數據是客觀的某種解釋，但是數據不是事實本身，而是對事實的某種方面的描述。我們在分析事實的時候經常會用到數據，但是我們在看數據的時候往往帶有某種情緒或者觀點。比如說對于經濟數據的看法總是有兩種聲音，唱衰亦或是看好。三月份的出口數據，同比下降了7.5%，這個數據是好還是壞呢？簡單地從數值上看，可能是相當不好，不過如果考慮到去年3月份強勁的出口，以及1-3月的總的數據，似乎還不錯。

遇到這樣的情況，我的做法是去看3月份的用電量數據，從某個口徑統(tǒng)計的數據上看，3月份用電量增長為6.4%，不過第二產業(yè)增長確實有所下降，為3.7%，是最近半年內的最低。不過從1-3月的總數據來看，代表制造業(yè)景氣狀態(tài)的1-3月總的用電量增長為6.9%+，為最近幾年來的最高。如果再看看2023年3月的數據，第二產業(yè)同比增長6.9%，去年三月中國的實體經濟恢復很快，增長很猛。通過這些數據的完整對比，我想對當前中國實體經濟的總體看法恐怕就會有所不同了。

實際上看數據的方法對于不同的行業(yè)來說都是類似的，我們做數據庫運維的時候，依賴的也是各種指標和數據，因此和看用電量數據一樣，如何正確使用這些數據十分關鍵。不能采取正確的方法來看這些數據，那么就無法實現高效的運維。

昨天和一個友商交流運維工具的時候，他對比了我們的工具與其他工具的功能差異，覺得我們在某些地方做得比較好，有些地方做得不如其他廠商。他的觀點還是比較客觀的，不過我覺得對于數據庫運維工具，不是簡單的功能對比，因為數據庫運維工具好不好，很大程度上不在于功能，在某些情況下，對數據的解讀能力上的差異更需要關注。

D-SMART是一種十分特殊的數據庫運維工具，我們定義為“運維知識自動化系統(tǒng)”，是通過對數據庫的數字化分析，從而幫助用戶預警故障，分析問題，優(yōu)化數據庫系統(tǒng)的。并不包含數據庫日常運維中的部署，啟停，處置等功能。這個工具可以與具有這樣功能的工具相結合，成為企業(yè)中運維平臺的基礎能力組件。

前兩天有個客戶和聊天說，我們的工具幫助他們避免了一次嚴重的運營事故。問題很簡單，是歸檔空間用滿了。他們的系統(tǒng)平時歸檔量不是很大，歸檔空間給得很大，正常情況下是不會出現歸檔空間滿的情況。因此他們也給了歸檔空間告警設置了一個較高的閾值，96%。一般情況下，從96%的歸檔空間到空間爆滿影響業(yè)務，至少也有1-2天的緩沖時間，足夠讓他們去處置了。

前幾天遇到一個特殊情況，正好是他們大批量從其他系統(tǒng)導入數據的日子，同時也正好遇到開發(fā)商在做一些數據升級，重建索引等維護操作。REDO產生量就比平時高了數十倍。長時間系統(tǒng)沒出過大問題也讓他們對此有些麻痹。

圖片

出問題的時候，首先告警的故障模型是一個平時不太常見的場景，歸檔使用率超過95%，并且歸檔可用天數小于0.03天（不足1小時 ）。這個故障模型的依據是動態(tài)計算的歸檔空間可用天數這個指標，這個指標隨著當前日志量會動態(tài)波動，不是十分精準，但是應對類似場景十分有效。

六分鐘后，歸檔使用率過高的告警也出現了，隨后歸檔目錄滿等告警也同時出現。他們收到第一個告警后馬上意識到了問題的 嚴重性，立即開始處置，當他們連到系統(tǒng)上進行處理的時候，實際上系統(tǒng)已經出現了卡死，業(yè)務報錯也已經開始出現了。不過幸運的是在業(yè)務部門剛剛發(fā)現錯誤的同時，故障已經被處置完成了。本次故障沒有造成太大的損失。數據庫團隊也因為極其快速地處置了故障而受到了領導的表揚。

這救命的6分鐘給了數據庫團隊一個提前量，讓他們避免了一次災難。從這個案例中，我們可以看到實際應用場景的多樣性，以及系統(tǒng)故障可能的多樣性。面對復雜的多樣性，數據分析與數據使用的能力成為成敗的關鍵。也再一次證明了，數據是運維監(jiān)控系統(tǒng)的核心，對數據的運用能力的不斷提升是運維監(jiān)控系統(tǒng)建設的關鍵。