IDC机房运维管理

– 横向分类：将目录中类似的风险进行分类，比如可将机房的风险 划分为的灾难风险（如火灾）、生产中断风险（如宕机）、安全 隐患风险（室温过高、接地不良）、财产风险和人力资源风险等 等。 – 纵向分级：按各类风险的大小和威胁程度排序，从而建立起风险 管理的优先顺序。比如可将IT系统宕机定为I级风险，而将室温升 高定为II级风险，将湿度过低定为III级风险。
•
–
―危机处理机构组织结构图”的建立
预先协调跨部门的资源
•
–
“危机应对表”
管理人员根据对各种可能出现的危机设想， 设计出的应对措施。
运行维护管理的技术手段—监控对象
• 环境监控
– – – – 机房电力质量监测 机房温度监测 机房湿度监测 新风风量监测
•
IT微环境监测
– 机架电力质量监测 – 机架温度监测 – 机架湿度监测
机房运行管理制度
一. 值班制度 二. 巡视制度 三. 日常管理制度 四. 运行维护制度 五. 安全保密制度
一. 值班制度
• 机房昼夜要有人值班 • 值班人员要遵守值班守则 • 值班守则
二. 巡视制度
1. 2. 机房环境的巡视 机房设备的巡视
1. 机房环境的巡视
• • • • 机房门窗的关闭情况 机房的卫生状况 机房的灯光状况 机房的空气清新度状况
– 管理者考虑如何减少危机情境的发生、如何做好危机 管理的准备、如何规划以及如何培训员工应对危机局 面、如何从危机中很快复原。
危机管理的PPRR模式
•
• • •
Prevention（预防）
– 观念、流程
Preparation（准备）
– 人力物力资源
Response（响应）
– 应急预案，消除危机的短期影响
服务商判断 故障部件
服务商更换部件
总结
• 运行维护管理的意义
– – – – 提高可靠性 提高可用性 提高安全性 提高经济性
• 运行维护管理的本质
– 人员技能的提高（技术的掌握） – 制度流程的建立、执行
• 运行维护管理的技术手段
– 环境监控 – 设备监控
谢谢!
Albert.Shen@cra-ccua.com.cn
1. 门禁制度
• • • • • 机房要设有门禁 机房门禁7X24小时保持运行 机房门禁的2个作用 机房工作人员需持卡进入机房 非机房工作人员进入机房需登记
2.防雷击、防火、防水、防盗、防虫害
• • • • 防雷击 防火、防水 防盗 防虫害
3. 网络运行安全管理
• 防入侵 • 防病毒 • 涉密网
应用举例
– 附件 《 机房运行管理制度》
机房内的危机管理
• 史蒂文•芬克(Steven Fink)的《危机管理》(Crisis Management-Planning for the inevitable)：
– 组织对所有危机发生因素的预测、分析、化解、防范 等等而采取的行动。
• 罗伯特•希斯(Robert L. Heath)的《危机管理》 (Crisis Management for Managers and Executives)：
4. 系统、设备安全管理
• • • • 进入机房不得带拷贝工具和便携机 机房内所有服务器应设有开机密码、系统登录密码 机房内所有服务器都应设有带密码的屏幕保护 非网管人员不得私自操作任何服务器
5. 认真执行国家的保密制度
• • • • • 涉及政务、金融、高科技、网上交易 定期集中销毁废弃的涉密纸、物 非机房工作人员在机房工作时必须有机房值班人员陪同 机房内各类服务器应由专人分类管理 建立设备、资料责任制
Recovery（恢复）
– 经验总结，消除危机带来的中长期影响
应急预案
• 事前“马后炮”
– “一旦发生XX事故，管理员应该在XX分钟之 内采取以下措施：一、XX；二、XX；。。。”
• 第一步：列出危机或称风险
– 例如，IT系统宕机、火灾、空调漏水、机房温度超高等。
• 第二步：排除不存在的风险 • 第三步：将各种风险列举在应急预案的风险目录 • 第四步：横向分类与纵向分级
运行维护管理的技术手段 —监控目的
• 故障预测：防止故障的发生 • 故障报警：缩短故障恢复时间
故障预防
采取措施 发现隐患 设备将发生故障
设备发生故障的 时间被推迟
-2
-1
0
1
2
3
4
28
故障恢复
服务商收到详 故障发生 细报警信息
服务商携带部 件赶到现场
系统恢复
1
0
2
3
4
5
6
7
管理员收到详 细报警信息
wk.baidu.com
• 第五步：设计针对这些风险的预先和应急处理措 施
– 1.对可以预见且时间和资源允许处理的风险，采取排出 和缩减。 – 2.对可以预见但可能发生概率较低的风险，可以进行风 险转移。如，将火灾风险转移给保险公司，将UPS停 机风险转移给UPS厂商或UPS服务商。 – 3.对现在没有表现出来，但其爆发总存在一定征兆的风 险，采取建立预警系统对其监控。 – 4.对那些发生时间完全不可预测的风险，则必须建立起 一个协调人力资源的“危机处理机构组织结构图”以 及一个指导人员操作的“危机应对表”，使运维管理 人员和相关部门、人员能够在危机发生时有组织地、 按部就班地执行。
2. 机房设备的巡视
• • • • • 对网络运行保障设施要经常巡视 巡视供电系统、UPS、电池 巡视空调的工作状况 巡视新风机和空气净化器的工作状况 巡视消防报警系统
三. 日常管理制度
• • • • 经常注意保持机房的环境卫生 不得将食品、饮品带入机房 机房内禁止吸烟 不得在机房内乱扔物品
四. 运行维护制度
机房运行维护管理
中国计算机用户协会机房设备应用分会 副理事长 美国可用性研究中心亚太区 主任
沈卫东
内容
• 运行维护管理的意义
– – – – 提高可靠性 提高可用性 提高安全性 提高经济性
• 运行维护管理的本质
– 人员技能的提高（技术的掌握） – 制度流程的建立、执行
• 运行维护管理的技术手段
– 环境监控 – 设备监控
运行维护管理的意义
• • • • 提高可靠性：降低故障率 提高可用性：减少宕机时间 提高安全性：减少灾害 提高经济性：增长设备寿命
运行维护管理的本质
• 人员技能的提高
– 技术培训 – 经验交流
运行维护管理的本质
• 制度流程的建立、执行
– 机房运维制度的建立 – 机房运维制度的执行 – 管理机制
• • • • • • • • 配电柜一年进行至少2次维护检查 UPS一年进行2次巡检 机房专用空调每月进行一次巡检 新风机每年2次维护 空气净化器每季度维护一次 机房消防系统每年一次检测 机房防雷设施每年一次检测 机房每年进行2次保洁
五. 安全保密制度
• • • • • 1. 门禁管理 2. 防雷击、防火、防水、防盗、防虫害 3. 网络运行安全管理 4. 系统设备安全管理 5. 认真遵守国家的各项保密制度