论文部分内容阅读
摘要：我国整体经济建设的快速发展带动玩偶共快速进入现代化发展阶段。信息技术的有效运用，不但能够提高国民经济的发展速度，而且为人们的日常生活提供更多便利，在大数据时代背景之下，企业如果仍然运用常规的管理模式，会对企业的经营管理水平产生较大影响。企业通过不断提升自身的自动化运维管理水平，能够有效减少常规管理风险的发生，保证企业内部的各项数据得到高效利用。
关键词：大数据时代;自动化运维管理;发展策略
我国电力行业的发展关系到我国整体经济的发展速度和发展走向，其重要性不言而喻。随着经济发展的速度越来越快，工业生产以及人们的日常生活对于电能都有着更高的要求，在电力输送中，人们为关注的是输送的可靠性以及稳定性。而为了提高电能输送的稳定可靠性，需要相关企业努力提升自己的管理水平。
1大数据的定义
所谓大数据，主要指的是应用新处理模式，自身具有较高洞察力、发现力、决策力以及流程优化能力的信息资产，这种信息资产是多样的、海量的同时越是快速增长的。企业进行大数据分析可以通过当前市场中海量的数据来寻找新的发展模式，同时也可以及时应对市场变化做出决策，进而帮助企业更快适应市场变化，在市场的洪流中站稳脚跟。
2自动化运维定义
研究大数据时代下自动化运维管理发展策略的重要性在网络信息飞速发展的今天，各项新型的信息系统逐渐走进人们视野，已经成为了各大企业必不可少的经营管理模式。在企业当中，通过合理运用数据中心运维管理技术，能够保证信息系统更加安全、可靠。但是，因为企业内部信息系统数量的不断增多，数据中心运维管理难度越来越多，采取常规的人工运维方式已经不能够完全满足企业的智能化管理要求，降低企业的整体管理效率。
3大数据时代的自动化运维管理发展策略分析
3.1大力完善各项基础配置管理机制
大数据时代背景下，企业内部的数据信息传输量越来越大，自动化运维管理平台的有效构建，充分利用计算程序，有效的替代传统人工操作指令，能够减少系统运行故障的发生次数。但是，计算机等一系列基础设施内部的软件与硬件配置，对数据集群梳理要求较高，所以，相关人员要根据系统运行情况，加强CI设计，并做好相应的管理工作，进而更好的梳理集群数据之间的运维关系，保证大数据背景下自动化运维水平得到更好提升。
3.2改善设备管理系统
保持设备管理系统的稳定性对于保证管理效率是很大的保障，因此需要借助信息化管理、风险评估、性能检测以及设备维护等手段来完善设备管理系统。所谓信息化管理，指的是在进行设备管理时借助于各种先进的技术手段对电力设备进行检测、控制;而风险评估也是完善设备管理系统必须的步骤，对电力设备的运行状况进行完整的分析与评估，以预测其可能发生风险的几率，这样就能更好的做出预防措施，防患于未然;性能检测则是风险评估的基础，通过这一技术手段可以对电力设在运行过程中的状态进行全天候监测，从而在设备发生故障时能够及时向控制中心汇报，尽快解决相关问题;设备维护则是在检测到设备发生故障之后按照制定好的维修计划进行设备维修，同时对设备进行定期的检查维护，提高设备运行寿命。
3.3自动化运维的操作场景化
自动运维管理平台的运维操作化场景的实现可以根据运维人员的需要和实际运维管理的需要，进行灵活多变的设计操作模块，通过定制各种模块实现多种功能的需要，如网络探测、程序的自动批量重启、软件应用的自动更新和维护等，通过运维操作的场景化运作，实现运维流程的标准化和智能化，提高运维管理效率，节约运维管理成本。
3.4做好软硬件交付检查工作
为了保证数据集群信息得到更好传输，相关人员还要运用硬软件系统，做好软硬件交付检查工作：（1）利用工作流平台，针对基础硬件配置进行优化，例如硬盘与网卡等一系列软件进行交付检查，可以按照相应强度梯度，有效的衡量硬盘工作状态，判断硬件工作状态是否稳定。（2）将局部的CPU进行绑定处理，并验算π值，结合具体的运算时间，准确判断CPU性能指标是否达标。（3）软硬件交付检查环节，受外界客观因素的影响较大，特别容易出现硬件系统误判现象，因此，相关人员还要对交付检查知识库进行大力的完善，并结合以往检查环节发生的故障，进行有效分析，准確记录下相关数据，对软硬件交付系统进行优化，保证最终的检查结果更加准确。
