谈信息中心供电系统的运维管理(一) 推荐孙炳臣现代的信息中心已成为人们日常生活中不可缺少的部分,因此信息中心机房设备的运行正常与否就非常关键。而基础设施的可靠运行就是关键的关键,当然基础设施中供电系统是第一位的,有不少信息中心机房由于供电系统的故障而导致整个中心瘫痪。这就给运维是否到位提出了严格要求。 然而,在不少信息中心机房都配备有运维人员,但大都是“全才”的,即什么都管,尤其是对供电系统大都是由主机运维的人员代管。当电源系统出故障时此代管人员一问三不知,甚至连配电柜门都没开过。这实际上就是把机房的运维放在了一个次要的地位。 当然也有的地方有所分工,看似重视,实际上也没得到真正地重视。比如说机房设备长时间一直运行正常,这时如果运维人员提出要增添运维方面的测量设备,有的领导就认为多余,很难得到批准。但他不知道机房设备所以长时间一直运行正常正是由于这些运维人员的细心维护和努力保养获得。并不是这些人员每天闲着无事可干,他们的这些工作一般是领导看不见的。比如同样多款的UPS在同样的环境条件下,在某卫星地面站就极少出故障,而在同系统别的地方机房同一家同规格的机器就故障连连。原来是前者的运维人员每天都在细心观察和分析机器面板LCD上显示的数据,一旦发现异常苗头及时采取措施;而后者只限于每天抄写这些数据就算完成任务,使异常苗头不断积累,以致于导致故障。比如断路器在额定闭合状态发现触点处温度高了,就要检查是不是电流过大到超过额定值,如果不是就要检查触点接触是否牢靠,是否需要再紧固一下。这样一来,故障隐患就排除了。如果一直不管不问久而久之就会导致跳闸而使系统崩溃。这都是一些小的动作,都是在巡查中顺便做的事情。所以看到运维人员都在巡查,但前者在做事而后者只是走马观花。这就是数据中心可靠与不可靠的区别。 运维人员就像幼儿园的保育员和老师,孩子交到幼儿园后起主要作用的就是保育员和老师,这时保育员和老师就是主体。机器就好比是幼儿园的孩子,孩子是否健康成长,机器是否正常运行除去本身的健康(可靠性质量)状况外,那就是运维人员的责任了。由于云计算的要求弹性、灵活快速扩展、降低运维成本、自动化资源监控、多租户环境等特性,除基于ITIL( IT基础设施库)的常规数据中心运维管理理念之外,以下运维管理方面的内容,需要我们加以重点关注。 数据中心的运维管理指的是与数据中心信息服务相关的管理工作的总称。云计算数据中心运维对象一般可分成5大类: 这些设备包括存储、服务器、网络设备和安全设备等硬件资源。这类设备在向用户提供IT服务过程中提供了计算、存传输和通信等功能,是IT服务最核心的部分。 这部分包括操作系统、数据库、中间环节和应用程序等软件资源,还有业务数据、配置文件、日志等各类数据。这类管理对象虽然不像前两类管理对象那样“看得见,摸得着”,但却是IT服务的逻辑载体。 这类管理对象是帮助管理主体更高效地管理数据中心内各种管理对象的工作情况,并在管理活动中承担起部分管理功能的软硬件设施。通过这些工具,可以直观感受并考证数据中心如何管理好与其直接相关的资源,从而间接地提升的可用性与可靠性。 人员一方面作为管理的主体负责管理数据中心的运维对象,另一方面也作为管理的对象,支持IT的运行。这类对象与其他运维对象不同,具有很强的主观能动性,其管理的好坏将直接影响到整个运维管理体系,而不仅仅是运维对象本身。 云计算数据中心资源管理所涵盖的范围很广,包括环境管理、网络管理、设备管理、软件管理、存储介质管理、防病毒管理、应用管理、日常操作管理、用户密码管理和员工管理等。这就需要对每一个管理对象的日常维护工作内容有一个明确的定义,定义操作内容、维护频度、对应的责任人,要做到有章可循,责任人可追踪。实现对整个系统全生命周期地追踪管理。 灵活性、个性化是云服务的显著特征,用户对应用系统有着千差万别的个性化需求,云服务提供商在保证共性需求的基础上,还要满足用户个性化的定制需求,向用户提供灵活和个性化配置的云服务系统。云服务提供商要提供按需变化的服务,就要有反应敏捷的人员、流程和工具,来适应业务变化的需要。云服务下的运维需要更多的灵活性和可伸缩性,可以根据客户与合作伙伴的需要,快速调整资源、服务和基础设施。 IT服务根据负载变化的情况可以自动调整所需的资源,以求在及时响应和节约成本上取得平衡。同时,还考虑到计算能力和规模会越来越大,人工管理资源也会越来越复杂。这些新特性对IT管理自动化能力提出了更高要求。企业往往希望在不失灵活性的前提下可以得到更高程度的自动化。为此,云计算数据中心需要部署自动化管理平台,集中管理虚拟化和云计算平台和提供自定义规则以定制功能的自动化解决方案,用户通过使用事件触发、数据监控触发等方式来自动化管理,不但节约了人力,同时也提高了响应速度。 云计算数据中心是为多租户提供IT服务的平台,为了保留和吸引用户,在运维过程中对用户关系管理非常重要。 由于提供服务的系统和数据被转移到用户可掌控的范围之外,云服务的数据安全、隐私保护就已成为用户对云服务最为担忧的方面。云服务引发的安全问题除了包括传统网络与信息安全问题(如系统防护、数据加密、用户访问控制、Dos攻击等问题)外,还包括由集中服务模式所引发的安全问题以及云计算技术引入的安全问题。例如防虚机隔离、多租户数据隔离、残余数据擦除以及多SaaS(Software as a Service)应用统一身份认证等问题。要解决云服务引发的安全问题,云服务提供商需要提升用户安全认知、强化服务运营管理和加强安全技术保障等。需要加强用户对不同重要性数据迁移的认知,并在服务合同中强化用户自身的服务帐号保密意识,这可以提升用户对安全的认知。在服务管理方面,要严格设定关键系统的分级分权管理权限并辅之以相应规章制度,同时加强对合作供应商的资格审查与保密教育。加强安全技术保障,以充分利用网络安全、数据加密、身份认证等技术,消除用户对云服务使用的安全担忧,增强用户使用云服务的信心。 流程是数据中心运维管理质量的保证。作为客户服务的物理载体,数据中心存在的目的就是要保证服务可以按质、按量地提供符合用户要求的服务。为确保最终提供给用户的服务是符合服务合同的要求,数据中心需要把现在的管理工作抽象成不同的管理流程,并把流程之间的关系、流程的角色、流程的触发点和流程的输入与输出等进行详细定义。通过这种流程的建立,一方面可以使数据中心的人员能够对工作有一个统一的认识,更重要的是通过这些服务工作的流程化使得整个服务提供过程可被监控和管理,以形成真正意义上的“IT。 服务数据中心建立的管理流程除应满足数据中心自身特点外,还应能兼顾用户、管理者和服务商与审计机构的需求。由于每个数据中心的实际运维情况与管理目标存在差异,数据中心需要建立的流程也会有所不同。 应急预案是为确保发生故障事件后,尽快消除紧急事件的不良影响,恢复业务的持续运营而制定的应急处理措施。应急预案的注意事项:
|