Telemetry 与 iMaster NCE
Telemetry（遥测）将传统”拉取式”监控改为”推送式”数据采集，配合 AI 分析实现智能运维。
传统监控 vs Telemetry
| 维度 | SNMP Polling | Telemetry |
|---|---|---|
| 方式 | 网管周期性拉取 | 设备主动周期/事件推送 |
| 频率 | 秒级（开销大） | 毫秒级 |
| 数据量 | 有限 MIB | 全量模型化数据 |
| 扩展性 | 差 | 好（YANG 模型） |
Telemetry 架构
设备（采集器）→ gRPC/Netconf 流 → 采集器（Kafka）→ 分析平台（大数据/AI）→ 告警/自动化
- gRPC：Google RPC，基于 HTTP/2，主流传输通道
- 模型：YANG 定义采集项（接口流量、CPU、丢包、延迟等）
- 订阅：周期性订阅、事件触发订阅
- 采集项：接口统计、QoS 统计、丢包、微突发等
华为配置 Telemetry（示意）
[Huawei] telemetry
[Huawei-telemetry] telemetry server 10.0.0.10
[Huawei-telemetry] telemetry password cipher Huawei@123
[Huawei-telemetry] subscription 1
[Huawei-telemetry-subscription-1] sensor-group s1
[Huawei-telemetry-subscription-1] collector-group c1具体命令随版本差异较大，以产品文档为准。
iMaster NCE 智能运维
三大核心能力
- 统一纳管：自动发现设备，集中配置管理（Netconf 下发）
- 可视运维：全网拓扑、流量地图、故障根因定位
- 智能分析：Telemetry 数据 + AI 预测（容量、故障、体验）
典型场景
| 场景 | 能力 |
|---|---|
| 网络巡检 | 批量采集状态，生成体检报告 |
| 故障定位 | 分钟级定位链路/设备问题 |
| 容量预测 | 分析趋势，提前扩容 |
| 策略随行 | 用户接入自动下发 QoS/安全策略 |
| 配置合规 | 基线比对，发现漂移 |
开源组件参考
| 组件 | 用途 |
|---|---|
| Prometheus + Grafana | 指标采集与可视化 |
| Kafka | 数据总线 |
| Elasticsearch | 日志/遥测存储检索 |
| Python 脚本 | 北向 API 定制 |
最佳实践
- 先确定监控指标（KPI），再设计采集模型
- 采集频率按需设置，避免过度消耗设备
- 数据接入统一平台，避免烟囱式
- 建立基线，异常检测才有意义
- 告警要分级、去重、可回溯
🔗 相关笔记：06.02_Netconf与YANG 05.03_SDN与NFV