每一個管理員都希望擁有一個不出故障的網絡，但這肯定是一種奢望，IT技術以及網絡設備的發展即使已經超越了你的想象，但在IT運維管理中還是無法甩掉故障管理的包袱。當然，很多“成功”的運維大師都會以解決各種奇異問題為榮，但如果支撐業務系統的對象數量超越了你的記憶容量，那些憑借經驗修復網絡的高手就很可能敗下陣來。
蹊蹺的2分鐘
有一些很蹊蹺的網絡故障時常會發生在我們身邊，在對各種可能因素進行逐一排除后，仍然不能找到故障原因。而當手中拿著數十個故障診斷工具，原始命令熟記于心的時候，在這些特殊網絡故障面前，如果只給你2分鐘怎么辦？
某公司網絡與上級公司網絡，每隔兩個小時就會斷開兩分鐘，之后又會自動恢復正常。同時，由于這套網絡系統涉及到廣域網絡，跨越的節點非常多，且數十套業務流量也跑在里面，理論上講，可能的故障點非常多，很長一段時間，用戶都束手無策。進而，公司請來了“高手”，但留給運維大師捕捉故障的時間段很短，2小時等待，再加上2分鐘的破案時限，面對這個十分奇怪的現象，即使這位高手擁有十多年的運維經驗，最后也只能卑躬臣服。
北塔BTIM揭曉答案
求醫無果，最后，這家企業決定尋求專業運維廠商的支持。在采用北塔軟件的北塔BTIM后，通過北塔BTIM的物理拓撲圖發現某臺路由器異常，再通過BTIM抓獲嫌犯，察看該設備的歷史記錄，發現該路由器的2M端口每隔兩個小時就會自動DOWN掉，然后再重新啟動，重啟的時間剛好就是兩分鐘左右。在定位了故障設備后，對其進行針對性的分析，發現是由光端機和該路由器之間的時鐘不同步引起的，由此成功地解決了該問題。
從這個既復雜、又簡單的網絡故障中我們可以看到，隨著企業對網絡的依賴程度越來越高，運維管理團隊確實需要一些高端人才的加入，但如果在日常的IT運維管理中，過多的依靠IT運維工程師的工作經驗，最終會導致網絡故障處理效率不高，并造成IT運維服務質量停滯不前的局面。
故障管理的本質是什么？
在我們崇尚的ITIL參考讀物中，“故障管理”的目標就是將 IT 基礎設施錯誤引起的事故和問題對業務的負面影響減到最小，并防止與這些錯誤相關的事故再度發生。為了實現這個目標，“故障管理”力求第一時間找到引發事故的根源，并著手改善或糾正該情況。
作為國內領先的IT運維管理專家，北塔軟件認為：IT運維管理部門的真正價值并不是出現故障之后的處理，而是在故障發生前能夠準確判斷，排除隱患，并避免故障的發生。所以，一個最能幫助企業有效對抗故障難題的方法，是建立主動性的發現機制和流程，可利用北塔BTIM等運維管理軟件，首先實施全網范圍的基礎設施監控，并對每次故障進行“記錄、跟蹤、監督和分析”。之后，便可限時完成受理、派工、處理、反饋和回訪，將服務過程按流程自動化、規范化和標準化運作起來。
在IT運維管理中，我們決不能低估人的價值，但完全依賴個人經驗，就很難讓IT運維服務水平再上一個臺階。反之，利用IT運維管理軟件，將有價值的維修方法、故障排除的方案和經驗知識，統一納入知識庫，日積月累后，便建成了IT運維部門“百科全書”。這種良性的循環，既能發揮核心人員的故障排查經驗，又能幫助監控或值班工程師快速找到解決辦法，提高服務的及時率，從而構建一個超越現在的運維團隊。
