【正文】 機房運行維護工作建議書為加強********單位數(shù)據(jù)中心機房各系統(tǒng)的運行維護和管理工作，保證系統(tǒng)長期穩(wěn)定、高效運行。根據(jù)**************信息化工作管理規(guī)定，編制適合于******機房運維方案。1. 運維現(xiàn)狀分析******數(shù)據(jù)中心機房目前由*******部門管理，由指定的外協(xié)公司承接基本運維工作，其職能限定于出入安全、配件管理、設(shè)備管理、運行物理環(huán)境管理。對于設(shè)備本身及其運行維護、軟件運行維護等工作，仍由各個供應(yīng)商按項目簽訂的協(xié)議提供免費服務(wù)，目前這些免費服務(wù)大部分處于過期或者即將到期的狀態(tài)。目前機房運維沒有涵蓋桌面終端、大樓綜合布線、樓層配線間與設(shè)備間等，未構(gòu)成一個完整的運維體系。. 故障連帶現(xiàn)象多方運維導(dǎo)致機房出現(xiàn)中斷或者服務(wù)不良的情況時有發(fā)生。********公司機房由于始終未能受到規(guī)范統(tǒng)一的運維管理，加上機房作為數(shù)據(jù)核心，由各種外部單位組成的運維團隊無論在數(shù)據(jù)安全性、人員責(zé)任感、技術(shù)全面性等方面，都難以保持機房的持續(xù)性運轉(zhuǎn)。我們沒有精確的數(shù)據(jù)來說明機房的運行情況，這也是目前運維工作尚未達標(biāo)的一種表現(xiàn)，同樣，這也導(dǎo)致我們對現(xiàn)狀無法進行精確描述。但是，通過一些現(xiàn)象仍然可以發(fā)現(xiàn)機房運維工作應(yīng)該大幅度改進。. 長時間斷網(wǎng)具體原因不詳，但由于機房服務(wù)器大部分無法接通，成都地區(qū)的二級單位網(wǎng)絡(luò)依賴的DHCP服務(wù)無法使用等現(xiàn)象持續(xù)多個小時，發(fā)現(xiàn)晚，響應(yīng)慢。. 上班時間網(wǎng)速慢具體原因不詳，但簡單歸結(jié)為SEP或者人多并不能完全的解釋網(wǎng)速慢的問題，由于網(wǎng)絡(luò)是信息化建設(shè)的基礎(chǔ)，充分發(fā)揮機房內(nèi)部與外部的資源是運維工作的重要職責(zé)。. 服務(wù)意外退出當(dāng)虛擬機系統(tǒng)開始引入后，我們時常發(fā)現(xiàn)掛載在虛擬機系統(tǒng)上的一些服務(wù)器無故宕機且不知道任何原因，當(dāng)用戶需要使用時，由于無法自動恢復(fù)，影響正常工作。. 不易尋找責(zé)任人機房是一完整的整體，涉及到環(huán)境、網(wǎng)絡(luò)、服務(wù)器、存儲、操作系統(tǒng)、數(shù)據(jù)庫、應(yīng)用軟件等，當(dāng)一個故障發(fā)生時，難以判定故障原因，而目前機房是各個外協(xié)單位各施其責(zé)，最終造成故障排除時間緩慢，相互推諉的情況時有發(fā)生。. 半自動化運維現(xiàn)狀目前許多企業(yè)的IT運維已經(jīng)實現(xiàn)從人工運維到計算機管理，但延展咨詢在同客戶的交流中發(fā)現(xiàn)其中很多企業(yè)的IT運維管 理還只是處在“半自動化”的運維狀態(tài)。因為這種IT運維仍然是等到IT故障出現(xiàn)后再由運維人員采取相應(yīng)的補救措施。這些傳統(tǒng)式被動、孤立、半自動式的IT 運維管理模式經(jīng)常讓IT部門疲憊不堪，主要表現(xiàn)在以下三個方面:. 運維人員被動、效率低在IT運維過程中，只有當(dāng)事件已經(jīng)發(fā)生并已造成業(yè)務(wù)影響時才能發(fā)現(xiàn)和著手處理，這種被動“救火”不但使IT運維人員 終日忙碌，也使IT運維本身質(zhì)量很難提高，導(dǎo)致IT部門和業(yè)務(wù)部門對IT運維的服務(wù)滿意度都不高。目前絕大多數(shù)的企業(yè)IT運維人員日常大部分時間和精力是 處理一些簡單重復(fù)的問題，而且由于故障預(yù)警機制不完善，往往是故障發(fā)生后或報警后才會進行處理，,使到IT運維人員的工作經(jīng)常是處于被動“救火”的狀態(tài)， 不但事倍功半而且常常會出現(xiàn)惡性連鎖反應(yīng)。. 