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)技術人員。一般承擔重要業(yè)務的數(shù)據(jù)中心都是有人24小時值守，無人值守的數(shù)據(jù)中心一般只能承擔不重要業(yè)務，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。

當一個數(shù)據(jù)中心建成投產后，維護工作就開始了，一直到數(shù)據(jù)中心的生命周期結束。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)務重要性的不同，要對數(shù)據(jù)中心里的所有運行的設備進行例行檢查。一些數(shù)據(jù)中心設備廠商提供了檢查軟件，比如網(wǎng)管軟件，安全防護軟件等。可以利用這些軟件對數(shù)據(jù)中心網(wǎng)絡進行檢查，看日志是否有異常告警，網(wǎng)絡是否出現(xiàn)過短時中斷，端口是否出現(xiàn)UP/DOWN等。通過網(wǎng)絡探測軟件看網(wǎng)絡質量如何。檢查服務器應用服務是否正常，CPU內存等利用率是否正常。對應用業(yè)務進行檢查，比如如果有搜索業(yè)務，就可以通過服務器進行單詞搜索，看搜索的結果和延遲是否在正常的范圍之內。這些檢查每日都要重復檢查，一旦有異常及時處理與消除，必要時將重要業(yè)務切換到備用環(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、供電系統(tǒng)進行運行良好，設備運行是否過熱，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)務走的哪個設備，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致大故障，因此日常檢查絕不能應付，雖然需要不斷重復，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)，在檢查中進行學習。

應用變更

數(shù)據(jù)中心承載的業(yè)務不會是一成不變的，隨著業(yè)務的多樣化，經(jīng)常要對業(yè)務進行調整，包括服務器和網(wǎng)絡的設置。因此要對服務器和網(wǎng)絡設備操作很熟悉，主要需要掌握Linux服務器命令和網(wǎng)絡協(xié)議。要根據(jù)應用的需要，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)務要非常熟悉，還要對新上的應用業(yè)務有正確的理解，這樣才能在不影響原有業(yè)務的基礎上做調整。這樣的應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，突顯了一個技術人員的基本技能水平。這時要對設備操作命令比較熟悉，懂得如何實現(xiàn)業(yè)務，要經(jīng)常和設備廠商的技術人員打交道，通過交流盡快掌握設備操作方法。同時，由于設備廠商對應用業(yè)務缺乏了解，這就需要維護人員在應用業(yè)務和設備具體實現(xiàn)之間做好協(xié)調，處理。以最快的時間和最小的代價完成應用業(yè)務部署。

軟硬件升級

數(shù)據(jù)中心的設備一般運行周期是五年，不斷地有設備需要逐漸淘汰進行更換，也有一些設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，往往還需要設備廠商提供軟件補丁來解決問題。數(shù)據(jù)中心的設備成百上千，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，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)務長時間無法恢復。當接手數(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，如果在短時間內找不到解決方法，也可以通過切換到備用設備上先恢復業(yè)務，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)中心至關重要，在關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，關乎著整個數(shù)據(jù)中心業(yè)務的正常運行。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。