系统维护和机房运维方案.docx

1、系统维护和机房运维方案For personal use only in study and research; not for commercial use运维服务方案2016年5月18日1 服务内容.3 1.1 服务目标 .3 1.2 信息资产统计服务 .3 1.3 网络、安全系统运维服务 .4 1.4 主机系统运维服务 .6 1.5 存储系统运维服务 .101.6 数据安全存储及灾备运维服务 .111.6.1 传统的灾备方式 .111.6.2 容灾方案的关键指标 .131.6.3 常见的备份策略 .141.6.4 容灾的核心问题 .151.6.5 容灾的实现方式 .161.6.6 异地容灾

2、技术 .181.6.7 灾难恢复级别 .201.7 容灾建设方式 .211.7.1 企业信息系统保护层次 .211.7.2 容灾技术模型 .231.7.3 业务平台的保护-业务处理能力的冗余.231.7.4 数据平台的保护-业务状态数据的复制 .241.7.5 接入平台冗余和贴换.241.7.6 容灾模式.241.7.6.1 容灾层次 .251.7.6.2 容灾范围 .251.7.6.3 同级容灾或降级容灾 .261.7.6.4 容灾技术概述.271.7.6.5 基于存储的数据复制技术建设容灾系统 .281.7.6.6 小结 .312 运维服务流程 .323 服务管理制度规范 .34 3.1

3、服务时间 . .34 3.2 行为规范 . .34 3.3 现场服务支持规范 . .35 3.4 问题记录规范 . . .354 应急服务响应措施 . .37 4.1 应急基本流程 . .37 4.2 预防措施 . .37 4.3 突发事件应急策略 .381服务内容1.1服务目标可为提供的运行维护服务包括，信息系统相关的主机设备、操作系统、存储设备容灾的运行维护服务，保证用户现有的信息系统的正常运行，降低整体管理成本，提高网络信息系统的整体服务水平。同时根据日常维护的数据和记录，提供用户信息系统的整体建设规划和建议，更好的为用户的信息化发展提供有力的保障。用户信息系统的组成主要可分为两类：硬件

4、设备和软件系统。硬件设备包括网络设备、安全设备、主机设备、存储设备等；软件设备可分为操作系统软件、典型应用软件（如：数据库软件、中间件软件等）、业务应用软件等。通过运行维护服务的有效管理来提升用户信息系统的服务效率，协调各业务应用系统的内部运作，改善网络信息系统部门与业务部门的沟通，提高服务质量。结合用户现有的环境、组织结构、IT资源和管理流程的特点，从流程、人员和技术三方面来规划用户的网络信息系统的结构。将用户的运行目标、业务需求与IT服务的相协调一致。提供的信息系统服务的目标是，对用户现有的信息系统基础资源进行监控和管理，及时掌握网络信息系统资源现状和配置信息，反映信息系统资源的可用性情况

5、和健康状况，创建一个可知可控的IT环境，从而保证用户信息系统的各类业务应用系统的可靠、高效、持续、安全运行。服务项目范围覆盖的信息系统资源以下方面的关键状态及参数指标：运行状态、故障情况配置信息可用性情况及健康状况性能指标1.2信息资产统计服务此项服务为基本服务，包含在运行维护服务中，帮助我们对用户现有的信息资产情况进行了解，更好的提供系统的运行维护服务。机房服务内容包括：机房电源、温度、湿度信息统计记录硬件设备型号、数量、版本等信息统计记录软件产品型号、版本和补丁等信息统计记录存储产品型号、版本和性能等信息统计记录网络结构、网络路由、网络IP地址统计记录综合布线系统结构图的绘制其它附属设备的

6、统计记录1.2.1机房电源、温度、湿度要求 频率输入电压相位电流开关备注50Hz220V单相 2线+地线20A单相交流电参数运行状态非运行状态温度 10-4010-50相对湿度 %8-808-90温度变化 10 10 硬件设备清单如下表统计：1.3网络、安全系统运维服务从网络的连通性、网络的性能、网络的监控管理三个方面实现对网络系统的运维管理。网络、安全系统基本服务内容：序号服务模块内容描述提供方1现场备件安装配合用户进行，按备件到达现场时间工程师到达现场xxx公司2现场软件升级首先分析软件升级的必要性和风险，配合用户进行软件升级xxx公司3现场故障诊断按服务级别：724小时 58小时xxx公