缺乏一套高效的IT運維機制目前許多企業(yè)在IT運維管理過程中缺少自動化的運維管理模式，也沒有明確的角色定義和責(zé)任劃分，使到問題出現(xiàn)后很難 快速、準(zhǔn)確地找到根本原因，無法及時地找到相應(yīng)的人員進行修復(fù)和處理，或者是在問題找到后缺乏流程化的故障處理機制，而在處理問題時不但欠缺規(guī)范化的解決 方案，也缺乏全面的跟蹤記錄。. 缺乏高效的IT運維技術(shù)工具隨著信息化建設(shè)的深入，企業(yè)IT系統(tǒng)日趨復(fù)雜，林林總總的網(wǎng)絡(luò)設(shè)備、服務(wù)器、中間件、業(yè)務(wù)系統(tǒng)等讓IT運維人員難以 從容應(yīng)對，即使加班加點地維護、部署、管理也經(jīng)常會因設(shè)備出現(xiàn)故障而導(dǎo)致業(yè)務(wù)的中斷，嚴(yán)重影響企業(yè)的正常運轉(zhuǎn)。出現(xiàn)這些問題部分原因是企業(yè)缺乏事件監(jiān)控和 診斷工具等IT運維技術(shù)工具，因為在沒有高效的技術(shù)工具的支持下故障事件很難得到主動、快速處理?，F(xiàn)在隨著IT運維管理工作的復(fù)雜度和難度的大大增加，僅靠過去幾個“運維英雄”或“技術(shù)大拿”來包打天下已經(jīng)行不通 了，企業(yè)開始需要運用專業(yè)化、標(biāo)準(zhǔn)化和流程化的手段來實現(xiàn)運維工作的自動化管理。因為通過自動化監(jiān)控系統(tǒng)能及時發(fā)現(xiàn)故障隱患，主動的告訴用戶需要關(guān)注的資 源，以達到防患于未然。例如，全天候自動檢測與及時報警能實現(xiàn)IT運維的“全天候無人值守”，大大降低IT運維人員的工作負(fù)擔(dān)。而且，通過自動化診斷能最 大限度地減少維修時間,提高服務(wù)質(zhì)量。因此, 對于越來越復(fù)雜的IT運維來說，將純粹的人工操作變?yōu)橐欢ǔ潭鹊淖詣踊芾硎且粋€重要發(fā)展趨勢。. 規(guī)范制度不健全IT系統(tǒng)三分建、七分管，運維管理十分復(fù)雜，技術(shù)要求高，涉及范圍廣，實施難度大，突出有“三難”。. 職責(zé)難明IT系統(tǒng)運維管理離不開使用、建設(shè)、運維三方的共同努力。不能將所有運維責(zé)任歸于運維部門，運維部門與其他部門相互配合程度低，導(dǎo)致運維人員壓力大，處理事務(wù)多。哪些由使用部門負(fù)責(zé)，哪些由運維部門負(fù)責(zé)，難有明確的職責(zé)界定。. 資料難全網(wǎng)絡(luò)設(shè)備價格和系統(tǒng)集成復(fù)雜度不斷降低，部門自建“網(wǎng)中網(wǎng)”、“小系統(tǒng)”現(xiàn)象愈加普遍，資料準(zhǔn)確性和完整性不斷降低，給清查設(shè)備和排查故障帶來很大困難，運維部門掌控系統(tǒng)資源越來越難，運維管理資料難求完整。. 績效難估運維部門有個“兩難”境界：系統(tǒng)問題越多，工作量越多，但有人認(rèn)為維護水平越低；維護水平越高，問題越少，但別人認(rèn)為工作量越少。運維部門績效評估難以用業(yè)務(wù)部門類似的指標(biāo)來衡量，不能受到公平評估。因此運維人員積極性越來越低，人員流失率高。2. 總體目標(biāo). 機房運維管理規(guī)范化、流程化、制度化鑒于最終用戶對信息化服務(wù)持續(xù)性供應(yīng)的要求，******數(shù)據(jù)中心機房運維工作急需由被動式變更為主動式，針對以下內(nèi)容進行規(guī)范化管理，確保其持續(xù)運行時間與工作性能滿足生產(chǎn)需求。機房環(huán)境，包括溫度、濕度、供電、防雷、消防、承重等。機房設(shè)備，包括服務(wù)器、交換機、存儲、網(wǎng)絡(luò)安全、通訊等設(shè)備。機房鏈路，包括骨干光纜、機房跳線、收發(fā)與中繼等。機房應(yīng)用軟件的運行監(jiān)控，包括門戶、辦公、生產(chǎn)、財務(wù)、網(wǎng)絡(luò)等應(yīng)用軟件等。機房軟性資源，包括IP地址、VLAN等。