【云驻共创】网络巡检新体验APP，震撼来袭，给设备来个“全身检查”！

在运营商网络中，网络运维方式多种多样，有用命令行的、有用ICMP的、有用NetConf的，有些配置事从控制器下发的，有些是由厂商直接下发的，这些不确定、不统一的因素，给网络运维造成了极大的困难。本期就给大家介绍一下运营商网络所面临的挑战，并介绍一个网络事故的案例，进而引出咱们所要介绍的“主角”——iMaster NCE网络巡检。

一、运营商网络巡检面临的挑战

1.1 网络设备持续扩容

逐年叠加网元，网络运行与网设存在偏差：

• 持续网络扩容
• 用户持续增长
• 数据流量快速增长

1.2 复杂的基础设施

技术复杂，问题定位定界难，风险未知：

• 四代共生网络（2345G）
• 全网OXC
• SDN
• NFV

1.3 新老业务叠加

不同业务对宽带、时延有不同要求，业务路径错综复杂：

• 234G传统语音和数据
• 家庭宽带
• IOT
• VR/AR
• 新媒体OTT

1.4 多平台多代硬件共生

硬件健康状态不可预知，只能被动更换坏件，随着使用时间的推移，硬件的健康状态必然是趋于不健康的。

二、许多网络事故，原本能够通过网络巡检避免

运维的挑战确实很大，全球每年几乎都会发生大大小小的网络中断事故，这些事故会造成不同程序的经济损失。在种种的运营商网络事故中，与传输、无线等产品相比，IP网络显得比较特殊，一是因为IP网络事故扩散的范围比较广，而且比较快，经常发生区域级、整网级的网络中断。二是因为IP网络事故触发的条件比较低，一些非核心区域或者非常小的网络变化，都可能触发重大的网络事故。

在全球的运营商网络变更中，IP网络的变更数一直是处于高位的，而且前面提到的IP网络事故，触发的门槛低、影响的范围广，所以每年都会有重大的网络事故发生。

这里我们举个案例，这个案例发生在201X年，M运营商网络事故:IP Core骨干网络中断。

这次事故中，服务直接中断了，受影响用户都是4M (100%)包括银行、医院、政府等部门，区域中断时间长达4小时。事故造成了大量的损失，直接财物损失200万美元，公司形象严重受损，间接损失1亿美元+，这次事故还引起了国家电信管理局和安全部门介入调查，相关高管也被受罚。

这次事故经过调查后，究其原因，友商骨干路由器之间工作、保护上下行路径不一致，在单点故障时，工作、保护链路同时中断，导致重大事故。

既然运营商网络事故层出不穷，那么网络巡检能够给这类事故带来哪些帮助呢？

其实网络巡检就跟人的体检一样，每年或者定期的体检，可以提前检查出身体的问题，从而可以针对性的进行保养、治疗，避免重大疾病的发生。那么网络巡检也是一样，通过定期检查设备的运行状态，得出设备的健康状态，进而去发现问题，解决问题，提升网络运行质量，提升客户的满意度。

下面我们就来了解一下网络巡检的作用。

三、网络巡检的作用

网络巡检可以从硬件的状态、软件的信息、设备的性能、路由协议和设备配置等多个维度进行检查，比如刚刚提到的网络设备的持续扩容，就可能导致线路的配置和预期的不符。这个时候就可以用网络巡检进行检查。

针对路由协议，可以对BGP、IS-IS、OSPF这些协议的邻居数、邻居状态进行检查。

对于设备的性能，可以对设备的CPU、内存、温度、Lisense状态和活动告警等进行检查。

如果是设备的硬件状态，可以对设备的主备引擎、板卡、磁盘、风扇等进行检查。

四、网络巡检特点

在现实世界中，95%的网络问题都是重复的。超过 50% 的问题是可以预防的。自动化巡检能有效防止这些问题再次发生。

4.1 巡检项开放自定义

• 状态类巡检：灵活的获取多厂商设备的资源状态，并进行闯值检测。包括：CPU利用率、内存利用率、ISIS邻居、端口误码等。
• 配置类巡检：自动同步网络设备配置，基于预定规则排查不合规范的错误配置。