7、司4电话远程技术支持724小时xxx公司5问题管理系统对遇到的问题进行汇总和发布xxx公司 机房网络核心交换机信息系统管理单位： 维保单位： 设备名： 设备型号：管理IP：检查内容参考标准检查结果检查结论巡视方法描述巡检周期硬件运行状态电源运行状态正常 异常风扇运行状态正常 异常模块运行状态正常 异常系统运行状态检查VLAN 状态正常 异常配置 状态正常 异常OSPF 状态正常 异常日志检查日志 状态正常 异常其他检查内容正常 异常正常 异常正常 异常(1)用户现场技术人员值守可根据用户的需求提供长期的用户现场技术人员值守服务，保证网络的实时连通和可用，保障接入交换机、汇聚交换机和核心交换机的

8、正常运转。现场值守的技术人员每天记录网络交换机的端口是否可以正常使用，网络的转发和路由是否正常进行，交换机的性能检测，进行整体网络性能评估，针对网络的利用率进行优化并提出网络扩容和优化的建议。现场值守人员还进行安全设备的日常运行状态的监控，对各种安全设备的日志检查，对重点事件进行记录，对安全事件的产生原因进行判断和解决，及时发现问题，防患于未然。同时能够对设备的运行数据进行记录，形成报表进行统计分析，便于进行网络系统的分析和故障的提前预知。具体记录的数据包括：配置数据性能数据故障数据(2)现场巡检服务现场巡检服务是对客户的设备及网络进行全面检查的服务项目，通过该服务可使客户获得设备运行的第一手

9、资料，最大可能地发现存在的隐患，保障设备稳定运行。同时，将有针对性地提出预警及解决建议，使客户能够提早预防，最大限度降低运营风险。巡检包括的内容如下：编号内容1硬件运行状态检查项目单板状态检查电源模块状态检查风扇状态检查整机指示灯状态检查机框防尘网检查机房温度、湿度检查设备地线检查2软件运行情况检查项目设备运行情况检查网络报文分析设备对接运行状况检查路由运行情况检查3网络整体运行情况调查网络运行问题调查网络变更情况调查网络历史故障调查(3)网络运行分析与管理服务网络运行分析与管理服务是指工程师通过对网络运行状况、网络问题进行周期性检查、分析后，为客户提出指导性建议的一种综合性高级服务，其内容包

10、括： 服务内容服务优点向客户提供网络专家电话号码。保证重大问题第一连线至网络专家。网络专家组每周与客户进行不少于2小时的电话技术交流以最小成本保证及时解答客户关心的技术问题，并就某一领域技术问题展开深层次沟通。每月向客户提交CASE汇总分析报告，并可扩展到每年17次（月度、季度、年度）使客户了解网络历史故障情况以及故障预防建议，最大程度减少网络故障隐患，更高效的进行网络管理。(4)重要时刻专人值守服务深刻知道保证重要时刻设备稳定运行对客户成功尤为关键，因此，可对客户提供重要时刻的专人现场值守支持，包括政府客户的重大会议期间、金融客户的年终结算日、运营商客户的生产网重大割接或其它任何客户认为可能

11、对其业务运营产生重大影响的时刻。如需专人值守，客户需至少提前3周与授权服务商客户服务经理联系。对每位合约客户，授权服务商均需按事先合同约定提供专人值守服务。客户如需超出合同约定范围的更多值守支持，需额外支付相应人力和差旅费用。1.4主机系统运维服务现在造成IT架构不可用的原因有很多，主要包括非计划性宕机和计划性宕机两大类，其中，非计划性宕机主要是由计算机故障或数据故障引起的;计划性宕机主要是由于生产系统的数据改变或系统改变引起的。(1)、非计划性宕机非计划性宕机主要包括主机宕机、数据故障宕机、存储故障、人为错误、数据损坏、站点故障等。 主机故障宕机当主机系统或数据库服务器出现意外故障并导致服务

