避免90%以上IT故障，医院运维效率狂飙

一、故障发现到解决，仅用15分钟

一、问题描述

上午11点半左右，平台接到医院某软件PACS+数据库离线和CPU使用率异常告警。

（告警信息）

（告警详情）

二、查找问题的原因

cpu使用率时序图

从CPU使用率时序图中，可以看到11点33分左右，CPU使用率迅速从20%左右增长到100%。因为操作系统的CPU资源不足，导致SQL Server数据库软件不能正常工作，平台检测不到数据库运维参数，生成离线告警。

三、问题处理步骤

1、通知现场工程师。

某软件PACS+数据库离线，需要协助排查软件PACS+数据库是否正常运行。现场工程师远程连接服务器，确认服务器操作系统正常运行。

2、通知软件工程师查看SQL server数据库是否正常运行

3、查找数据库离线原因

4、问题解决

将数据库重启，并对数据库占用资源设置限制，继续观察；

CPU使用率下降，恢复正常，Sql Server数据库运行正常。

小结：医院应用软件较多，软件工程师人力有限，未能及时发现PACS+数据库离线问题。MOC工程师在数据库卡死的第一时间联系用户工程师，并协助现场工程师进一步检查SQL server数据库。最终锁定数据库占用CPU资源未释放，将数据库使用资源情况做限定，从发现到问题解决只用15分钟。

二、减少90%以上IT故障，医院效率狂飙

医院运维的难点在于业务系统错综复杂，数据庞大、资产分布广，数据安全敏感。高度依赖信息系统稳定和安全运营。具有以下特点：

• 设备多、分布广，巡检工作量大，极易错检、漏检；
• 缺乏系统预警，无法预知设备运行状况；
• 故障处理无序状态，依赖个人技术、手工，分散运维，风险系数高。

LinkSLA深耕医疗行业，根据医院运维环境特点，打造专业的服务方案。

1、统一部署，全栈监控

医院拥有硬件设备、网络设备、数据库、中间件等多种资产，分别由不同的供应商提供维护服务。LinkSLA智能运维管家通过统一部署实现数据中心一体化监控和智能化运维，将所有的监控资源和对象统一采集，建立底层基础架构到上层业务应用的关联关系，在设备发生故障时，快速分析设备对业务系统造成的影响，有效降低故障风险。

LinkSLA智能运维管家SaaS云运维，降低部署难度可开箱即用，省去大量分级部署，迅速完成数据库、中间件、容器环境。大大提高运维效率。

2、AI趋势性预测，更精准高效

基于医院运维场景的需求和相关的时序数据集， 定制了ML算法（孤立森林、梯度提升树、 直方图检测），经过训练、调整后的模型， 实际验证准确率达到85%以上；经过一线值守服务的再次筛选，准确率达到95%左右。AI+人力服务最终达至了基本无误报的结果。

在业务数据上，提供一套完整的、处理分析与发现问题的算法。通过智能算法或规则实现异常监测，告警降噪，避免传统工具带来的告警风暴，集成告警事件工单，让故障得到快速响应。

3、MOC值守，诊断+修复

平台主动监控，MOC实时响应。基于资产价值定义SLA，量化服务水平，提供数字化决策依据。链接人员及流程，关联各种运维因子。平台内置ITIL流程，闭环运维，配套知识库，提供技能学习培训，避免人肉运维。也可远程申请MOC工程师协助，通过分析实时数据，查看时序图，迅速定位故障，实现高效远程协作指导。

4、极致的可视化用户体验

1、客户大屏

集中展示资产健康状况和服务水平

2、业务视图

业务系统监控状况集中展示

3、工单详情

展示工单流程、基本信息、根因分析和历史相似工单

4、网络拓扑

告警收敛和辅助根因分析的重要依据

将孤立分散的系统统一监控，减少重复和繁琐的日常巡检工作，使运维工作由被动变主动，提高IT服务的可用性、可靠性、和安全性的同时，实现低成本运维。LinkSLA智能运维管家，构建安全模式的纵深监控产品和服务，以稳定、高效、安全的特点助力智慧医疗加速发展。