原標題：可視化讓你一眼看出內網(wǎng)故障

云計算時代的到來給人們帶來了很多便利，同時也帶來了挑戰(zhàn)。比如，硬件環(huán)境更加復雜、設備多樣、處理難度大，運行的平臺系統(tǒng)更加多樣化，需要更廣的知識面，對運維安全要求也更高，所以在云環(huán)境下，我們需要對云運維平臺進行可視化管理。

運維可視化核心是將所運維的服務、資源、設備的狀態(tài)和正在發(fā)生的事件通過可視化的手段呈現(xiàn)出來，指導運維人員或者產(chǎn)品研發(fā)人員做出正確的運維決策。某種程度上，云平臺的運維與可視化相輔相成，可視化程度越高，運維就越簡單，運維效率也就越高。

在云運維的工作范疇中，實時監(jiān)控對故障的發(fā)現(xiàn)和診斷起到至關重要的作用。今天，我們以私有云監(jiān)控中的一個重點場景——內網(wǎng)監(jiān)控為例，來介紹可視化的重要作用（內網(wǎng)指的是一個企業(yè)的內部網(wǎng)絡，包括機房內部網(wǎng)絡和機房間的網(wǎng)絡）。

異常事件可視化

當運維工程師發(fā)現(xiàn)自己負責的系統(tǒng)出現(xiàn)故障時，檢查網(wǎng)絡連接是否有異常，是故障排查流程當中的標準步驟。在這個場景中，工程師需要知道自己的系統(tǒng)所在的機房以及所依賴的網(wǎng)絡通路是否存在故障，所以希望內網(wǎng)監(jiān)控系統(tǒng)提供一個網(wǎng)絡故障概覽，展示給定的時間段中相關機房的異常事件。

最簡單的方式是將所有的網(wǎng)絡故障展示在表格當中。

如上表所示，每一行代表一個故障事件。

第一列表示故障關聯(lián)的機房

第二列表示故障的起止時間

第三列表示故障的嚴重程度

這種展現(xiàn)方式存在以下三個問題：

不能第一眼看出哪些故障嚴重，哪些故障輕微。

不能直觀感受到每個故障的持續(xù)時長。

很難知道在某一時刻哪幾個機房同時存在故障。

當時間段很長，篩選出的故障事件很多時，表格會變得很長，就更加不利于工程師了解網(wǎng)絡狀況。

為解決以上問題，我們需要在機房、時間、 程度三個維度上都能直觀的展示故障事件。從時間跨度來想，有點像事件流的感覺，似乎可以用事件流圖來展示。

圖1 事件流圖

如圖1所示，事件流圖用一條事件河流來表示事件。河流被橫向切分為若干條色帶，每條色帶代表一個類別的事件。色帶的高度（河流的寬度）代表在某個時刻，各類別包含事件的個數(shù)。事件越多，河流越寬，反之越窄。

這種事件流圖適合展示在一段時間內事件群體的統(tǒng)計變化，而我們需要能夠展示每個事件的個體信息。因此，我們對事件流圖作了幾個修改：

每個故障事件用一個矩形條表示，矩形條左右兩邊的位置對應事件的起止時間。

矩形條的顏色用來區(qū)分事件的嚴重程度，而不是事件的類別。

關聯(lián)到某一個機房的故障事件矩形條放在河流的同一個高度位置。如果事件在時間上能完全錯開，則將矩形條左右放置。如果事件在時間上有重疊，則拓寬機房所占河流的寬度，將矩形條上下放置。

圖2 異常事件流圖

圖2展示了我們的事件流圖方案。

圖中展示了三個機房的異常，其中機房一有1個嚴重的異常事件（用紅色來標識），這個異常事件是一個時間跨度比較長的嚴重異常事件。機房二有4個輕度的異常事件（用黃色標識），這4個異常是時間跨度比較短的輕度異常事件，機房三有12個輕度的異常事件（用黃色標識），這12個異常事件中也有三個時間跨度比較長的時間。如果鼠標放置在異常事件矩形塊上，就能查看哪個機房出現(xiàn)異常。

通過這個圖，工程師可以很方便地看到每個機房的每個故障事件的詳細信息，比表格的方式直觀得多。

總 結

事件流圖，從機房、時間、異常程度三個維度都能直觀的展示故障事件，幫助工程師快速查看異常情況。其實，事件流圖還可以用于展示變更事件，甚至可以將變更事件與異常事件組合，讓工程師能一眼查看異常事件可能是由哪些變更事件引起的。

我們從智能運維場景中抽象出一些可視化組件，比如這里的事件流圖組件，再通過前端工程化工具把這些子元素串聯(lián)起來，構建出前端統(tǒng)一展現(xiàn)層框架，后面我們會逐一介紹這些可視化組件與框架其他細節(jié)。

關于智能運維的后續(xù)文章，還請持續(xù)關注百度云微信公眾號。有問題可微信后臺留言，我們隨時解答。

生成海報

免責聲明：本網(wǎng)站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內容可能涉嫌侵犯其知識產(chǎn)權或存在不實內容時，應及時向本網(wǎng)站提出書面權利通知或不實情況說明，并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內容或斷開相關鏈接。