現(xiàn)代信息中心已成為人們?nèi)粘Ｉ钪胁豢扇鄙俚牟糠?，因此信息中心機房設備的運行正常與否就非常關鍵。在數(shù)據(jù)中心生命周期中，數(shù)據(jù)中心運維管理是數(shù)據(jù)中心生命周期中最后一個、也是歷時最長的一個階段。加強對云計算運維管理的要點以及相應改進方面措施的研究與探討，以此不斷提高IT運維質(zhì)量，實現(xiàn)高效的運維管理。這就給運維是否到位提出了嚴格要求。

1 運維在機房中的地位

在數(shù)據(jù)中心生命周期中，數(shù)據(jù)中心運維管理是數(shù)據(jù)中心生命周期中最后一個、也是歷時最長的一個階段。數(shù)據(jù)中心運維管理是，為提供符合要求的信息系統(tǒng)服務，而對與該信息系統(tǒng)服務有關的數(shù)據(jù)中心各項管理對象進行系統(tǒng)地計劃、組織、協(xié)調(diào)與控制，是信息系統(tǒng)服務有關各項管理工作的總稱。數(shù)據(jù)中心運維管理主要肩負合規(guī)性、可用性、經(jīng)濟性、服務性等四大目標。

在信息中心機房配備有運維人員，但大都是“全才”的，即什么都管，尤其是對供電系統(tǒng)大都是由主機運維的人員代管。當電源系統(tǒng)出故障時，此代管人員一問三不知，甚至連配電柜門都沒開過。這實際上就是把機房的運維放在了一個次要的地位。

當然也有的地方有所分工，看似重視，實際上也沒得到真正地重視。比如說機房設備長時間一直運行正常，這時如果運維人員提出要增添運維方面的測量設備，有的領導就認為多余，很難得到批準。但他不知道機房設備所以長時間一直運行正常，正是由于這些運維人員的細心維護和努力保養(yǎng)所獲得的。并不是這些人員每天閑著無事可干，他們的這些工作一般是領導看不見的。比如同樣多款的UPS在同樣的環(huán)境條件下，在某衛(wèi)星地面站就極少出故障，而在同系統(tǒng)別的地方機房同一家同規(guī)格的機器就故障連連。原來是前者的運維人員每天都在細心觀察和分析機器面板LCD上顯示的數(shù)據(jù)，一旦發(fā)現(xiàn)異常苗頭及時采取措施；而后者只限于每天抄寫這些數(shù)據(jù)就算完成任務，使異常苗頭不斷積累，以致于導致故障。比如斷路器在額定閉合狀態(tài)發(fā)現(xiàn)觸點處溫度高了，就要檢查是不是電流過大到超過額定值，如果不是就要檢查觸點接觸是否牢靠，是否需要再緊固一下。這樣一來，故障隱患就排除了。如果一直不管不問久而久之就會導致跳閘而使系統(tǒng)崩潰。這都是一些小的動作，都是在巡查中順便做的事情。所以同是運維人員在巡查，但前者在做事而后者只是走馬觀花。這就是數(shù)據(jù)中心可靠與不可靠的區(qū)別。

運維人員就像幼兒園的保育員和老師。孩子交到幼兒園后，起主要作用的就是保育員和老師，這時保育員和老師就是主體。機器就好比是幼兒園的孩子，孩子是否健康成長，機器是否正常運行，除去本身的健康（可靠性質(zhì)量）狀況外，那就是運維人員的責任了。由于云計算的要求彈性、靈活快速擴展、降低運維成本、自動化資源監(jiān)控、多租戶環(huán)境等特性，除基于ITIL（IT基礎設施庫）的常規(guī)數(shù)據(jù)中心運維管理理念之外，以下運維管理方面的內(nèi)容，需要我們加以重點關注。