3.5自动化运维的平台化
运维的平台化主要通过自动化平台进行信息资源的配置和信息采集，通过智能化的信息采集方法，实现对目标服务器和设备相关信息的备份和更新，这些主要包括服务中运行的操作系统、数据库存储的信息等，将智能运维系统采集的信息进行分类存储，并同步更新到基础信息配置数据库、存储管理系统数据库、资产管理数据库及运维构架可视化系统中，为智能运维平台实现设备基础信息的存储。
3.6提高日常的自动化变更管理水平
在常规的运维管理模式之中，若要进行有效的变更，相关人员需要提前制定好完善的变更方案，经过一系列的审核之后，方可确定最终的执行方案，在此种情况之下，会增加变更风险的发生概率，相关人员也无法完全预知变更环节发生的数据缺失隐患，数据特别容易出现丢失。在此种形势之下，相关人员可以引入工作流平台，将平常的变更转化为自动化变更，妥善处理各项数据，也可以运用工作流平台，提高审核速度，真正达到自动化变更目标，保证系统变更风险得到更好规避。
3.7建设运维管理团队
由于电力信息系统存在着人员过量却又质量参差不齐的现状，因此管理成本高、管理效率低，为解决这一问题，电力企业应当投入精力建设一支专业、高效的运维管理团队，从而能够在运维管理工作中更加精准而又全面的处理管理工作，提高运维管理的处理效率。
4结语
综上，通过对大数据时代的自动化运维管理发展策略进行科学分析，例如大力完善各项基础配置管理机制、根据基础架构做好日志分析工作、提高日常的自动化变更管理水平、加强硬件架构排查力度、做好软硬件交付检查工作等等，能够保证自动化运维管理策略得到更好实施，有效推动企业的壮大发展。
参考文献：
[1]杨春光.北京银行：借助大数据、机器学习技术构建一体化运维管理体系[J].中国金融电脑，2018（07）：26-28.
[2]张庆丰，孟锦婷.拥抱自动化智能化，推动运维模式转型---兴业银行数据中心运维转型探索与实践[J].中国金融电脑，2018（07）：32-35.
[3]程曦.试析Linux系统自动化运维管理平台实现及应用[J].中国新通信，2018，20（05）：92.
[4]赵志远，季莹，章继刚.数据中心的自动化---南天自动化平台助力单位有效沟通[J].网络安全和信息化，2017（12）：46.
（作者单位：新疆龙源风力发电有限公司）
关键词：大数据时代;自动化运维管理;发展策略
我国电力行业的发展关系到我国整体经济的发展速度和发展走向，其重要性不言而喻。随着经济发展的速度越来越快，工业生产以及人们的日常生活对于电能都有着更高的要求，在电力输送中，人们为关注的是输送的可靠性以及稳定性。而为了提高电能输送的稳定可靠性，需要相关企业努力提升自己的管理水平。
1大数据的定义
所谓大数据，主要指的是应用新处理模式，自身具有较高洞察力、发现力、决策力以及流程优化能力的信息资产，这种信息资产是多样的、海量的同时越是快速增长的。企业进行大数据分析可以通过当前市场中海量的数据来寻找新的发展模式，同时也可以及时应对市场变化做出决策，进而帮助企业更快适应市场变化，在市场的洪流中站稳脚跟。
2自动化运维定义
研究大数据时代下自动化运维管理发展策略的重要性在网络信息飞速发展的今天，各项新型的信息系统逐渐走进人们视野，已经成为了各大企业必不可少的经营管理模式。在企业当中，通过合理运用数据中心运维管理技术，能够保证信息系统更加安全、可靠。但是，因为企业内部信息系统数量的不断增多，数据中心运维管理难度越来越多，采取常规的人工运维方式已经不能够完全满足企业的智能化管理要求，降低企业的整体管理效率。
3大数据时代的自动化运维管理发展策略分析
3.1大力完善各项基础配置管理机制
大数据时代背景下，企业内部的数据信息传输量越来越大，自动化运维管理平台的有效构建，充分利用计算程序，有效的替代传统人工操作指令，能够减少系统运行故障的发生次数。但是，计算机等一系列基础设施内部的软件与硬件配置，对数据集群梳理要求较高，所以，相关人员要根据系统运行情况，加强CI设计，并做好相应的管理工作，进而更好的梳理集群数据之间的运维关系，保证大数据背景下自动化运维水平得到更好提升。
3.2改善设备管理系统
