四大要訣做好數(shù)據(jù)中心維護

申請免費試用、咨詢電話：400-8352-114

數(shù)據(jù)中心要保持穩(wěn)定的運行，需要大量的專業(yè)技術(shù)人員。一般承擔(dān)重要業(yè)務(wù)的數(shù)據(jù)中心都是有人24小時值守，無人值守的數(shù)據(jù)中心一般只能承擔(dān)不重要業(yè)務(wù)，完全無人管理維護的數(shù)據(jù)中心幾乎沒有。所以數(shù)據(jù)中心日常維護工作煩瑣，但又很重要。隨著人們的工作生活對數(shù)據(jù)的完全依賴，承載數(shù)據(jù)計算、運行的數(shù)據(jù)中心正發(fā)揮著越來越重要的作用，這更突顯出維護工作的重要。

當(dāng)一個數(shù)據(jù)中心建成投產(chǎn)后，維護工作就開始了，一直到數(shù)據(jù)中心的生命周期結(jié)束。一般我們可以將數(shù)據(jù)中心維護工作分為四大類：一是日常檢查類;二是應(yīng)用變更、部署類;三是軟、硬件升級類;四是突發(fā)故障處理類，下面就來詳細說一說這些維護工作，讓大家對維護工作有個了解。

日常檢查

“千里之堤，潰于蟻穴”。任何的故障在出現(xiàn)之前都可能會有所表現(xiàn)，小的隱患不消除，可能導(dǎo)致重大的故障出現(xiàn)，所以數(shù)據(jù)中心日常的例行檢查工作枯燥，但也很重要，可以及時發(fā)現(xiàn)一些運行中的隱患。根據(jù)數(shù)據(jù)中心承載業(yè)務(wù)重要性的不同，要對數(shù)據(jù)中心里的所有運行的設(shè)備進行例行檢查。一些數(shù)據(jù)中心設(shè)備廠商提供了檢查軟件，比如網(wǎng)管軟件，安全防護軟件等?？梢岳眠@些軟件對數(shù)據(jù)中心網(wǎng)絡(luò)進行檢查，看日志是否有異常告警，網(wǎng)絡(luò)是否出現(xiàn)過短時中斷，端口是否出現(xiàn)UP/DOWN等。通過網(wǎng)絡(luò)探測軟件看網(wǎng)絡(luò)質(zhì)量如何。檢查服務(wù)器應(yīng)用服務(wù)是否正常，CPU內(nèi)存等利用率是否正常。對應(yīng)用業(yè)務(wù)進行檢查，比如如果有搜索業(yè)務(wù)，就可以通過服務(wù)器進行單詞搜索，看搜索的結(jié)果和延遲是否在正常的范圍之內(nèi)。這些檢查每日都要重復(fù)檢查，一旦有異常及時處理與消除，必要時將重要業(yè)務(wù)切換到備用環(huán)境中，然后排除后再切回。

對數(shù)據(jù)中心的機房環(huán)境也要進行檢查，環(huán)境的溫度、濕度、灰塵是否合乎要求。空調(diào)、供電系統(tǒng)進行運行良好，設(shè)備運行是否過熱，地板、天窗、消防、監(jiān)控都是檢查的部分。不合理的地方要及時進行整改，而不應(yīng)該偷懶。經(jīng)常到一些數(shù)據(jù)中心，就會發(fā)現(xiàn)值班維護人員很多都抱著電腦在瀏覽網(wǎng)頁，打游戲。對于日常檢查應(yīng)付一下，甚至根本不去檢查，只要沒有出現(xiàn)故障，就打游戲消耗時間，這樣數(shù)據(jù)中心出現(xiàn)故障是遲早的事。一旦出現(xiàn)故障就毛手毛腳，甚至哪個業(yè)務(wù)走的哪個設(shè)備，哪個端口哪個網(wǎng)線都不清楚，本來一個小故障可能因為不熟悉導(dǎo)致大故障，因此日常檢查絕不能應(yīng)付，雖然需要不斷重復(fù)，但卻很重要，在持續(xù)的檢查過程中，將會對數(shù)據(jù)中心的理解越來越深，這樣每次檢查都會有新的發(fā)現(xiàn)，在檢查中進行學(xué)習(xí)。