2 云計算數(shù)據(jù)中心運維管理的要點

（1）理清云計算數(shù)據(jù)中心的運維對象

數(shù)據(jù)中心的運維管理指的是與數(shù)據(jù)中心信息服務相關的管理工作的總稱。云計算數(shù)據(jù)中心運維對象一般可分成5大類：

①機房環(huán)境基礎設施

這里主要指的是為保障數(shù)據(jù)中心所管理的設備正常運行所必需的網(wǎng)絡通信、供配電系統(tǒng)、環(huán)境系統(tǒng)、消防系統(tǒng)和安保系統(tǒng)等。這部分設備對于用戶來說幾乎是透明的，比如大多數(shù)用戶都不會忽略數(shù)據(jù)中心的供電和制冷。因為這類設備如果發(fā)生意外，對依托于該基礎設施的應用來說是致命的。

②數(shù)據(jù)中心所應用的各種設備

這些設備包括存儲、服務器、網(wǎng)絡設備和安全設備等硬件資源。這類設備在向用戶提供IT服務過程中提供了計算、存?zhèn)鬏敽屯ㄐ诺裙δ埽荌T服務最核心的部分。

③系統(tǒng)與數(shù)據(jù)

這部分包括操作系統(tǒng)、數(shù)據(jù)庫、中間環(huán)節(jié)和應用程序等軟件資源，還有業(yè)務數(shù)據(jù)、配置文件、日志等各類數(shù)據(jù)。這類管理對象雖然不像前兩類管理對象那樣“看得見，摸得著”，但卻是IT服務的邏輯載體。

④管理工具

這部分包括基礎設施監(jiān)控軟件、IT監(jiān)控軟件、工作流管理平臺、報表平臺和短信平臺等。

這類管理對象是幫助管理主體更高效地管理數(shù)據(jù)中心內(nèi)各種管理對象的工作情況，并在管理活動中承擔起部分管理功能的軟硬件設施。通過這些工具，可以直觀感受并考證數(shù)據(jù)中心如何管理好與其直接相關的資源，從而間接地提升了可用性與可靠性。

⑤人員管理

人員管理包括數(shù)據(jù)中心在內(nèi)的技術人員、運維人員、管理人員以及提供服務的廠商人員的管理。

人員一方面作為管理的主體負責管理數(shù)據(jù)中心的運維對象，另一方面也作為管理的對象，支持IT的運行。這類對象與其他運維對象不同，具有很強的主觀能動性，其管理的好壞將直接影響到整個運維管理體系，而不僅僅是運維對象本身。

（2）定義各運維對象的運維內(nèi)容

云計算數(shù)據(jù)中心資源管理所涵蓋的范圍很廣，包括環(huán)境管理、網(wǎng)絡管理、設備管理、軟件管理、存儲介質(zhì)管理、防病毒管理、應用管理、日常操作管理、用戶密碼管理和員工管理等。這就需要對每一個管理對象的日常維護工作內(nèi)容有一個明確的定義，定義操作內(nèi)容、維護頻度、對應的責任人，要做到有章可循，責任人可追蹤。實現(xiàn)對整個系統(tǒng)全生命周期地追蹤管理。

（3）建立信息化的運維管理平臺系統(tǒng)和IT服務管理系統(tǒng)

云計算數(shù)據(jù)中心的運維管理應從數(shù)據(jù)中心的日常監(jiān)控入手，事件管理、變更管理、應急預案管理和日常維護管理等方面全方位地進行數(shù)據(jù)中心的日常監(jiān)控。實現(xiàn)提前發(fā)現(xiàn)問題、消除隱患，首先要有完整的、全方位實時有效的監(jiān)控系統(tǒng)，并著重監(jiān)控數(shù)據(jù)的記錄和技術分析。

數(shù)據(jù)中心的業(yè)務可以概括為：通過運行系統(tǒng)來向客戶提供服務。沒有信息系統(tǒng)的支撐來運行IT系統(tǒng)就如超市里仍然采用手工結賬一樣不能讓顧客滿意。信息化的數(shù)據(jù)中心運維管理平臺系統(tǒng)包括如下方面：

①機房環(huán)境基礎設施監(jiān)控管理系統(tǒng);

②IT系統(tǒng)監(jiān)控管理系統(tǒng);

