云平台下的运维体系建设工作内容.docx
《云平台下的运维体系建设工作内容.docx》由会员分享,可在线阅读,更多相关《云平台下的运维体系建设工作内容.docx(6页珍藏版)》请在冰豆网上搜索。
![云平台下的运维体系建设工作内容.docx](https://file1.bdocx.com/fileroot1/2023-1/26/34a1bd5e-b094-429b-86c6-4e410364c7c6/34a1bd5e-b094-429b-86c6-4e410364c7c61.gif)
云平台下的运维体系建设工作内容
云平台下的运维体系建设工作内容
一、系统运维
系统运维负责IDC、网络、CDN和基础服务的建设(LVS、NTP、DNS);负责资产管理,服务器选型、交付和维修。
详细的工作职责如下:
IDC数据中心建设
收集业务需求,预估未来数据中心的发展规模,从骨干网的分布,数据中心建筑,以及Internet接入、网络攻击防御能力、扩容能力、空间预留、外接专线能力、现场服务支撑能力等方面评估选型数据中心。
负责数据中心的建设、现场维护工作。
网络建设
设计及规划生产网络架构,这里面包括:
数据中心网络架构、传输网架构、CDN网络架构等,以及网络调优等日常运维工作。
LVS负载均衡和SNAT建设
LVS是整个站点架构中的流量入口,根据网络规模和业务需求,构建负载均衡集群;完成网络与业务服务器的衔接,提供高性能、高可用的负载调度能力,以及统一的网络层防攻击
能力;SNAT集中提供数据中心的公网访问服务,通过集群化部署,保证出网服务的高性能与高可用。
CDN规划和建设
CDN工作划分为第三方和自建两部分。
建立第三方CDN的选型和调度控制;根据业务发展趋势,规划CDN新节点建设布局;完善CDN业务及监控,保障CDN系统稳定、高效运行;分析业务加速频道的文件特性和数量,制定最优的加速策略和资源匹配;负责用户劫持等CDN日常故障排查工作。
服务器选型、交付和维护
负责服务器的测试选型,包含服务器整机、部件的基础性测试和业务测试,降低整机功率,提升机架部署密度等。
结合对公司业务的了解,推广新硬件、新方案减少业务的服务器投入规模。
负责服务器硬件故障的诊断定位,服务器硬件监控、健康检查工具的开发和维护。
OS、内核选型和OS相关维护工作
责整体平台的OS选型、定制和内核优化,以及Patch的更新和内部版本发布;建立基础的YUM包管理和分发中心,提供常用包版本库;跟进日常各类OS相关故障;针对不同的业务类型,提供定向的优化支持。
资产管理
记录和管理运维相关的基础物理信息,包括数据中心、网络、机柜、服务器、ACL、IP等各种资源信息,制定有效的流程,确保信息的准确性;开放API接口,为自动化运维提供数据支持。
基础服务建设
业务对DNS、NTP、SYSLOG等基础服务的依赖非常高,需要设计高可用架构避免单点,提供稳定的基础服务。
二、应用运维
应用运维负责线上服务的变更、服务状态监控、服务容灾和数据备份等工作,对服务进行例行排查、故障应急处理等工作。
详细的工作职责如下所述。
设计评审
在产品研发阶段,参与产品设计评审,从运维的角度提出评审意见,使服务满足运维准入的高可用要求。
服务管理
负责制定线上业务升级变更及回滚方案,并进行变更实施。
掌握所负责的服务及服务间关联关系、服务依赖的各种资源。
能够发现服务上的缺陷,及时通报并推进解决。
制定服务稳定性指标及准入标准,同时不断完善和优化程序和系统的功能、效率,提高运行质量。
完善监控内容,提高报警准确度。
在线上服务出现故障时,第一时间响应,对已知线上故障能按流程进行通报并按预案执行,未知故障组织相关人员联合排障。
资源管理
对各服务的服务器资产进行管理,梳理服务器资源状况、数据中心分布情况、网络专线及带宽情况,能够合理使用服务器资源,根据不同服务的需求,分配不同配置的服务器,确保服务器资源的充分利用。
例行检查
