55-100表示 高風(fēng)險。除了風(fēng)險評分，還將預(yù)計發(fā)生性能不佳或停電情況的日期。通過在預(yù)測結(jié)果中查找一次性事件和周期性行為來預(yù)測風(fēng)險何時發(fā)生，并計算發(fā)生風(fēng)險的天數(shù)。

簡單性是王道

鑒于所有的工作自動發(fā)生在幕后，容量管理要簡單得多，所有的IT企業(yè)都更容易訪問。企業(yè)不再需要雇傭大量數(shù)據(jù)科學(xué)家，工作人員的工作時間得以節(jié)省下來，預(yù)測不再需要內(nèi)行專家。 IT人員和服務(wù)經(jīng)理可以查看健康和風(fēng)險的單一指標，其次知道應(yīng)該在哪里集中注意力。

準確性事項

算法和計算的準確性非常重要。那么他們有多準確呢?

1、對于CPU和I / O活動而言，到目前為止，最準確的健康和風(fēng)險測定使用分析排隊網(wǎng)絡(luò)模型。

2、對于磁盤空間和內(nèi)存而言，智能算法評估利用率和子系統(tǒng)活動的模式，以準確地解釋當前，并預(yù)測未來的利用率。

所有這些方法都適應(yīng)工作負載，配置和其他環(huán)境變化。使用這些方法與復(fù)雜的算法，最終的結(jié)果是行業(yè)中最準確的健康和風(fēng)險計算，準確率通常為95%。

評估您企業(yè)的選項

目前市場上有各種容量管理解決方案，可滿足不同的企業(yè)環(huán)境和不同需求。而為了有效地評估它們，比較功能和方法是有幫助的，并且有助于理解它們將如何影響您企業(yè)的容量管理成果。

為了確定IT和業(yè)務(wù)服務(wù)的健康狀況，通常會執(zhí)行以下方法，其中已加標的項目代表在新模式中采用的方法：

標準閾值比較

增強閾值比較

事件檢測

從正常運行到變化的比較

分配比較

排隊理論

為了確定IT和業(yè)務(wù)服務(wù)的風(fēng)險，通常會執(zhí)行以下方法，其中已加標的項目代表在新模式中采用的方法：

線性趨勢

增強趨勢

事件預(yù)測

分配預(yù)測

排隊理論

諸如標準閾值比較和事件檢測等選項更容易設(shè)置，但提供的精度要低得多。分配比較和預(yù)測適用于虛擬環(huán)境，但是缺乏驅(qū)動資源效率的能力，因為它們需要考慮分配的內(nèi)容與使用的內(nèi)容。排隊理論需要智能配置和細粒度數(shù)據(jù)，但在確定服務(wù)健康和風(fēng)險方面提供了更為準確的結(jié)果。

在選擇企業(yè)容量管理解決方案時，應(yīng)考慮以下因素：

環(huán)境中的物理和虛擬服務(wù)器的數(shù)量

IT企業(yè)所管理的服務(wù)的數(shù)量

未來3年預(yù)計的基建投資情況

目前基礎(chǔ)設(shè)施過剩的程度

關(guān)鍵服務(wù)中斷的潛在成本

這些因素將支撐能力管理投資的潛在回報，并有助于確定您企業(yè)所應(yīng)該追求的解決方案類型。