③IT服務管理系統(tǒng)。

（4）定制化管理

靈活性、個性化是云服務的顯著特征，用戶對應用系統(tǒng)有著千差萬別的個性化需求，云服務提供商在保證共性需求的基礎上，還要滿足用戶個性化的定制需求，向用戶提供靈活和個性化配置的云服務系統(tǒng)。云服務提供商要提供按需變化的服務，就要有反應敏捷的人員、流程和工具，來適應業(yè)務變化的需要。云服務下的運維需要更多的靈活性和可伸縮性，可以根據(jù)客戶與合作伙伴的需要，快速調(diào)整資源、服務和基礎設施。

（5）自動化管理

IT服務根據(jù)負載變化的情況可以自動調(diào)整所需的資源，以求在及時響應和節(jié)約成本上取得平衡。同時，還考慮到計算能力和規(guī)模會越來越大，人工管理資源也會越來越復雜。這些新特性對IT管理自動化能力提出了更高的要求。企業(yè)往往希望在不失靈活性的前提下，可以得到更高程度的自動化。為此，云計算數(shù)據(jù)中心需要部署自動化管理平臺，集中管理虛擬化和云計算平臺，并提供自定義規(guī)則，以定制功能的自動化解決方案，用戶通過使用事件觸發(fā)、數(shù)據(jù)監(jiān)控觸發(fā)等方式來自動化管理，不但節(jié)約了人力，同時也提高了響應速度。

（6）用戶關系管理

云計算數(shù)據(jù)中心是為多租戶提供IT服務的平臺，為了保留和吸引用戶，在運維過程中對用戶關系管理非常重要。

①服務評審：與客戶針對服務情況進行定期或不定期的溝通。每次溝通均應形成溝通記錄，以備數(shù)據(jù)中心對服務進行評價和改進。

②用戶滿意度調(diào)查：用戶滿意度調(diào)查主要包括用戶滿意度調(diào)查的設計、執(zhí)行和用戶滿意度調(diào)查結果的分析和改進等4個階段。數(shù)據(jù)中心可根據(jù)用戶的特點制定不同的用戶滿意度調(diào)查方案。

③用戶抱怨管理：用戶抱怨管理規(guī)定了數(shù)據(jù)中心接收用戶提出抱怨的途徑以及抱怨的相應方式，并留下與事件管理等流程聯(lián)系的接口。應針對用戶抱怨完成分析報告，總結用戶抱怨的原因，制定相關的改進措施。為及時應對用戶的抱怨，需要有用戶抱怨的升級機制，對于嚴重的用戶抱怨，按升級的用戶投訴流程進行相應處理。

（7）安全性管理

由于提供服務的系統(tǒng)和數(shù)據(jù)有可能被轉(zhuǎn)移到用戶可掌控的范圍之外，云服務的數(shù)據(jù)安全、隱私保護就成為了用戶對云服務最為擔憂的方面。云服務引發(fā)的安全問題除了包括傳統(tǒng)網(wǎng)絡與信息安全問題(如系統(tǒng)防護、數(shù)據(jù)加密、用戶訪問控制、DoS攻擊等)問題外，還包括由集中服務模式所引發(fā)的安全問題以及云計算技術引入的安全問題。例如防虛機隔離、多租戶數(shù)據(jù)隔離、殘余數(shù)據(jù)擦除以及多SaaS（SoftwareasaService）應用統(tǒng)一身份認證等問題。要解決云服務引發(fā)的安全問題，云服務提供商需要提升用戶安全認知、強化服務運營管理和加強安全技術保障等。需要加強用戶對不同重要性數(shù)據(jù)遷移的認知，并在服務合同中強化用戶自身的服務帳號保密意識，這可以提升用戶對安全的認知。在服務管理方面，要嚴格設定關鍵系統(tǒng)的分級分權管理權限并輔之以相應規(guī)章制度，同時加強對合作供應商的資格審查與保密教育。加強安全技術保障，以充分利用網(wǎng)絡安全、數(shù)據(jù)加密、身份認證等技術，消除用戶對云服務使用的安全擔憂，增強用戶使用云服務的信心。