制定服务例行排查点,并不断完善。
根据制定的服务排查点,对服务进行定期检查。
对排查过程中发现的问题,及时进行追查,排除可能存在的隐患。
预案管理
确定服务所需的各项监控、系统指标的阈值或临界点,以及出现该情况后的处理预案。
建立和更新服务预案文档,并根据日常故障情况不断补充完善,提高预案完备性。
能够制定和评审各类预案,周期性进行预案演练,确保预案的可执行性。
数据备份
制定数据备份策略,按规范进行数据备份工作。
保证数据备份的可用性和完整性,定期开展数据恢复性测试。
三、数据库运维
数据库运维负责数据存储方案设计、数据库表设计、索引设计和SQL优化,对数据库进行变更、监控、备份、高可用设计等工作。
详细的工作职责如下所述。
设计评审
在产品研发初始阶段,参与设计方案评审,从DBA的角度提出数据存储方案、库表设计方案、SQL开发标准、索引设计方案等,使服务满足数据库使用的高可用、高性能要求。
容量规划
掌握所负责服务的数据库的容量上限,清楚地了解当前瓶颈点,当服务还未到达容量上限时,及时进行优化、分拆或者扩容。
数据备份与灾备
制定数据备份与灾备策略,定期完成数据恢复性测试,保证数据备份的可用性和完整性。
数据库监控
完善数据库存活和性能监控,及时了解数据库运行状态及故障。
数据库安全
建设数据库账号体系,严格控制账号权限与开放范围,降低误操作和数据泄露的风险;加强离线备份数据的管理,降低数据泄露的风险。
数据库高可用和性能优化
对数据库单点风险和故障设计相应的切换方案,降低故障对数据库服务的影响;不断对数据库整体性能进行优化,包括新存储方案引进、硬件优化、文件系统优化、数据库优化、SQL优化等,在保障成本不增加或者少量增加的情况下,数据库可以支撑更多的业务请求。
自动化系统建设
设计开发数据库自动化运维系统,包括数据库部署、自动扩容、分库分表、权限管理、备份恢复、SQL审核和上线、故障切换等功能。
四、运维研发
运维研发负责通用的运维平台设计和研发工作,如:
资产管理、监控系统、运维平台、数据权限管理系统等。
提供各种API供运维或研发人员使用,封装更高层的自动化运维系统。
详细的工作职责如下所述。
运维平台
记录和管理服务及其关联关系,协助运维人员自动化、流程化地完成日常运维操作,包括机器管理、重启、改名、初始化、域名管理、流量切换和故障预案实施等。
监控系统
负责监控系统的设计、开发工作,完成公司服务器和各种网络设备的资源指标、线上业务运行指标的收集、告警、存储、分析、展示和数据挖掘等工作,持续提高告警的及时性、准确性和智能性,促进公司服务器资源的合理化调配。
自动化部署系统
参与部署自动化系统的开发,负责自动化部署系统所需要的基础数据和信息,负责权限管理、API开发、Web端开发。
结合云计算,研发和提供PaaS相关高可用平台,进一步提高服务的部署速度和用户体验,提升资源利用率。
五、运维安全
运维安全负责网络、系统和业务等方面的安全加固工作,进行常规的安全扫描、渗透测试,进行安全工具和系统研发以及安全事件应急处理。
详细的工作职责如下所述。
安全制度建立
根据公司内部的具体流程,制定切实可行,且行之有效的安全制度。
安全培训
定期向员工提供具有针对性的安全培训和考核,在全公司内建立安全负责人制度。
风险评估
通过黑白盒测试和检查机制,定期产生对物理网络、服务器、业务应用、用户数据等方面的总体风险评估结果。
安全建设
根据风险评估结果,加固最薄弱的环节,包括设计安全防线、部署安全设备、及时更新补丁、防御病毒、源代码自动扫描和业务产品安全咨询等。
为了降低可能泄露数据的价值,通过加密、匿名化、混淆数据,乃至定期删除等技术手段和流程来达到目的。
安全合规
为了满足例如支付牌照等合规性要求,安全团队承担着安全合规的对外接口人工作。
应急响应
建立安全报警系统,通过安全中心收集第三方发现的安全问题,组织各部门对已经发现的安全问题进行修复、影响面评估、事后安全原因追查。
运维发展过程