4.2 巡检任务自定义

• 灵活定制巡检质期：支持小时、天、周、月等周期和手动巡检。
• 巡检范国自定义：可自定巡检项集合和设备组，关联到巡检任务实现按需巡检。

4.3 巡检地图可视化呈现

• 灵活定制巡检地图：地图形式呈现巡检结果，可以按区域/子网/网元灵活查看网络巡检状态，及时发现网络问题。
• 巡检数据自定义呈现：可自定义巡检获取的资源数据，并将巡检结果关键数据呈现在地图的网元上。

4.4 支持多厂商在线实时采集

• 配置文件采集：按需采集，支持老化，巡检效率高。
• 命令采集：实时采集设备最新数据，在线解析匹配模板，实时性高。

五、网络巡检APP操作流程

下面我们结合实际操作来感受一下网络巡检APP的强大和便捷。

5.1 检查设备CPU利用率

打开网络巡检，首先点击巡检项，在这个界面能看到巡检项集合和任务，点击【新建巡检项】按钮：

第一个巡检项，我们来检查一下CPU的利用率，设备厂商选择“HUAWEI”，添加模板信息：

条件范围选择“采集命令行”，命令填display cpu-usage，然后添加变量约束，系统会自动识别模板中定义的变量，最小值设为0，最大值设为80：

0-80是CPU的正常值，如果超过80，代表CPU有严重情况。

点击【确定】按钮，此时提示巡检项已经创建成功：

这个时候我们可以测试一下巡检项：

选择要测试的设备：

点击【开始测试】按钮：

稍等片刻：

看到这个图标就代表测试完成：

测试结果显示正常：

绿色字体是匹配成功的场景，蓝色字体是刚刚定义的变量值，这里测试的CPU的利用率为14%，在设置的范围内：

我们也可以检查一下异常的情况，这个时候我们只需要将范围设置为0-10即可：

这个时候我们来测试同一台设备，从测试的结果可以看到CPU利用率超出阈值，上报了违规，测试结果显示“严重”。

再把范围改回来：

测试成功后还不能加入巡检项集合，需要审核之后才可以，审核权限用户可以自定义。

5.2 检查设备名称

和检查设备CPU利用率一样，先新建巡检任务，设备厂商还是选择“HUAWEI”，添加条件、匹配模板：

填写变量约束：

违规等级设置为“严重”，点击【确定】按钮，此时第二个巡检任务就建好了：

审核一下巡检项：

5.3 检查设备主控板卡状态

同样先填写“巡检项名称”，设备厂商选择“HUAWEI”，添加响应的条件：

命令填写为display device：

违规等级选择“严重”，点击【确定】按钮：

同样的，这个也要加入审核：

5.4 启动巡检任务

再创建一个巡检项集合：

上面创建的巡检任务添加到巡检项集合中：

点击【确定】按钮，巡检项集合创建成功：

在巡检项集合列表中就能看到刚刚我们创建的巡检项集合了：

点击“巡检任务”导航栏，创建巡检任务，只需要点击【新建任务】按钮：

填写好任务名称、调度策略（每小时一次、每天一次、每周一次、每月一次、手动），然后点击【下一步】按钮：

添加刚刚创建好的巡检项集合：

然后点击【下一步】按钮：

添加待巡检的设备组，这样一个巡检任务就创建成功了：

在操作图标中，点击【立即巡检】图标，这里可以看到巡检的进度：

执行结束后，点击【查看报表】图标：

可以看到巡检结果详情，包括：巡检结果统计、TOP5异常设备、TOP5异常巡检项集合、设备巡检结果：

点击异常的巡检结果，可以看到当前的状态是“不匹配”的，因为设备配置和模板不符：

我们再点击正常的巡检结果，可以看到状态是“匹配”：

返回到首页，可以看到右上角显示了全网资源统计情况：

下面有巡检异常的情况，展开可以看到异常的设备以及巡检项集合：

在地图上点击一台设备，可以看到这台设备所有的巡检结果的汇总，左侧列出了所有参与过的巡检项和合规状态，右侧就是巡检的详细结果：

至此一个完整的巡检任务的创建、执行就完成了，相信看完本文，你已经了解到巡检APP强大了吧，还等什么，快快体验起来吧！

本文参与华为云社区【内容共创】活动第24期。

任务32：网络巡检新体验APP，震撼来袭