（8）流程管理

流程是數(shù)據(jù)中心運維管理質(zhì)量的保證。作為客戶服務的物理載體，數(shù)據(jù)中心存在的目的就是要保證服務可以按質(zhì)、按量地提供符合用戶要求的服務。為確保最終提供給用戶的服務是符合服務合同的要求，數(shù)據(jù)中心需要把現(xiàn)在的管理工作抽象成不同的管理流程，并把流程之間的關系、流程的角色、流程的觸發(fā)點和流程的輸入與輸出等進行詳細定義。通過這種流程的建立，一方面可以使數(shù)據(jù)中心的人員能夠?qū)ぷ饔幸粋€統(tǒng)一的認識，更重要的是通過這些服務工作的流程化，使得整個服務提供過程可被監(jiān)控和管理，以形成真正意義上的“IT”。服務數(shù)據(jù)中心建立的管理流程，除應滿足數(shù)據(jù)中心自身特點外，還應能兼顧用戶、管理者和服務商與審計機構的需求。由于每個數(shù)據(jù)中心的實際運維情況與管理目標存在差異，數(shù)據(jù)中心需要建立的流程也會有所不同。

（9）應急預案管理

應急預案是為確保發(fā)生故障事件后，盡快消除緊急事件的不良影響，恢復業(yè)務的持續(xù)運營而制定的應急處理措施。應急預案的注意事項：

①根據(jù)業(yè)務影響分析的結果及故障場景的特點編寫應急預案，以確保當緊急事件發(fā)生后可維持業(yè)務繼續(xù)運作，在重要業(yè)務流程中斷或發(fā)生故障后，在規(guī)定時間內(nèi)，要及時恢復業(yè)務運作。

②應急預案除包括特定場景出現(xiàn)后，各部門和第三方的責任與職責外，還應評估復原可接受的總時間。

③應急預案必須經(jīng)過演練，使相關責任人熟悉應急預案的內(nèi)容。應急預案應是一個閉環(huán)管理系統(tǒng)。從預案的創(chuàng)建、演練、評估到修訂應是一個全過程的管理，絕不能為了應付某個演練工作，制定后就束之高閣了。而是應該在實際演練和問題發(fā)生時不斷地總結和完善。

所以，就全局而言，運維人員的地位不可忽視。只有運維管理好一個數(shù)據(jù)中心，才能充分發(fā)揮數(shù)據(jù)中心的作用，使之能更好地為云計算提供強大的支持能力。通過有效實施云計算數(shù)據(jù)中心運維管理，減少人員工作量的同時，還要提高運維人員的工作素質(zhì)和效率，保障業(yè)務人員的工作效率，提高業(yè)務系統(tǒng)運行狀況，進而提高企業(yè)整體的管理效益，同時也提高了用戶的滿意度，才能實現(xiàn)云計算數(shù)據(jù)中心的價值最大化。

　　3  運維人員應具備的素質(zhì)

運維管理是需要人去做的，如何才能管理好一個數(shù)據(jù)中心，才能充分發(fā)揮數(shù)據(jù)中心的作用，使之能更好地為云計算提供強大的支持能力。運維人員應具備什么樣的素質(zhì)才能做到這一點呢？一般說需具備以下三個方面的條件。

（1）深厚的理論基礎

運維管理知識來源于學習和不斷地研究，比如看書和培訓。有了這樣的理論基礎也就減少了對問題分析的盲目性。否則碰到問題就不知所措，無從下手。如圖1是某數(shù)據(jù)中心

供配電結構原理圖。圖中，兩臺120kVAUPS并聯(lián)后送到兩個配電柜，每個配電柜各有35個16A的微型斷路器。一天夜里1#配電柜突然有八個輸出斷路器跳閘。后來檢查結果是一個IT電源輸入短路，兩個IT電源輸入保險絲燒斷。這就提出了如下的問題：

