自动化运维解决问题

您所说的自动修复故障这个问题，的确很有难度，要具体故障具体分析，比如说，数据库出现I/O性能问题，自动化工具可以进行SQL扫描，找出执行缓慢的SQL，但是如何优化，恐怕还得人为干预。现在也没有哪个通用产品是专门做这些的，都要借用现有运维工具开发相应功能。

而自动修复故障的前提是要准确定位故障根源，这也是我们在实现自动修复前，要充分做好的。而现在往往出现业务告警后，从用户端、接入层、逻辑层、数据库层所有的监测点都会发出告警，很难真正定位问题根源，所以这也需要我们在建设告警体系时，设计好各层次告警的维度，做好告警的筛选分类，直至确定根源。

对于告警后的自动化处理要分两个层次考虑，一个就是在运维过程中我们总结出哪些报警一出现就知道100%这个问题，那我们才有可能进行自动化脚本处理，例如：weblogic的wlst脚本的ping，不通的话就可以重新启动服务等。另外一个层次就是根据以往问题的发生的次数，总结出判定规则，根据规则进行手工审核，然后自动化脚本执行。