12、中断时，主机系统就会发生故障。 数据故障宕机数据故障是指丢失、损坏或破坏关键企业数据。数据故障的原因比计算机故障更加错综复杂，可能由于存储硬件、人为错误、损坏或站点故障引起。 存储故障单一存储配置，目前都是采用磁盘RAID技术加热备磁盘来解决，因此存储系统的故障主要是由机房电力故障或人为因素导致存储设备的电源发生故障。 人为错误人为错误包括：误删除重要数据或升级语句中不正确的“WHERE”子句更新了比预定更多的行。 数据损坏数据损坏通常由 I/O 堆栈中的故障组件导致，例如，数据库将 I/O 作为更新交易的结果，该数据库 I/O 将在各个组件中进行传输，包括：操作系统的 I/O 代码、文件系统

13、、卷管理器、设备驱动程序、主机总线适配器、存储控制器和磁盘驱动器，直至最后被写入。I/O 堆栈中任何组件发生错误或硬件故障，都可能“变换”数据中的一些位，进而导致损坏的数据被写入数据库中，这一损坏可能是数据库控制信息或用户数据，它们对于数据库的正常工作至关重要;同样，磁盘故障也可能损坏数据。 站点故障数据保护特性提供了预防灾难性事件的能力，这些事件可能在某一段时间内严重减缓站点的处理能力，这些事件包括文件损坏、自然灾害、电力或通信中断，甚至恐怖活动。(2)、计划性宕机计划性宕机是IT系统在运行阶段所不可避免的，但IT系统停机运维会影响到数据库停止对外提供服务，会对业务运营造成一定影响，特别是对

14、724365的业务系统、计费系统、在线交易系统等。计划内停机包括例行操作、定期维护和部署新设备等：例行操作指频繁进行的维护任务，包括备份、性能管理、用户管理和批处理;定期维护，如安装补丁和重新配置系统，只是偶尔进行，以更新数据库、应用程序、操作系统、中间件或网络;部署新设备包括硬件、操作系统、据库、应用程序、中间件或网络的重大升级。申请计划停机时不仅要考虑计划的停机时间，同时还要考虑因停机造成的对整个业务系统的影响。 数据更改导致的停机对于数据的更改例如增加数据空间、改变数据库的对象，添加及删除数据库对象，对数据库的参数进行调整等操作，都有可能导致计划性停机。 系统更改而导致的停机由于系统更改

15、导致的停机主要表现在两方面：一是主机系统的更改，例如更新设备、添加硬件、调整参数造成主机系统重启;二是数据库系统的更改，例如数据库补丁升级，调整一些重要参数需要重新启动数据库的运维操作。提供的主机系统的运维服务包括：主机的日常监控，设备的运行状态监控，故障处理，操作系统维护，补丁升级等内容。主机系统基本服务内容：序号服务模块内容描述提供方1现场备件安装配合用户进行。按备件到达现场时间工程师到达现场设备厂商、xxx公司2补丁服务消除软件漏洞给系统带来的安全隐患，并对安装补丁所引起的系统连锁反应进行合理的平衡。xxx公司3升级服务对系统进行软件或硬件的升级，以改进、完善现有系统或消除现有系统的漏洞

16、。xxx公司4现场故障诊断按服务级别：724小时 58小时xxx公司5电话远程技术支持724小时xxx公司6问题管理系统对遇到的问题进行汇总和发布xxx公司7系统优化对客户系统的括主机、存储设备、操作系统、提供优化服务。现场值守人员可进行监控管理的内容包括：CPU 性能管理；内存使用情况管理；硬盘利用情况管理；系统进程管理；主机性能管理；实时监控主机电源、风扇的使用情况及主机机箱内部温度；监控主机硬盘运行状态；监控主机网卡、阵列卡等硬件状态；监控主机HA运行状况；主机系统文件系统管理；监控备份服务进程、备份情况（起止时间、是否成功、出错告警）；服务器部分系统管理单位： XX供电公司设备名： 设备型号设备序列号管理IP：检查内容参考标准检查结果状态是否正常巡检方法描述巡检周期硬件运行状态电源指示灯正常 异常面板指示灯正常 异常内置磁带机正常 异常CPU 状态正常 异常内存状态