IT運維管理人員幾乎每天都在與“故障”打交道，而當業務系統足夠復雜的時候，僅憑“感覺”往往無法再判別出故障的根源。那么，如何才能讓IT運維管理跳出“手工作坊”階段，在故障發生時準確定位、快速修復，乃至利用更先進的IT運維管理工具避免非計劃性的停機事故呢?

“與時鐘賽跑”的故障處理

我們身處在一個高度依賴網絡的社會，一旦網絡出現故障，企業員工可能會無法正常工作、無法交易導致公司訂單丟失、企業可能會失去大量的客戶等等嚴重問題。然而，IT系統本身的復雜性、層級性和關聯性，又決定了“故障”必然存在的現實。不過，當故障發生時，IT運維管理人員身背著的***壓力并不是技術層面的，這來自于修復故障的“時長”。如果一筆業務不能完成的時間長達一天或者數周，就可能引發“多米諾骨牌”式的傳遞效應，最終讓企業運營遭受重創。

一般來說，與故障分析難度成正比的，是系統的復雜性。業務系統越復雜，涉及的設備、軟件、廠家、人員就越多，可能帶來的故障分析難度也就越大，恢復的時間也就越長。雖然，有些網絡故障解決辦法是相通的，人的作用非常大，但從隨時變化的網絡架構和業務系統實際運行的復雜環境來看，解決相同現象的故障，方法可能迥然不同。如果我們在IT運維管理的過程中，過多的依靠個人經驗，或者PING、TRACER等命令，都會讓排錯的時間變得不可控，并造成IT運維服務質量停滯不前的尷尬局面。

作為國內領先的IT運維管理專家，北塔軟件認為：“依靠個人能力進行運維管理有許多缺點，比如無法做到事前發現、無法做到準確定位、故障原因可能出現誤判、響應時間慢等等。因此，要想與時間賽跑，就需要一個高效而準確的故障發現機制，一個能夠支撐故障分析策略的工具，這是企業建立故障處理體系的***步。”

以“路徑”為核心的故障分析方法

基于ICMP的管理，只能對服務器和網絡設備的連通性進行簡單性測試，在網絡建設階段的作用很大，但在業務逐漸復雜的管理階段就顯得力不從心了。為此，北塔軟件在其發布的北塔BTIM產品中包含了化解故障處理復雜性的“故障根源分析策略”、TFS管理系統、業務流量視圖。再復雜的系統，都有數據行走的路線，所以北塔BTIM的三大功能設計都以“路徑”為核心，通過日常高頻度監測少量關鍵指標，控制被管系統管理壓力，一旦發現問題，依據業務流量實際流量路徑，按分析需要逐層擴大數據采集的深度和廣度，層層深入，直達故障根源。

首先，通過TFS管理系統，實現了對網絡設備、主機、數據庫、中間件以及應用管理的實時監控。管理人員在業務層就能查看所有關鍵信息，而一旦出現告警事件，管理人員就可以通過TFS故障診斷路徑直接定位源頭。

其次，在故障處理的操作層面，北塔BTIM提供了業務流量分布圖，它以物理拓撲為基礎，業務流量為骨干，透明化的展現了業務數據在網絡中的真實路徑，并實時展示各路徑上的業務流量及用戶接入設備。利用業務流量的路徑圖實現主動監測，更可以在龐大而復雜的網絡中，發現隱患。管理員可以對業務各關鍵路徑7X24小時監控，通過對于各關鍵路徑的響應時間分析，并結合支撐組件的情況進行智能梳理，可幫助運維人員直擊可能引發非計劃性宕機的隱患點。

針對故障管理，北塔軟件還提醒廣大企業用戶：傳統的故障處理模式只能導致出現問題后的被動響應，而IT運維管理部門的真正價值并不是出現故障之后的處理，而是在故障發生前能夠準確判斷，排除隱患，并避免故障的發生。所以，針對IT運維人員和管理者都需要的統計和分析方式，北塔BTIM系統提供了實時TOPN分析、指標歷史數據分析，以及詳細的分析報表，幫助用戶定位到IT系統瓶頸，及時調整策略，提前避免故障的產生。