随着金融科技的快速发展，企业内IT设备数量持续增加，对业务系统及设备的运维管理能力的要求也越来越高。面对服务器、存储、交换机等设备数量巨大、品类繁多、分布广泛的情况，如何实现IT设备的集中管控，资源精细化管理，资产全生命周期管理，成为企业的迫切要解决的问题，也是支持安全运营和数字化转型的关键。
设备带外管理概述
图1 设备带外管理端口图示
传统的IT设备监控和管理方式主要以人工操作为主，存在设备告警发现不及时、设备资产台账管理混乱、设备配置信息不准确等问题，导致设备故障处置效率低，进而影响业务系统稳定运行。
带外管理（out-of-band management）是通过独立于业务的专用管理端口，对服务器、存储、交换机等设备进行远程管控的管理模式，实现远程访问控制、配置数据读取、日志收集、故障告警、能耗数据监测等功能。带外管理网络与业务数据网络物理隔离，是一条便捷、安全的“应急车道”，即便在设备宕机或运维网络故障情况下，运维人员依然可以快速连接设备，进行远程监测和管理。带外管理的出现大大提高了企业IT设备故障的应急处置能力，减少了人工运营成本，进一步提升了IT运维效率。
设备带外集中管控的探索与实践
G行于2020年搭建了设备带外集中管控平台，通过独立的设备带外网络，对上万余台服务器、存储、交换机设备进行集中管控，提供硬件集中监控管理、设备资产管理、设备资产自动化巡检、裸金属自动化部署等功能，构建了资产管理数字化、资源运营精细化、平台建设智能化的设备管理体系，实现资产的全生命周期管理，提供准确唯一的设备数据源，实现对IT设备的全方位管控，大幅提升设备管理和故障处置效率。
图2 设备带外管理平台门户
平台具备如下特点：
1、全面性：支持对不同类型、品牌、型号的IT设备进行集中统一纳管，包括设备状态、部件信息、物理位置等数据；
2、准确性：通过不同维度、类别、颗粒度对数据进行归类、整理、关联、分析等处理，确保数据的准确性和唯一性；
3、实时性：对设备配置和性能数据进行自动采集，实时监控设备运行状态及变动；
4、共享性：标准化API接口，对接行内外关联系统，提供唯一设备数据源，实现数据互联互通，助力资源精细管理。
1.硬件集中监控管理
平台通过IPMI、Redfish、SNMP、SMI-S等带外管理通用协议，兼容适配主流服务器、存储、交换机等设备，采用无代理部署方式，对IT设备进行跨品牌、跨类型的集中纳管，提供统一监控、远程管理等功能，并支持设备配置自动采集，形成设备台账，提升IT设备管理效率。
图3 设备带外管理逻辑架构图
（1）统一监控：监控范围包括但不限于指示灯、CPU、内存、主板、磁盘、板卡、电源、风扇等部件状态和性能数据，对各类型资源的告警，通过统一集中告警过滤、压缩处理，第一时间发送至相关责任人，实时、主动、高效地监控设备的运行状态，当设备出现异常时能实时告警，提升设备集中管理水平。
（2）远程管理：通过连接设备带外管理端口，实现对设备进行远程控制，包括快速连接管理控制台、iKVM、开/关机、重启、BMC配置、设备日志收集等，同时支持多用户访问，对已纳管的设备分权管理，管控功能支持黑白名单限制，实现远程集中管控、故障根因分析、故障设备快速准确定位等，加快设备维护效率。
（3）配置采集：支持通过IP列表、IP段的方式自动发现和纳管主流品牌和类型的设备，自动采集纳管设备的CPU、内存、磁盘等配置信息，格式化处理后形成设备配置管理台账，支持部件、监控IP、序列号等信息动态更新，支持多维度模糊搜索与精准搜索功能，可实现快速统计与展示，为下游系统提供准确的设备数据源。
（4）设备台账：配置数据形成设备管理台账，为下游系统数据消费。支持自定义报表展示，包括统计周期、报表数据项、统计方式、过滤条件等，可在线预览和多文件格式导出。同时，平台支持提供多维度容量统计、存量统计、设备分配与使用、成本投入等视图展示与分析。
图4 服务器设备带外管理示例
2.设备资产自动化巡检
前期设备巡检主要依靠人工机房巡检或逐台登录控制台巡检，工作效率极低，响应处理时效较滞后，普遍存在以下问题：
（1）设备基数大，机房分布广泛，人工巡检耗时长，且易出现漏巡情况；
（2）设备监控不到位，设备出现故障时，无法及时发现和处理；
（3）传统巡检方式落后，缺乏科学的设备管理体系，支撑设备集中统一管理；
图5 设备自动化巡检配置示例
平台提供的设备巡检工作台，可以自定义巡检内容和巡检范围，定时对设备进行批量巡检，获取设备健康状态、部件状态、告警事件等，巡检后自动生成巡检报告。自动化巡检功能可及时反馈巡检情况，有效规避人工机房巡检风险，缩短故障发现周期，提高巡检效率和质量，为设备和信息系统的稳定运行提供保障。
3.裸金属自动化部署
随着数据中心业务不断发展，对于服务器算力需求不断增加，批量操作系统安装交付逐渐形成常态，而传统的服务器OS部署方式，主要采用的是通过光盘、U盘、ISO镜像逐台手工安装，或通过PXE网络安装方式，装机效率低且缺乏规范性，可能存在问题如下：
（1）单台服务器操作系统安装耗时费力，无法快速交付；
（2）配置或输入标准不一，易出现错/漏部署问题；
（3）易对其它设备误操作，无法确保部署的安全性；
（4）PXE安装启动DHCP服务，可能产生一定网络隐患；
图片
平台利用带外技术协议针对不同品类的裸金属服务器，实现RedHat、SUSE、Kylin、Ubuntu、Windows、ESXI等操作系统的自动化批量推送部署，同时支持定制用户基线模板、配置服务器BIOS、RAID、固件升级等功能。同时平台进行精细化权限管控，针对不同角色、不同用户设置可访问设备范围和操作权限，安装过程中具备黑/白名单限制、设备序列号自动校准、开/关机状态检验等安全保障机制，防止误部署。带外技术与管理手段相结合，确保批量安装流程化、规范化、安全化，实现裸金属资源快速交付，大幅提升运维效率。
总结与展望
G行通过设备带外集中管控平台对不同品牌、不同类型设备实现统一监控与管理，用户可通过平台全面监管设备运行状况和资产流转状态，实现设备资产的自动化、智能化、数字化管理，大幅降低了人工成本和运营成本，提升了IT运维服务质量和工作效率。
随着G行数字化发展体系的深化，平台将从配置管理、资源统筹、数据治理、流程推进等方面持续优化，坚持以数字化、精细化、自动化为目标，以数据准确、对象清晰、流程必用、效能提升为原则，建设设备全生命周期管理能力，助力IT资源降本增效，赋能G行数字化转型和高质量发展。
作者：赵爱蛟
图片
多年从事系统及服务器运维管理工作，专注于设备自动化管理工具建设，合理统筹资源，促进设备良性周转，优化设备管理手段，提升IT运维管理效率。