保持设备管理系统的稳定性对于保证管理效率是很大的保障，因此需要借助信息化管理、风险评估、性能检测以及设备维护等手段来完善设备管理系统。所谓信息化管理，指的是在进行设备管理时借助于各种先进的技术手段对电力设备进行检测、控制;而风险评估也是完善设备管理系统必须的步骤，对电力设备的运行状况进行完整的分析与评估，以预测其可能发生风险的几率，这样就能更好的做出预防措施，防患于未然;性能检测则是风险评估的基础，通过这一技术手段可以对电力设在运行过程中的状态进行全天候监测，从而在设备发生故障时能够及时向控制中心汇报，尽快解决相关问题;设备维护则是在检测到设备发生故障之后按照制定好的维修计划进行设备维修，同时对设备进行定期的检查维护，提高设备运行寿命。
3.3自动化运维的操作场景化
自动运维管理平台的运维操作化场景的实现可以根据运维人员的需要和实际运维管理的需要，进行灵活多变的设计操作模块，通过定制各种模块实现多种功能的需要，如网络探测、程序的自动批量重启、软件应用的自动更新和维护等，通过运维操作的场景化运作，实现运维流程的标准化和智能化，提高运维管理效率，节约运维管理成本。
3.4做好软硬件交付检查工作
为了保证数据集群信息得到更好传输，相关人员还要运用硬软件系统，做好软硬件交付检查工作：（1）利用工作流平台，针对基础硬件配置进行优化，例如硬盘与网卡等一系列软件进行交付检查，可以按照相应强度梯度，有效的衡量硬盘工作状态，判断硬件工作状态是否稳定。（2）将局部的CPU进行绑定处理，并验算π值，结合具体的运算时间，准确判断CPU性能指标是否达标。（3）软硬件交付检查环节，受外界客观因素的影响较大，特别容易出现硬件系统误判现象，因此，相关人员还要对交付检查知识库进行大力的完善，并结合以往检查环节发生的故障，进行有效分析，准確记录下相关数据，对软硬件交付系统进行优化，保证最终的检查结果更加准确。
3.5自动化运维的平台化
运维的平台化主要通过自动化平台进行信息资源的配置和信息采集，通过智能化的信息采集方法，实现对目标服务器和设备相关信息的备份和更新，这些主要包括服务中运行的操作系统、数据库存储的信息等，将智能运维系统采集的信息进行分类存储，并同步更新到基础信息配置数据库、存储管理系统数据库、资产管理数据库及运维构架可视化系统中，为智能运维平台实现设备基础信息的存储。
3.6提高日常的自动化变更管理水平
在常规的运维管理模式之中，若要进行有效的变更，相关人员需要提前制定好完善的变更方案，经过一系列的审核之后，方可确定最终的执行方案，在此种情况之下，会增加变更风险的发生概率，相关人员也无法完全预知变更环节发生的数据缺失隐患，数据特别容易出现丢失。在此种形势之下，相关人员可以引入工作流平台，将平常的变更转化为自动化变更，妥善处理各项数据，也可以运用工作流平台，提高审核速度，真正达到自动化变更目标，保证系统变更风险得到更好规避。
3.7建设运维管理团队
由于电力信息系统存在着人员过量却又质量参差不齐的现状，因此管理成本高、管理效率低，为解决这一问题，电力企业应当投入精力建设一支专业、高效的运维管理团队，从而能够在运维管理工作中更加精准而又全面的处理管理工作，提高运维管理的处理效率。
4结语
综上，通过对大数据时代的自动化运维管理发展策略进行科学分析，例如大力完善各项基础配置管理机制、根据基础架构做好日志分析工作、提高日常的自动化变更管理水平、加强硬件架构排查力度、做好软硬件交付检查工作等等，能够保证自动化运维管理策略得到更好实施，有效推动企业的壮大发展。
参考文献：
[1]杨春光.北京银行：借助大数据、机器学习技术构建一体化运维管理体系[J].中国金融电脑，2018（07）：26-28.
[2]张庆丰，孟锦婷.拥抱自动化智能化，推动运维模式转型---兴业银行数据中心运维转型探索与实践[J].中国金融电脑，2018（07）：32-35.
[3]程曦.试析Linux系统自动化运维管理平台实现及应用[J].中国新通信，2018，20（05）：92.
[4]赵志远，季莹，章继刚.数据中心的自动化---南天自动化平台助力单位有效沟通[J].网络安全和信息化，2017（12）：46.
（作者单位：新疆龙源风力发电有限公司）