从零到一 | 如何搭建数据库自动化运维体系

需求背景:

随着业务的增长、对运维效率和质量的要求不断提高,对自动化运维体系的需求也不断增强。

目前笔者服务的很多中大型企业客户,运维其实还停留在“刀耕火种”的原始状态。

这里所说的“刀”和“火”就是运维人员的远程客户端,例如 xshell 和Windows 远程桌面。

这种工作模式有很多局限性,

比如服务器、数据库、中间件等的安装、初始化,应用软件部署、服务发布和监控都是通过手动方式来完成的。

这就需要运维人员登录到服务器上,一台一台去管理和维护。

如果有个几十上百台,累就累死人了。

笔者曾运维过超过4000千台服务器,团队二十多个人,仔细想想这活靠人力能干吗?

另外人工操作方式过于依赖运维人员的执行顺序和操作步骤,稍有不慎即可能导致生产事故,即便是变更前double check也很难保证不出事故。

常在河边走哪有不湿鞋。

这时候运维人员开始探索使用使用脚本和批量管理工具。

这种方式确实提升了效率和质量,但是不具有普适性。

  • 第一是脚本的非标准化的问题。

每个运维人员都有自己的解决问题的风格,不同的人员之间存在巨大差异,那么不同的人开发这些脚本的版本管理就是一个挑战。

  • 第二是脚本的交接问题,公司人员的架构不是一成不变的,有人来就有人离开。离职和工作交接,都会导致脚本无法很好地在运维人员之间传承和再利用。

因此,构建自动化运维体系成了唯一的选择。


那么如何建设自动化运维体系呢?本文研究分为三个大的方面:

  • 第一个是为什么要建设自动化运维体系?
  • 第二个是根据笔者经验介绍运维系统是怎样设计、运行和处理问题的。
  • 第三个是笔者在自动化运维过程中遇到的一些问题的思考,做一个总结。

 

本文针对数据库自动化运维系统

核心内容如下:

从零到一 | 如何搭建数据库自动化运维体系

 从零到一 | 如何搭建数据库自动化运维体系

 

 

一、建设自动化运维体系的原因

为什么要建设一个自动化运维体系。

肯定是运维过程中遇到的一些挑战。
第一个是变更的需求。

它表现为三个方面:

  • 一是变更数量多,目前我们服务的客户达到3万家企业,这个体量是很大的。
  • 二是变更种类多,不同的客户需求是不一样的,包含但不限于扩容、性能优化、故障处理、DG切换迁移、RAC搭建等。
  • 三是变更风险大,有些变更都是一些高危操作,自动化处理更安全等。


第二个是运维环境方面,主要表现为服务器数量多、数据库类型多。我们的客户可以*选择使用哪种数据库,分别对应不同的环境。
第三是人的因素。

在建设自动化运维体系过程中,有一个比较重要的考虑点是人的因素。
正是因为每个运维人员的能力不一样,技术水平参差不齐,甚至是运维习惯和工具也不一样。

导致我们必须要创建一套规范的自动化运维体系,来提升工作效率。

 

二、如何搭建自动化运维体系

下面我们来看一下每个模块是如何设计和工作的。

1、自动化安装系统

安装数据库是比较繁琐但数据又多的工作之一。

操作系统多,但是人少,可用时间也比较少,自动化安装省时省力。整个自动化流程采用通用的框架,主要是针对linux下的Oracle安装和MySQL安装。

交付用户之前,会进行基本的安全设置,这在一定程度上提高了安全性,也减少了需要人工做的一些操作。

2、自动化运维平台

当服务器由自动化安装完数据库以后,就会被自动化运维平台接管。

自动化运维平台是运维人员的操作平台,它主要解决安全、高效、快速等因数量特别多而带来的管理问题。

在设计的过程中要考虑了以下几个因素:把整个运维系统的操作界面设计成基于堡垒机的架构。

运维工程师无论何时何地都可以登录管理系统进行运维操作,这样的话就比较方便,由SecureCRT对被操作的机器发布指令。
充分利用现有协议和工具。这个平台的特点是所有的系统使用SSH管理,而不是自己开发一些Agent,这也体现了自动化运维的观点。

 

3、自动化巡检系统

由于我们的客户系统比较多,业务也比较多,怎样设计一套系统去巡检它们的运行情况呢?

我们采用了两种方式:自我开发的中控系统和第三方管理平台先看自己开发的中控系统:

单独使用一台服务器巡检其他的数据库节点,脚本可以选用shell或者Python。

设定遍历时间间隔,遇到故障情况可以采用打电话或者发短信的方式及时通知运维人员。

第二是把所有的数据库节点纳管到第三方监控平台。

 

 

4、自动化性能分析系统

系统并不用永远都稳定运行,性能问题是无法逃避的问题。性能分析系统是重中之重。

这里笔者单独再写一篇文章。

 

5、自动化监控预警系统

通常客户的系统都是7*24小时运行的,这就要求必须有预警监控。

预警监控系统+值班人员是标准配置。

预警监控系统的搭建方式参考巡检系统,只不过采集的指标不一样。

6、自动化备份系统

 

两地三中心+DG+NBU

 

 

三、建设自动化运维体系的思考

笔者将自动化运维体系的建设目标总结为四个词。

  • 第一个是完备,这个系统要能涵盖所有的运维需求。
  • 第二个是简洁,简单好用。运维人员的学习成本不要高,越复杂难用的系统越不容易发挥系统本身的能力和效率。
  • 第三个是高效,特别是在批量处理或者执行特定任务时要高效。
  • 第四个是安全,如果一个运维系统不安全,可能导致很快就被黑客接管了。

总结

笔者目前也在从数据库的架构、优化和故障处理慢慢转型做自动化运维体系。

对过去进行总结,我觉得有3个方面可以供大家参考。
第一是循序渐进的原则:

聚焦当前的问题,把当前的问题处理好,后面的问题也就迎刃而解。

如果一开始设计的系统很庞大、功能特别丰富,会导致一些无法控制的局面。但是如果一开始的目标是解决一些特定的问题,有针对性,那么推进起来也会比较简单。在笔者参与的自动化运维体系建设过程中,我们的初始目标是构建的是一个基础的变更批量操作平台,先把一部分需要重复执行的工作搬到平台上来。

再依据运维的需求丰富这个操作平台的功能和提升效率,最后把周边的系统打通,相互对接,形成完整的自动化运维体系。第二是考虑可扩展性:

设计系统的时候,功能或者设计方面可能不用考虑那么多,但是要考虑当服务器数量发生比较大的扩张时,系统是否还能支撑。第三是以实用为目的

使用不方便,运维人员第一个就放弃了,何谈推广?

 

 

 

从零到一 | 如何搭建数据库自动化运维体系

更多内容请关注微信公众号:数据与人

从零到一 | 如何搭建数据库自动化运维体系

从零到一 | 如何搭建数据库自动化运维体系

上一篇:mysql练习笔记


下一篇:数据源管理 | 基于JDBC模式,适配和管理动态数据源