背景與挑戰

信息化“十二五”以來，“三通兩平臺”成為教育行業信息化建設的重點。在上述背景下，各地教育部門和學校開展了大量建設實踐。

隨著當前教育應用創新的不斷涌現和高校信息化建設從數字校園向智慧校園的轉變，校園IT系統也面臨著新的變化和挑戰，主要包括以下兩個方面：

此外，隨著數字校園向智慧校園的轉變，這一過程也給校園IT運維帶來以下痛點：

解決方案

高校智能業務運維三個階段包括運維工具完成階段、IT運維管理標準化階段、智能運維階段。

完成高校運維工具

運維工具完成階段主要包括完成基礎設施監控、業務應用監控、用戶體驗監控、集中告警等校園IT基礎設施監控。

此外，隨著智慧校園的建設和學校IT基礎設施的逐步完善，多個校園共享同一個機房??的特點，使得IT基礎設施的實時在線和安全性能顯得尤為重要。

基于以上背景，云智能基礎設施監控可以通過豐富的協議訪問能力和模型定義能力快速支持新資源it運維技術，實現資源的綜合監控，實時掌握服務器網絡軟硬件等基礎設施的現狀時間。健康狀況，用于評估和衡量基礎設施利用率，為用戶基礎設施優化提供準確數據，了解基礎設施設備的處理能力，預測潛在故障并提供預警。

在校園機房可視化實時報警方面，云智慧提供機房3D全景，包括機柜和機柜外單臺設備；溫濕度采集模塊采集機房區域的溫濕度狀態，然后連接機房的串口服務器，串口服務連接網絡后，即可傳輸溫濕度狀態數據到云端智能服務器統一監控。

在指標檢測方面，云智慧內置了上萬個指標項，開箱即用。

云智能可以主動發現業務問題，確保各校區教學樓專線的高可用性。一方面，云智慧通過全國乃至全球節點對高校對外業務進行7*24主動撥號測試，及時發現問題，主動報警；專線質量提升用戶體驗。

隨著校園內各種業務系統的逐步完善，業務與業務之間的調用關系逐漸復雜化，難以快速定位業務系統中的問題。基于以上因素，面對復雜多樣的系統，學校業務系統需要可視化工具進行集中管理，同時量化第三方提供的業務系統質量，從而定位分析學校業務系統故障。

云智能擁有端到端的全技術棧應用性能管理，包括對移動和智能設備的支持it運維技術，以更好地了解真實的用戶體驗；支持端到端高度虛擬化的應用程序以跟蹤負載變化；并支持跨云環境的公有云、私有云和混合云部署方法。上述表現可以快速定位教務系統存在的問題，包括以下幾個方面：

在業務分析方面，云智慧可以根據唯一的請求ID自動連接整個請求，從前端到后端的應用代碼和基礎設施，并基于單個問題還原問題的快照請求序列，幫助高校從外向內逐步分析師生使用系統問題的根本原因，從而達到師生使用系統快速重現的目的。

云端智能高效的解決方案，可以快速定位代碼級問題。包括基于業務拓撲的問題發現、移動端代碼崩潰問題分析、Web端真實用戶體驗監測分析、請求和關鍵事務分析、單請求分析。

云智慧可以基于各種教育系統整合整理應用和IT資源。一方面，系統架構拓撲圖分層展示了系統中所有對象的健康狀況以及它們之間的依賴關系。另一方面，用戶可以通過資源快速查看垂直依賴關系并分析關聯對象，從而加快根因排查過程。

云智能提供報警統一導出，實現報警的集中化、自動化、多元化、智能化、人性化。主要包括以下幾個方面：

高校運維管理標準化

高校運維管理標準化階段包括ITSM、CMDB、運維自動化等技術的實現。 Cloud 通過標準化的管理流程規范第三方服務，優化師生的用戶體驗。

在IT服務管理（ITSM）的整體設計上，云智能數字化運營服務管理產品可以完成高校IT服務管理體系的建設。通過已有的產品功能+系統API接口+定制流程+部分功能的二次開發定制，即可滿足智慧校園項目的建設內容。

在信息資產的集中管控方面，云智慧擁有基于自動發現的CMDB數據維護。通過Agent、API等多種方式自動采集Iaas、Pass、Saas層的配置項信息。支持多數據源的聯合采集，協調各種數據源的采集數據，保證CMDB中配置項信息的完整性和準確性。

下圖展示了CMDB的整體架構設計。通過云智能CMDB，可以完成從IaaS、PaaS到SaaS層的運維元數據的綜合管理，為運維監控、服務管理、自動化等系統提供完整、準確的元數據支持。

以下是CMDB應用于監控報警處理及自動化平臺的數據良性循環流程。 CMDB作為各種資源的配置信息庫，提供監控告警信息的信息下鉆能力，可以將單點告警信息延伸到具體的影響區域。自動化平臺通過報警自愈觸發系統修復。此時會通過CMDB獲取任務執行的目標列表，提高了任務執行的準確性和可行性。問題系統修復后，CDBM會自動收集系統信息并更新原數據庫中的信息，完成信息歸檔。

在信息工單可視化方面，云智慧通過工單統計，使高校信息化工作可追溯，從而達到持續優化的目的。

高校智能運維

高校智能運維包括智能分析、預測分析、機器學習、AI等技術的實現。一方面，通過實現AIOps智能運維場景，轉變運維管理模式，從而提升智能化、自動化水平。另一方面，利用人工智能算法，根據數據特征感知業務隱患，根據歷史數據預測故障。

云智能提供的指標異常檢測旨在通過算法發現KPI（Key ）時間序列中的異常點，然后通過告警通知運維人員相關風險。同時，指標異常檢測也是其他AIOps場景的前置場景，檢測結果為后續的告警收斂、根因定位、故障自愈等場景提供輸入信息。

單指標智能異常檢測如下圖所示：

多指標智能根因分析如下圖所示：

智能日志異常檢測包括日志異常模式檢測、日志統計異常檢測、日志序列異常檢測等異常檢測。

云智能提供基于用戶體驗的運維思路。從數據監測，到分析優化，再到管理指導，提高了師生的整體滿意度。實現了從基礎、提升、管理、進階四個階段的轉變，實現了從儀器化運維向智能化運維的演進。

落地實踐 某高校統一監控平臺案例 需求痛點 方案亮點 方案價值

開源的好處

云智慧有一個開源的數據可視化編排平臺。通過配置數據模型，為用戶提供數百個可視化圖形組件，零編碼即可實現滿足自身業務需求的炫酷可視化大屏。同時，飛魚還提供靈活的擴展能力，支持組件開發、自定義功能和全局事件的配置，確保復雜需求場景的高效開發和交付。

如果您喜歡我們的項目，請不要忘記點擊下面的代碼倉庫地址并在/Gitee 倉庫上點擊Star，我們需要您的鼓勵和支持。此外，您可以立即參與該項目貢獻成為，將有超過10000元現金等著您。

地址：

Gitee地址：

微信掃描識別下方二維碼，備注【飛魚】加入AIOps社區飛魚開發者交流群，與項目PMC面對面交流~