①為什么三個電源故障導致八個斷路器跳閘？

②為什么一個電源短路導致八個斷路器跳閘？

③為什么跳閘都發(fā)生在1#配電柜，而2#配電柜沒有任何反應？

以上的幾個問題如何解釋？這里面包含了理論、經(jīng)驗和對電路與器件的了解。

又如，某化工單位在定期為240kVA UPS電池放電時，由于負載太小，只好將電池組取下來用假負載放電。放電后又將電池組接回原處，合閘后機器突然爆炸起火。專家檢查后，發(fā)現(xiàn)電池的極性連接正確，但所有逆變器功率器件和整流器后面的所有電解電容器統(tǒng)統(tǒng)燒毀！于是專家作出了是“機器質(zhì)量問題”的結論。結果代理商賠了一臺新機器。是機器本身的質(zhì)量問題嗎？為什么電池放電前機器一直運行正常，而放電后就起火爆炸呢？就算是質(zhì)量問題也不會在同一時間所有這些器件都達到報廢的程度！這又如何解釋？如此等等，如果不站在理論的高度上去分析，單憑經(jīng)驗和直觀視覺就一頭霧水，就不能做出公允的判斷?！皺C器質(zhì)量問題”的結論肯定是錯的，錯在哪里？錯在不懂UPS的結構原理。

又如，某機關數(shù)據(jù)中心購置了4臺200kVAUPS做2?（1+1）連接，如圖2所示。機器安裝后在考機期間，為了檢測在市電轉(zhuǎn)換時的輸出不間斷功能，就在轉(zhuǎn)換開關ZB1由市電1向市電2切換瞬間，分路斷路器ZB2和ZB3跳閘，兩路并聯(lián)UPS1和UPS2各壞了1臺，檢查發(fā)現(xiàn)都是可控硅整流器燒毀和控制電路板受損。按道理說由市電1切到市電2是一

個很普通的操作，即是UPS最普通的功能之一，為什么會出現(xiàn)如此情況？而且修好后不到一年又一次市電停電時，UPS轉(zhuǎn)為電池供電模式，待市電恢復后UPS的輸入電壓就不能投入了，一直是逆變器供電。為什么？為了工作再不受影響，用戶只好將其淘汰!為什么會這樣？調(diào)查得知，該機器是打著進口品牌的國產(chǎn)品，而且該生產(chǎn)者是一個國內(nèi)不知名的小廠。在用戶購置該UPS的時候，國內(nèi)知名的幾家UPS制造商也剛剛達到生產(chǎn)該容量的水平，且大都是仿制。不用說這一家也是仿制。問題是為什么的仿制就會出現(xiàn)如此多的問題呢？技術分析留待后面，這里只分析產(chǎn)品和知名廠家的不同，其不同就是仿制技術水平的差別（這可從UPS故障后兩個月才修復看出技術水平不佳）、生產(chǎn)平臺的差別（機內(nèi)布線和控制電路板外觀粗燥）、元器件等級的差別（更換故障部件不是一次成功）、檢測手段的差別（出廠產(chǎn)品做市電切換是常規(guī)手段，這次故障說明產(chǎn)品出廠時連最常規(guī)的實驗都沒做）等。由于用戶缺乏這方面的知識，沒有向廠家提出采取相應的應對措施，才會很快又出現(xiàn)第二次故障。

（2）豐富的實踐經(jīng)驗

理論來自學習，但必須和實踐經(jīng)驗相結合。一般說經(jīng)驗多數(shù)來自教訓，所謂失敗是成功之母就是這個道理。這里所說的經(jīng)驗是經(jīng)過反復實踐證明的，是經(jīng)得住考驗的。往往好多所謂經(jīng)驗并不是真正的經(jīng)驗而是經(jīng)歷。比如不少人認為零地電壓*負載，并能舉出一些實際例子加以證明。比如舉例者說：一次，機器系統(tǒng)工作異常，經(jīng)查找發(fā)現(xiàn)零地電壓大于1V，于是就將電源的零線和地線短接，結果異常消除了。當問及是否又將零地短接線斷開時，其回答是：“既然工作正常了還斷開做什么？”首先這個經(jīng)驗是不完全，只做了一半。一個完整的經(jīng)驗應該是：零線和地線短接后異常消除，接著再將零地短接線斷開，如果此時系統(tǒng)工作又出現(xiàn)異常，就說明是零地電壓*系統(tǒng)；如果將零地短接線斷開后系統(tǒng)仍正常工作，就不能說明零地電壓*系統(tǒng)。這里的誤區(qū)是當事者聽信了傳說‘零地電壓*負載’的影響，在他的心目中已有這個印象，這次的經(jīng)歷正好迎合了這種心理，所以就錯誤地認為這就是經(jīng)驗。

