在數(shù)據(jù)中心里，幾乎所有的系統(tǒng)和應(yīng)用程序都會(huì)產(chǎn)生日志文件。日志是帶時(shí)間標(biāo)記的足跡、記錄行為、條件和事件，通過對(duì)日志進(jìn)行分析，往往能夠提前預(yù)知到數(shù)據(jù)中心運(yùn)行的潛在風(fēng)險(xiǎn)，也能夠在發(fā)生故障之后，通過日志信息找到故障發(fā)生的原因，就像是飛機(jī)的黑匣子一樣，發(fā)生事故后追查原因的一個(gè)重要手段。然而，數(shù)據(jù)中心里的設(shè)備成千上萬(wàn)，安裝的軟件和應(yīng)用程序復(fù)雜多樣，每臺(tái)設(shè)備，每個(gè)應(yīng)用都有自己的日志打印，這樣每天數(shù)據(jù)中心都會(huì)產(chǎn)生海量的日志信息，即使是最辛勤的管理員也無(wú)法在有生之年完成對(duì)逐個(gè)日志的甄別，大型數(shù)據(jù)中心運(yùn)行中不斷生成日志數(shù)據(jù)的速度已遠(yuǎn)遠(yuǎn)超過人類分析的速度，傳統(tǒng)的數(shù)據(jù)分析方法是每周或每天依照列表審查日志文件，這種方法早已無(wú)法滿足現(xiàn)在數(shù)據(jù)中心的要求，于是出現(xiàn)了很多日志分析工具、網(wǎng)絡(luò)管理軟件，利用這些分析軟件來(lái)檢查日志信息，以便代替人工查閱的方式，提升分析日志的速度，這也是目前數(shù)據(jù)中心里對(duì)日志分析的普遍做法，但實(shí)際上能夠提前通過日志，預(yù)知隱患的很少，那應(yīng)該如何利用日志信息來(lái)提升數(shù)據(jù)中心的可維護(hù)性呢，或者說(shuō)通過分析日志，減少數(shù)據(jù)中心故障發(fā)生的概率呢，本文就來(lái)詳細(xì)談一談。

首先，日志分析作用的大小，取決于日志信息的準(zhǔn)確性。如果日志信息本身就是不可信的，那分析出來(lái)的結(jié)果自然不可信，所以要對(duì)日志信息進(jìn)行甄別。數(shù)據(jù)中心里的絕大部分設(shè)備都具有日志打印，有的設(shè)備還可以按照要求將日志發(fā)向網(wǎng)絡(luò)中特定的日志主機(jī)設(shè)備商。這些設(shè)備都有很多的日志打印開關(guān)，可以對(duì)日志信息進(jìn)行過濾，那么哪些模塊是特定的數(shù)據(jù)中心所關(guān)心的，就打開，否則進(jìn)行關(guān)閉，避免產(chǎn)生一些無(wú)關(guān)緊要、無(wú)用的日志。另外日志信息本身的準(zhǔn)確性也非常重要，比如設(shè)備上報(bào)了一條The board is Fault，那么是單板壞了，還是軟件重啟了，是哪個(gè)槽位的板卡壞了？一條日志的信息要將整個(gè)事件的全貌反饋出來(lái)，而不是讓使用者去猜，這就要求數(shù)據(jù)中心的設(shè)備商要提供標(biāo)準(zhǔn)的日志輸出設(shè)計(jì)體系，日志簡(jiǎn)單明了，能夠說(shuō)明問題，而不是不知所云。這樣能夠在有問題或者在出問題之前有日志打印還好，就怕是故障已經(jīng)發(fā)生了，而卻沒有報(bào)出任何的日志，這讓人無(wú)從進(jìn)行分析，而在數(shù)據(jù)中心運(yùn)行正常的時(shí)候，反到噼哩叭啦地往外報(bào)無(wú)用的日志。若遇到這樣的設(shè)備或者系統(tǒng)，就應(yīng)該將它們?nèi)舆M(jìn)垃圾桶，這不是給數(shù)據(jù)中心添亂嗎。所以，一定要保證日志信息的準(zhǔn)確性，打印的每一條日志，都是需要數(shù)據(jù)中心管理員去關(guān)注的，并且要采取一定的預(yù)防措施。

