互联网的迅猛发展使信息系统建设加快、规模变大，不同的信息系统中设备类型和数量增多，网络结构日益复杂，导致系统故障无法精确定位、系统状态难以实时掌握等问题时有发生，这些都给运维人员带来了很大的工作压力。可视化技术的应用，改变了传统的人工运维，让运维由繁化简。

什么是可视化？可视化就是将种类繁多的信息源产生的大量数据，通过映射成几何图元，再描绘成图形和图像清晰直观展现出来。

对于运维来说，可视化就是提供一种高效、一致性、透明化、面向用户的服务,也是运维的价值所在。如下，我们从四个维度来探讨运维可视化。

从业务角度看，构建业务应用分析模型，对各业务系统进行横向对比分析，包括健康度、繁忙度、可用性、宕机次数、宕机时长等，准确衡量业务系统的健康水平差异。图形可视化呈现用户、业务和应用系统的相互关联关系，一方面掌握应用系统异常对业务、用户的影响和威胁，另一方面实现IT与业务交互，将IT对业务的支撑价值完整体现。

                                                                          业务视图

从网络架构角度看，网络架构图天然记录了系统的拓扑结构，可有效了解网络系统，然而由于缺乏有效的管理，网络架构图普遍存在规范性差、版本混乱、信息单薄、获取困难等问题， 清晰直观展现和管理网络架构图的重要性愈发凸显。网络拓扑图以图形化的方式，显示整个系统中主要设备的实时运行状态，动态生成实时的数据流向图。

网络拓扑视图

从故障管理角度看，全面采集设备资源、应用、服务等告警信息，多种告警机制，自定义配置告警阈值。将告警信息数据按照时间、资源、性能类型等维度以图表等形式展现。当业务系统出现问题时，可直接定位故障源头并将报警信息及时推送给运维人员，保证运维人员第一时间了解故障点并进行解决，对各种问题进行统计分析，多元化的展现给运维人员。

统计分析视图

从运维交付角度看，服务流程管理结合了ITIL最佳实践，对服务请求、事件、问题、变更、发布等流程进行工单管理，有助于构建量化的服务质量管理绩效体系，跟踪和监控服务整个过程，以便衡量业务可用性和连续性；加强了客户和服务台的服务态势感知能力，改善和提升IT部门的服务能力，体现运维部门价值。

流程交付视图

从数据的意义上看，数据质量的高低、优劣，将直接影响运维分析和决策。借助大数据平台针对性进行运维数据分析，可以挖掘出更多更细的指标和数据，通过将数据整合关联，可以辅助精准分析和决策，最终保障良好的用户体验。简而言之，数据可以产生价值。

运维大数据分析视图

可视化运维基于系统中各种设备的运行状况，能及时发现系统中出现的故障，并采取相应的措施保障系统的正常稳定运行，帮助运维人员解决问题、提高效率，让运维由繁化简。