国内各行业的IT信息化建设正处于高速发展阶段，业务量与日剧增，伴随着数据大集中，以及业务系统的快速上线，运维部门作为业务网络保障部门面临着巨大挑战和压力。由于各种关键业务和应用都被承载在基础架构、WEB应用、中间件和数据库上，同时业务系统上线需实现快速、灵活、按需的可插入式部署能力，这使得业务的复杂性和维护难度大幅增加。如何对这些复杂的业务系统进行有效监控和风险防范，保障关键业务的高性能和高可用性，以及如何对现有的运维流程进行优化，不断提升管理和运维水平已经成为新的难题。
以某企业为例，该企业的数据中心部署了大量负载均衡设备，经常出现大量Limiting closed port RST Respond 告警信息，由于没有流量分析能力以及标准运维工作流程，每次出现该问题时运维人员不知道是如何引起，对业务有没有影响。因此定位故障总是需要耗费大量时间，造成排查效率较低。具体难点如下：
业务运行环境越来越复杂，故障定位慢，各种业务系统越来越多，系统对相关资源的依赖性高，系统一但出现任何问题，需要逐个排查，故障定位难;
运维工作繁重，缺少工具和手段，维护人员每天面临大量的重复性、手工性的故障排查工作，不仅费时费力，而且容易出错，亟需新的手段帮助提升效率;
日常运维工作流程混乱，或者没有标准流程，造成工作效率低下，同时客户抱怨、投诉不减;
为解决以上运维痛点，nCompass流量分析平台从用户的实际情况出发，以数据作为切入点进行面向业务的数据可视化智能分析，从智能告警-数据回溯-数据分析-故障定位-分析流程代码化-智能分析六方面解决目前运维管理中面临的一些实际问题。
告警出现
F5设备出现大量Limiting closed port RST Respond 告警信息。
【告警示意图】
由上图可以看出，某企业F5设备出现了大量Limiting closed port RST Respond告警信息，并且告警信息一直在持续，运维人员无从下手。
数据回溯
nCompass通过数据可视化手段，将维度指标的组合过滤进行问题回溯，可查询各个VLAN中Reset包信息以及Reset包数量。经过过滤后的表格可以看到是哪一个VLAN的 Reset数量最高。
【维度选择示意图】
【指标选择示意图】
【数据表格示意图】
通过上图“数据表格示意图”，可以看出，在nCompass数据表格选择好维度与指标后，可以将相关数据全部在数据表格中得以展现，通过展示出的数据得出VLAN2007 REST数量最高。
数据分析
接下来对表格中通过添加维度的方式对Reset数量最高的VLAN进行下钻分析，可以看出客户侧Reset包无明显异常IP，服务侧Reset列发现0.16服务端Reset占比超过80%。
【客户端下钻示意图】
【服务端下钻示意图】
在得出VLAN2007 REST数量最高后，我们要对其进行下钻分析，首先进行客户端下钻，通过上图“客户端下钻示意图”可以看出，客户端REST数量虽然总数过高，但是平均在每一个客户端上之后，只有几个或者几十个，所以可以先排除客户端异常。我们接下来在对服务端进行下钻分析，通过上图“服务端下钻示意图”发现服务端REST指标列最高达到了1,565,194个，他对应的IP为*.*.0.16，可以得出结论，服务端*.*.0.16为异常IP。
再通过nCompass DNS解析发现0.16对应域名telemetry.*******.com非公司域名。
【DNS解析示意图】
得出异常IP后，我们可以将其带入至nCompass内置视图DNS解析中，通过“DNS解析示意图”中可以看出，异常IP*.*.0.16对应域名为telemetry.*******.com，经过DNS与CMDB的排查得出telemetry.*******.com非本公司正常域名。
故障定位
通过F5将0.16加入黑名单进行拦截后，整体服务端Reset下降明显，Limiting closed port RST Respond相关告警趋势明显下降。由此可见，造成Limiting closed port RST Respond相关告警量突增的原因就是由0.16导致。
【告警趋势示意图】
将异常IP的访问进行拦截后，可以通过上图“告警趋势示意图”看出，告警趋势明显下降。
分析流程代码化
nCompass作为新一代数据可视化智能分析平台，不仅拥有可视化分析能力，可以快速定位故障所在，同时，系统还支持将运维人员分析问题的经验代码化，将个体经验留存至系统知识库中，此后再有类似告警产生，系统将自动调用先前录入的智能分析脚本。
【代码化示意图】
如上图“代码化示意图”所示，在每一次解决问题之后，nCompass可以将分析经验进行代码化，当在出现类似问题时，可以直接进行调用，一键分析问题，提高运维效率。如果您是一位编程高手或是遇有复杂的分析场景，产品也提供Python编辑器，来实现复杂的数据分析脚本。
智能分析
当告警产生，系统将自动调用智能知识库，给出故障的详细分析报告。报告内容包括分析对象、异常现象、分析结论、排错具体命令、后续建议等，同时报告中还会提供详尽的数据分析过程数据，以支撑分析结论，为运维人员下一步处置提供决策支持。
【智能分析报告示意图】
nCompass采用多源数据的采集方式，不仅可以基于流量进行分析，还支持与DNS、CMDB等进行对接，实现更深层次的关联分析。如上图“智能分析报告示意图”所示可以看出，分析对象为VLAN2007，在8月22日，发生了异常REST日志现象，我们不仅通过流量对其进行分析，还通过DNS与CMDB的自动调用来确定域名为异常域名，并且针对现象给出合理建议。
nCompass 流量分析平台从告警出现-数据回溯-数据分析-故障定位-分析流程代码化-智能分析六个方面为运维人员实现了从人工分析到智能分析的转变，在提供大量数据支撑的同时，还为运维人员提供一键式的故障分析能力，大幅降低了运维数据分析时对某些特定领域内专业经验的依赖，提升了团队的整体排障效率。为运维人员真正解决了日常运维故障定位难、运维工作繁重、重复性高、没有标准流程的困扰，实现运维故障“简单、快速，一键输出分析结果”。
(来源：新视线)