其次，很多時(shí)候我們不好界定一些日志有沒有用，所以經(jīng)過裁剪、判斷，還是會(huì)有很多的日志輸出出來(lái)。比如我拔插個(gè)光模塊，一定會(huì)有日志打印，端口的UP/DOWN，也一定會(huì)有日志打印，如果這些日志不打印出來(lái)，一旦有的時(shí)候是非人為的端口UP/DOWN，那就要查互聯(lián)端口有沒有問題，光模塊有沒有，光纖架或者跳線架有沒有問題等等，所以很多時(shí)候一些日志并不是上報(bào)問題，但又不能不打印，這時(shí)就需要甄別。因?yàn)榇笮偷臄?shù)據(jù)中心的設(shè)備實(shí)在太多，這樣日志信息收集起來(lái)也還是有很多，要靠人工每年去檢查，不太現(xiàn)實(shí)。網(wǎng)絡(luò)上有不少這類的日志分析工具，比如SiteFlow、IIS日志查看工具、光年日志分析工具等等，這些工具可以采集多臺(tái)設(shè)備的日志信息，并且根據(jù)設(shè)定的過濾條件，對(duì)關(guān)鍵字進(jìn)行過濾，對(duì)日志進(jìn)行分類：提示、一般、告警、致命等多個(gè)等級(jí)，支持告警?？梢詫⑷罩緦?shí)時(shí)通告給數(shù)據(jù)中心管理員，數(shù)據(jù)中心管理員對(duì)收到的日志進(jìn)行檢查，根據(jù)日志的具體內(nèi)容，啟動(dòng)相應(yīng)的解決預(yù)案，如果不好處理，則可以立即召集相關(guān)技術(shù)人員一起討論商議對(duì)策。

再次，日志信息是準(zhǔn)確的了，也會(huì)讓管理員及時(shí)知道什么設(shè)備報(bào)出了哪些日志，需要及時(shí)處理的，但這還遠(yuǎn)遠(yuǎn)不夠。未來(lái)?yè)碛袛?shù)千臺(tái)的數(shù)據(jù)中心往往就只要幾個(gè)人來(lái)管理與維護(hù)，這些日志分析工作也只是這些人平時(shí)工作其中的小部分，這些人還有很多其它的事情要做，所以很多時(shí)候?qū)θ罩镜妮敵鰶]有時(shí)間來(lái)理會(huì)，更多的時(shí)候是已經(jīng)發(fā)生故障了，然后再回查故障當(dāng)時(shí)和之前有沒有什么打印日志，但故障已經(jīng)發(fā)生了，影響已經(jīng)造成了，再去看日志無(wú)非是想找到故障的原因，有時(shí)是希望通過故障原因來(lái)對(duì)數(shù)據(jù)中心進(jìn)行改進(jìn)和優(yōu)化，避免再出這樣類似的故障，這不是一個(gè)很好的做法。最好的做法時(shí)，在故障發(fā)生之前或者故障剛發(fā)生，就通過日志得到故障事件，并通過自動(dòng)化軟件自動(dòng)啟動(dòng)提前設(shè)置好的恢復(fù)預(yù)案，避免故障發(fā)生或者將故障帶來(lái)的影響降低到最小，將日志和自動(dòng)化恢復(fù)的動(dòng)作結(jié)合起來(lái)，通過軟件自動(dòng)化判斷當(dāng)前收到日志的嚴(yán)重性，根據(jù)故障的等級(jí)來(lái)執(zhí)行相應(yīng)的動(dòng)作，讓數(shù)據(jù)中心自動(dòng)恢復(fù)運(yùn)行。

最后，更多的設(shè)備僅僅靠日志分析，起不到什么效果，還需要通過流量分析工具，命令腳本工具來(lái)單獨(dú)收集一些數(shù)據(jù)中心運(yùn)行信息，這些信息往往可以包含比日志還要豐富的信息，將這些信息與日志結(jié)合起來(lái)一起分析，才能達(dá)到更好的分析效果。日志僅是獲取數(shù)據(jù)中心運(yùn)行情況的一個(gè)手段，但不是唯一的，需要通過多方面的信息，綜合分析，診斷數(shù)據(jù)中心的運(yùn)行狀態(tài)。

日志的分析過程就是：收集—>甄別-->自動(dòng)執(zhí)行動(dòng)作，這樣的三個(gè)步驟，其實(shí)很多的數(shù)據(jù)中心都達(dá)不到這樣的要求，尤其是最后一部分，關(guān)鍵時(shí)候還是要靠人來(lái)執(zhí)行動(dòng)作，而不是自動(dòng)化軟件，數(shù)據(jù)中心軟件的發(fā)展遠(yuǎn)沒有達(dá)到這樣高度自動(dòng)化的水平，尤其是在數(shù)據(jù)中心這樣信息技術(shù)高度發(fā)達(dá)的地方，正是因?yàn)橛羞@些不完善的地方，才促使數(shù)據(jù)中心技術(shù)在不斷地向前發(fā)展與進(jìn)步。