對于以上各個項目類別，基本上都包括監(jiān)察、報警、故障排除、優(yōu)化等工作，由于應(yīng)用軟件等受到供應(yīng)商的限制，其故障排除與優(yōu)化往往只能由供應(yīng)商提供，但對其運行進行實時監(jiān)控仍然是機房運維職責(zé)范圍內(nèi)的工作。. 統(tǒng)一管理和集中授權(quán)機房運維目前存在的諸多問題，導(dǎo)致工作較為混亂，職責(zé)不清，相互推諉時有發(fā)生，這與運維本身所需要的快速排除事故，綜合性根本性的解決潛在問題的要求是不一致的。除了技術(shù)上需要一個中央平臺以外，顯然管理上也應(yīng)該形成一個統(tǒng)一的運維團隊，這個團隊?wèi)?yīng)該對機房內(nèi)各項內(nèi)容都承擔(dān)相應(yīng)的職責(zé)，這種職責(zé)是深入的，而不僅僅是簡單的遇到事故時一個通知者的角色。設(shè)備廠商、應(yīng)用軟件開發(fā)商都是在不斷變化中的，而運維管理團隊卻是不變的。地研院信息中心認(rèn)為，運維管理團隊?wèi)?yīng)該保障運維行為的合理性。不允許在事故排除、問題診斷、持續(xù)改進的過程中，出現(xiàn)互不承擔(dān)責(zé)任，尤其在一些業(yè)務(wù)交叉點上；對運維配置項的識別方法是統(tǒng)一的，工作單、知識庫等的格式是標(biāo)準(zhǔn)一致的；對石油鉆探行業(yè)的知識理解是一致的，包括不同應(yīng)用的重要性等級、不同部室數(shù)據(jù)的安全性等級等。團隊內(nèi)應(yīng)共同對運維服務(wù)工作的推進承擔(dān)責(zé)任；內(nèi)部區(qū)分不同的安全等級，比如管理員賬號與密碼屬于高安全級，而外部人員的工作則是適度授權(quán)的。在業(yè)務(wù)與管理上達到集中統(tǒng)一的要求后，就形成了“******數(shù)據(jù)中心機房運維一體化”的工作模式，由于這種模式加強了運維內(nèi)部凝聚力，因此易于在運維流程、技術(shù)等方面進行持續(xù)改進，從而不斷提高********公司在信息化運維工作上的能力，也就為********公司信息化建設(shè)解除了后顧之憂。那么，我們再看一看現(xiàn)在的現(xiàn)狀，可以反射出多方運維所形成的一些后果。. 集中監(jiān)控平臺機房是公司的信息化核心，無論是應(yīng)用服務(wù)、核心網(wǎng)絡(luò)、骨干鏈路，都將牽動全公司的信息化使用。而機房的軟硬件通常都是由不同的渠道采購的，這就造成了多廠商與多供應(yīng)商共同維護的局面，由于不同廠商有不同的管理平臺，不同集成商有不同的運維方式，運維隊伍良莠不齊，在運維的及時性、有效性、安全性上，都無法滿足********公司的業(yè)務(wù)需要。事實上，我們需要如下所述的一個平臺。統(tǒng)一而且固化可執(zhí)行的流程，保證無論何人來都可以按標(biāo)準(zhǔn)執(zhí)行，以減少運維風(fēng)險。集中的監(jiān)控預(yù)警系統(tǒng)，通過集成機房環(huán)境、網(wǎng)絡(luò)、服務(wù)器等系統(tǒng)，任何系統(tǒng)出現(xiàn)故障，都將在第一時間發(fā)現(xiàn)并報警，同時，管理人員也只需在一個統(tǒng)一門戶上進行操作管理，而無需面對各種各樣的管理體系，在減緩學(xué)習(xí)曲線的同時也提高運維品質(zhì)；1) 集中的知識庫，知識包括歷史實施過程、技術(shù)方案、原始資料等，由于運維的延續(xù)性非常重要，因此，具有高度參考價值的歷史運維資料是一筆相當(dāng)寶貴的財富。2) 集中的運維隊伍管理；3) 統(tǒng)一規(guī)范的基礎(chǔ)配置項數(shù)據(jù)庫。4) 只有通過一個中心平臺，封裝不同廠商與集成商所提供的不同內(nèi)容，最終達到運維工作可執(zhí)行，業(yè)務(wù)延續(xù)而不受到廠商或者集成商的過度牽制。5) 但是，業(yè)務(wù)上或者說技術(shù)上只是提供了一個系統(tǒng)，而運維要落地仍然需要各類人員來完成，那么，保證運維工作的實施與落地就需要統(tǒng)一的管理。. 運維自動化首先，IT運維流程自動化能夠提高流程的可控性，可以基于業(yè)務(wù)需求來制定個性化的流程，使企業(yè)領(lǐng)導(dǎo)有機會看見他們的業(yè)務(wù)流程，對企業(yè)流程有一個深刻的分析和理解，進而改造和優(yōu)化流程。