應(yīng)用變更

數(shù)據(jù)中心承載的業(yè)務(wù)不會是一成不變的，隨著業(yè)務(wù)的多樣化，經(jīng)常要對業(yè)務(wù)進行調(diào)整，包括服務(wù)器和網(wǎng)絡(luò)的設(shè)置。因此要對服務(wù)器和網(wǎng)絡(luò)設(shè)備操作很熟悉，主要需要掌握Linux服務(wù)器命令和網(wǎng)絡(luò)協(xié)議。要根據(jù)應(yīng)用的需要，做出變更。這時就對維護人員提出了更高的要求，不僅是對數(shù)據(jù)中心原有業(yè)務(wù)要非常熟悉，還要對新上的應(yīng)用業(yè)務(wù)有正確的理解，這樣才能在不影響原有業(yè)務(wù)的基礎(chǔ)上做調(diào)整。這樣的應(yīng)用變更每個月可能都要做幾次，是數(shù)據(jù)中心維護人員的必修課，突顯了一個技術(shù)人員的基本技能水平。這時要對設(shè)備操作命令比較熟悉，懂得如何實現(xiàn)業(yè)務(wù)，要經(jīng)常和設(shè)備廠商的技術(shù)人員打交道，通過交流盡快掌握設(shè)備操作方法。同時，由于設(shè)備廠商對應(yīng)用業(yè)務(wù)缺乏了解，這就需要維護人員在應(yīng)用業(yè)務(wù)和設(shè)備具體實現(xiàn)之間做好協(xié)調(diào)，處理。以最快的時間和最小的代價完成應(yīng)用業(yè)務(wù)部署。

軟硬件升級

數(shù)據(jù)中心的設(shè)備一般運行周期是五年，不斷地有設(shè)備需要逐漸淘汰進行更換，也有一些設(shè)備因為存在軟件缺陷需要升級，因此軟硬件升級也是維護工作的一部分，尤其是軟硬件出現(xiàn)故障時，就必須要進行更換。有時為了不影響業(yè)務(wù)，往往還需要設(shè)備廠商提供軟件補丁來解決問題。數(shù)據(jù)中心的設(shè)備成百上千，出現(xiàn)軟硬件故障很正常，所以要不斷地進行軟硬件升級，這類工作往往都要在業(yè)務(wù)量最少的凌晨之后進行，維護人員通宵熬夜是常有的事，維護人員要有一個良好的身體素質(zhì)，否則會吃不消。軟硬件升級時需要做好回退機制，以防升級出現(xiàn)問題時無法回退，業(yè)務(wù)長時間無法恢復(fù)。當(dāng)接手數(shù)據(jù)中心維護工作就會發(fā)現(xiàn)，怎么會有那么多的升級，幾乎每個月都要有升級操作，熬夜升級工作成了維護人員的家常便飯。

突發(fā)故障

沒有任何一個數(shù)據(jù)中心是不出故障的，在數(shù)據(jù)中心運行的過程中都會出現(xiàn)這樣那樣的問題。這時就顯示出維護人員的高技能水平，根據(jù)統(tǒng)計百分之八十的故障都是人為故障，所以維護人員的水平高低往往決定了一個數(shù)據(jù)中心運行的穩(wěn)定程度。另外對于突發(fā)故障，高水平的維護人員可以靜下心來冷靜分析故障的觸發(fā)原因，迅速找到解決的方法，如果在短時間內(nèi)找不到解決方法，也可以通過切換到備用設(shè)備上先恢復(fù)業(yè)務(wù)，再進行分析。這時擁有高水平的維護人員對于一個數(shù)據(jù)中心至關(guān)重要，在關(guān)鍵時刻就能派上用場。

雖然這些工作看起來有些平常，但千萬別小看它們。數(shù)據(jù)中心維護工作實際上非常重要，關(guān)乎著整個數(shù)據(jù)中心業(yè)務(wù)的正常運行。目前市場上這類專業(yè)人才非常搶手，尤其對于具有較深故障排查水平的人才比較缺乏。只有重視數(shù)據(jù)中心的維護工作，才能給數(shù)據(jù)中心一個平安。