本文始发于：云栖社区
时间：2020-06-01
原文链接：https://yq.aliyun.com/articles/763125
作为阿里云云平台告警信息与监控的统一门户，铜雀专注于智能化巡检及问题诊断，是阿里云SRE混合云TAM和驻场服务团队日常工作中的首要工具。它能将TAM和驻场服务团队从日常繁琐的巡检工作中解放出来，将精力投入到更有价值的客户服务中去，通过打通云平台侧、租户侧及应用侧的信息，辅助应用运维及优化，并通过工具化手段提升现场问题分析定位的能力和速度。
1 主要服务及功能
铜雀主要为客户、业务应用开发商、TAM、驻场提供以下服务：
- 客户：了解云平台的健康状况和资源使用情况，通过对历史发展趋势的分析，发现可能的资源缺口和扩容需求
- 业务应用开发商：通过铜雀分析可能导致线上应用问题的原因或提供排查方向
- TAM：通过铜雀发现云平台或业务应用所存在的风险和问题，并跟进处理
- 驻场：使用铜雀简化日常的运维类工作，并提升工作效率。比如：一键巡检、驻场日报自动生成、白屏化分析工具等
目前铜雀版本已经演进到V3944版本，建议使用企业版专有云V3.6或以上版本的用户都升级到此版本。V2版本现已停止开发，只做维护与支持。不同版本支持的功能点差异如下图所示：
图1：铜雀版本功能差异
2 应用场景
铜雀主要有如下一些典型的应用场景。
2.1 驻场巡检
通过将巡检动作标准化、白屏化、自动化，避免了人工巡检操作可能带来的风险，降低了对驻场人员的技能要求，提升了现场人员的工作效率。
图2：巡检结果
2.2 线上线下协同
日常巡检结果通过二维码或驻场日报回传，后端诊断分析并推送给客户，使客户实时了解云平台运行情况。
2.3 业务应用分析
以业务应用的角度对系统指标进行分析，发现业务系统存在的问题或瓶颈，辅助应用进行优化及问题排查。
图3：业务应用分析
2.4 云平台总览
用户可通过Dashboard页面总览云平台的资源及健康状态。
图4：云平台总览
2.5 自动化任务执行
驻场人员可根据各局点的业务特点，灵活定制各种任务的执行时间，从繁复的人肉巡检工作中解脱出来。
图5：自动化任务执行
2.6 插件化的升级方式
不依赖专有云大版本的发布周期，可独立实现功能升级，通过系统的快速迭代，满足对运维工作的需求。
2.7 白屏自升级
风险较小，升级操作复杂度更低，相对于黑屏升级可避免很多误操作。
2.8 智能诊断
通过简单快捷的搜索导航，将常用的基础信息整合在一起，结合日常运维高频使用的工具和监控图表，实现对日常问题排查诊断的提效，减少运维人员频繁在多个控制台进行切换，降低黑屏操作风险。
图6：智能诊断效果展示
2.9 日志清理
日志清理是在定时任务的基础上，开发的一个基于模板配置的日志清理功能，可基于多种配置策略清理云产品的日志，大大减少日常运维工作中的黑屏手动清理变更数量。
图7：日志清理效果展示
铜雀目前作为专有云企业版的标准输出产品，已经能够100%覆盖V3平台的局点。目前铜雀的功能主要是以巡检为中心，后续将逐渐将故障应急、高频变更、问题诊断能力补充上来，并将铜雀的基础能力开放出来，使产品、驻场、TAM等人员的经验不断沉淀到系统中，打造以铜雀为中心的运维生态圈。
作者：刘维阿里云智能GTS-SRE团队技术服务经理
现就职于阿里云智能GTS-SRE团队，是专有云企业版巡检产品——铜雀的首席研发专家、应用专家、技术专家组成员。具有多年Java开发、调优、排错经验，拥有丰富的运维支持经验，帮助专有云客户解决应用和运维难题。
我们是阿里云智能全球技术服务-SRE团队，我们致力成为一个以技术为基础、面向服务、保障业务系统高可用的工程师团队；提供专业、体系化的SRE服务，帮助广大客户更好地使用云、基于云构建更加稳定可靠的业务系统，提升业务稳定性。我们期望能够分享更多帮助企业客户上云、用好云，让客户云上业务运行更加稳定可靠的技术，您可用钉钉扫描下方二维码，加入阿里云SRE技术学院钉钉圈子，和更多云上人交流关于云平台的那些事。