大都有這樣的經(jīng)歷：顯像管老式電視機，看的時間長了就會出現(xiàn)影像突然消失，一般的做法是拍打幾下電視機外殼，大都是影像出現(xiàn)了。有了這一次的經(jīng)驗，以后只要影像沒有了就去拍打外殼?？烧f是有了多次‘經(jīng)驗’。難道就可以說這個電視機所以經(jīng)常出現(xiàn)黑屏就是因為‘欠打’嗎？很明顯這是誤解?？傆幸惶鞂㈦娨暀C拍打的徹底黑屏為止，或燒掉。

（3）很強的責任心

這一點尤為重要，技術好并不代表責任心強。比如某金融數(shù)據(jù)中心一位技術很好的運維工程師，開始的確是嚴格按照機房守則每兩小時抄一次UPS顯示屏上的數(shù)據(jù)，幾個月下來顯示屏上的數(shù)據(jù)總也不變，他都背熟了。從此機房就再也不去了，按照記憶每兩小時填一次表。突然一天半夜機房內(nèi)市電故障停電，UPS轉(zhuǎn)為電池模式繼續(xù)為機房IT系統(tǒng)供電，這位工程師早晨上班后仍按習慣沒有去機房巡視，就直接將記憶中的數(shù)據(jù)填入表中，幾小時后由于電池的儲能枯竭致使UPS輸出停電，機房設備全部停止運行?？上У氖呛髠浒l(fā)電機控制屏的開機旋鈕指在“手動”位置上，本來可以避免的故障就這樣出現(xiàn)了，給單位造成了嚴重損失。

再者，責任心強如果制度定得不合適也會導致故障。如在前面“深厚的理論基礎”中提到的例子，這位工程師責任心是很強，做到了定時為電池放電保養(yǎng)，但由于制度定的不細，使得只有一個人的情況下單獨操作，結果由于誤操作而導致故障。在對待高壓（不論是直流還是交流）情況下應該是兩人在場，一個人操作一個人‘監(jiān)督’。

　　4  結束語

數(shù)據(jù)中心作為信息與信息系統(tǒng)的物理載體，目前主要用于與IT相關的主機、網(wǎng)絡、存儲等設備和資源的存放、管理。只有運維管理好一個數(shù)據(jù)中心，才能發(fā)揮數(shù)據(jù)中心的作用，使之能更好地為云計算提供強大的支持能力。通過有效實施云計算數(shù)據(jù)中心運維管理，降低人員工作量的同時提高運維人員工作效率，保障業(yè)務人員的工作效率，提高業(yè)務系統(tǒng)運行狀況，進而提高企業(yè)整體管理效益，同時提高客戶滿意度，實現(xiàn)云計算數(shù)據(jù)中心的價值最大化。

編輯：Harris

關鍵詞：ups電源參數(shù)http://businessbrokermaryland.com/list-3-1.html

• 上一篇：高頻機型UPS在數(shù)據(jù)中心節(jié)能方面的優(yōu)勢分析
• 下一篇：建筑物或機房UPS電源防雷誤區(qū)
  
• 文章標簽： 數(shù)據(jù)中心 計算 管理
• 注：原創(chuàng)內(nèi)容，禁止轉(zhuǎn)載，如有轉(zhuǎn)載，請標明出處。如有內(nèi)容侵犯您的權益，請聯(lián)系刪除！QQ:315212307