62、网络自动化架构：从告警到实践应用

网络自动化架构：从告警到实践应用

1. 告警机制的关键要点

确定何时触发告警并非易事。告警需要在恰当的时间发出，过期的事件对于采取行动而言毫无用处，同时告警内容必须相关，以避免误报和无法采取行动的告警。那些无法采取行动的告警（例如“对所有事情都发出告警”的行为），由于信息过载和值班人员的疲惫，最终必然会被忽视。

触发告警的标准及其严重程度，应该基于对服务的影响以及采取行动的能力。在异常检测中，一个常见的规则是使用标准差作为参考，查看数值是否偏离正常范围。例如，一个接口的利用率通常为 10%，突然跃升至 40%，这种 4 倍的增长可能会触发告警，并非因为这个数值本身，而是因为其增长幅度。

此外，还需要关注监控系统本身。运用“安全开关”的概念，当预期的指标不可用时，告警系统应该发出警报。以下是减轻这种告警缺口的不同方法：
- 预初始化所有指标 ：确保所有应用程序在启动时初始化这些指标，但这会导致存储成本增加。
- 使用单一事实来源（SoT）作为参考 ：如果知道库存中有一个活动的交换机，但没有相关指标，就可以知道该设备的状态出现了问题。

2. 网络自动化中的编排作用

在网络自动化架构中，每个组件在整体策略中都有其特定的目的。就像交响乐团需要一位指挥来协调一样，编排（Orchestration）在网络自动化解决方案中起着类似的作用。对于简单的解决方案，可能可以省略编排，但当涉及多个步骤时，编排的作用就至关重要了。编排可以是全面的，也可以专注于某些特定的流程。

网络自动化将手动的网络操作工作流程转化为自动化流程，大部分重复性工作由计