其次，IT運維流程的自動化能提高透明度。因為隨著業(yè)務(wù)需求的變化可能會有多個版本出現(xiàn)，手工流程的不透明將會給流程定制和優(yōu)化帶來相當(dāng)大的困難，而自動化流程可以使用戶能夠一目了然的看到整個流程的各個節(jié)點運轉(zhuǎn)情況，自動化工具潛移默化地提升業(yè)務(wù)保障能力。再者，運維系統(tǒng)實行了自動化監(jiān)控以后，通過工具自動監(jiān)控對人的工作是一種減負(fù)，也是一種降低成本的表現(xiàn)。3. 建設(shè)方案******數(shù)據(jù)中心機房的運維是一個整體化的工作，無論在電信、金融等信息化程度較高的行業(yè)，都是由一個運維團隊來承擔(dān)運維工作，鑒于行業(yè)信息安全的需求，通常是由一個內(nèi)部服務(wù)機構(gòu)進行統(tǒng)一管理，外協(xié)單位輔助來統(tǒng)一開展工作。地研院信息中心作為距離******數(shù)據(jù)中心機房較近，信息化人員有一定運維經(jīng)驗，有足夠的意愿為******數(shù)據(jù)中心機房運維提供良好的支持，目前地研院信息中心與一些有經(jīng)驗的外協(xié)單位通力合作，正在努力向ISO/20000標(biāo)準(zhǔn)所要求的運維服務(wù)規(guī)范化流程化的方向前進，并根據(jù)自身對機房運維工作的理解，已經(jīng)開發(fā)出一些流程與制度，為機房運維奠定足夠的基礎(chǔ)。. 自頂向下設(shè)計機房運維涉眾自頂向下牽系到各個層面的訴求，******數(shù)據(jù)中心機房的運維是一種分層次的服務(wù)，整個運維過程將會涉及多類人員。根據(jù)********公司的現(xiàn)狀與實際情況，我們分析以下人員將構(gòu)成整個運維生命周期中的干系人，并行使各自的角色權(quán)利。. 終端用戶終端用戶是我們的最終客戶，其滿意度是我們運維工作是否良好的主要評判標(biāo)準(zhǔn)。終端用戶不局限于大樓內(nèi)的辦公用戶，也包括骨干網(wǎng)絡(luò)聯(lián)通的對端用戶、機房服務(wù)器上各類應(yīng)用的使用者、集團公司的遠程網(wǎng)絡(luò)管理者，等等。終端用戶也是運維費用的承擔(dān)者，我們的職責(zé)就是讓其滿意度逐步提升。. 內(nèi)部服務(wù)管理部門公司信息管理部作為內(nèi)部服務(wù)管理部門，承擔(dān)了保證終端用戶滿意度的責(zé)任。由于內(nèi)部服務(wù)管理部門承擔(dān)了大量的管理工作，再承擔(dān)運維服務(wù)工作事實上不具有可行性。因此，信息管理部應(yīng)承擔(dān)運維的管理工作，包括選擇運維工作承擔(dān)單位、審批管理流程、傳遞集團公司管理規(guī)范或者制定公司內(nèi)部的企業(yè)規(guī)范，等等。內(nèi)部服務(wù)管理部門也是運維費用的評定方與支付方，為整個運維工作履行管理職責(zé)。. 運維承接單位地研院將作為運維工作的承接單位，將貫徹落實服務(wù)管理部各項指標(biāo)，并為終端用戶提供服務(wù)界面。運維承接單位必須是中石油內(nèi)部單位，其一是由于信息安全的要求，其二是為了更好的遵循企業(yè)規(guī)范，其三是不斷提升內(nèi)部隊伍的運維水平。運維承接單位本質(zhì)上還是一個內(nèi)部服務(wù)單位，在一些技術(shù)與業(yè)務(wù)無法支撐的情況下，需要外部協(xié)作單位提供運維技術(shù)工作的支撐。. 外部協(xié)作單位外部協(xié)作單位為運維工作提供了附加的人力資源與技術(shù)專家服務(wù)，是整個運維工作的重要組成部分，其通常會承擔(dān)實際工作的執(zhí)行者角色。作為外部協(xié)作單位，必須遵守公司的規(guī)范與要求，并按需提供相應(yīng)的數(shù)據(jù)資料與過程文檔。由于機房的技術(shù)復(fù)雜性，外部協(xié)作單位可能不只一家，這些外協(xié)單位將由運維承接單位進行統(tǒng)一的管理，形成統(tǒng)一的運維團隊。. 供應(yīng)商與廠商供應(yīng)商與廠商，包括軟件與硬件，這兩部分都需要他們提供配件服務(wù)與修復(fù)服務(wù)，無論在免費服務(wù)