现代企业数据中心运维管理

王维沂

在信息技术高速发展的今天，数据中心在现代企业运行中发挥着关键的基础性作用。本文通过论述数据中心运维管理的改进方法，为今后数据中心的发展提出了科学建议，这对于企业选择合理的IT战略蓝图及发展方向，实现业务的可持续发展，具有重要的现实意义。

一、运维管理流程

1.规划数据中心运维体系，提高各流程的集成性和可执行性，建立流程改进路线图

回顾运维管理流程的继承性和可执行性，和组织角色定义结合，完善流程的接口和衔接。定义服务交付管理流程要素，并制定服务流程建设和改进路线图，分级分步的进行，使其渐进形成可预测，可用和可度量（级别，成本等）的服务管理流程体系。支持未来服务级别、服务目录等面向服务的IT技术设施运营模式。

2.建立基于流程的运维工作管理办法，规范化流程的执行和日常工作，平滑流程的衔接

应建立运维工作管理办法，达成面向服务的数据中心运维职能和管理模型，形成数据中心运营，支持，行政，管理的职能；达成基于流程的数据中心运维管理过程，包括事件，问题，变更，发布，配置等管理流程和日常工作的融合。

运维工作管理办法应建立较完善的数据中心运维管理过程，包括运维中的主要工作和管理过程；过程间的接口；运维管理服务过程的关键保障环节。

上述职能，模型，过程要以数据中心运维管理制度和规范的形式落地，这些制度和规范包括操作规程，设备管理，机房管理，安全管理，服务支持，外包管理，行政管理，灾备管理等等。

3.建立统一的系统的应急管理办法

应急管理已经是现代企业，特别是金融企业不可或缺的管理工作。IT运维同样需要应急管理流程来提高应急处理的有效性和及时性。IT技术设施的应急管理，需要把业务的应急管理要求协同到IT基础设施上。从组织，职责，流程，技术等方面，建立数据中心应急管理办法。应急管理办法总体需求包括：

（1）数据中心应急管理办法——规定总体事件分级，报告，处理，职责等；

（2）应急预案——定义具体业务系统、设施、事件应急处理过程；

（3）和灾备管理的衔接。

应急管理办法的主要内容应包括：事件分级、处理流程、组织体系和职责、处理资源、应急演练等。最后应急管理办法中还应包括实施贯彻建议，包括培训，宣贯，演练等。

二、运维管理技术工具

全面规划集中的统一的运维监控平台，尽可能覆盖企业现有IT基础设施，包括主机设备、网络设备、存储设备、备份设备、数据库、中间件、应用软件、桌面系统等；尽可能考虑对现有监控系统（包括业务监控系统）的集成；集中化管理提供故障处理、配置数据处理、性能监控等标准的系统监控功能，同时进行数据分析和整合，并以适当的形式进行呈现，支持维护人员进行的故障定位、诊断和解决，同时为运维管理提供基本信息；统一的平台提供统一的配置管理数据库，统一的管控流程；统一展现；统一分析处理；统一采集；

监控指标体系规划，分为平台和业务两部分，平台包括生产系统的网络设备、主机、中间件、数据库、存储和备份设备，业务为各类业务系统；监控指标需要包含定性的和定量的；反映监控对象工作是否正常的功能指标；反映监控对象工作性能的指标；反映监控对象资源使用情况的指标；反映监控对象安全状态的指标等。监控指标体系是对整个监控对象技术状态的静态和动态的量化描述，通过监控指标体系的阈值定义，也是刻画整个监控对象正常运行的范围；监控指标体系的规划要综合考虑业务要求，技术特性，设备配置和业界最佳实践；同时，监控指标体系也应该能随同事件/问题处理的积累进行调整，逐步加强指标体系对预测的支持；

监控系统布署规划；对监控体系框架中不同的层次（数据层、采集层、功能层和展现层）的部署规划，包括部署的部件、位置、配置、接口、网络配置（需求）等。部署当中要考虑到多地区部署、跨地区部署、部署变更、配置管理等因素；

自动化运维监控管理技术建议。根据一体化信息监管平台建设的需要，将运维管理系统按功能划分进行现有主流产品及集成分析，推出产品选型原则。这些功能要覆盖业务服务管理平台、网管平台、安全管理平台、桌面管理平台；服务流程管理平台及自动化运维管理平台；统一的资产配置数据库，资产生命周期管理；服务交付管理平台等主要部分；从集成框架和要求出发，从技术接口、协议标准、服务咨询、技术开发等方面，对主流产品的集成能力进行分析建议，并适时进行一体化监控平台的建设路线。

三、运维管理组织

1.在IT服务管理体系中规划服务组织，定义角色，角色职责，接口。整个服务组织规划中要考虑：

（1）层次化管理功能：在集团，分支机构营业部，子公司等不同层次上，不同组织特性上，分层组织功能；

（2）集中和分散的平衡：统一指挥，分级管理；

（3）面向服务的IT运维管理功能结构：从面向服务的IT运维架构出发，建立运行、支持、行政、管理等围绕服务提供的组织功能；

（4）流程导向是基于流程管理的运维组织架构：建立组织架构和事件管理，问题管理，变更管理，配置管理等服务管理流程的协同；

（5）各组织功能描述，各组织间接口定义；沟通与配合渠道；

（6）岗位定义，岗位职责和工作内容，考评，岗位培训计划。

2.规划数据中心运维体系，提高各流程的集成性和可执行性，建立流程改进路线图。回顾运维管理流程的继承性和可执行性，和组织角色定义结合，完善流程的接口和衔接。定义服务交付管理流程要素，并制定服务流程建设和改进路线图，分级分步的进行，使其渐进形成可预测，可用和可度量（级别，成本等）的服务管理流程体系。支持未来服务级别、服务目录等面向服务的IT技术设施运营模式。

3.建立基于流程的运维工作管理办法，规范化流程的执行和日常工作，平滑流程的衔接。应建立运维工作管理办法，达成面向服务的数据中心运维职能和管理模型，形成数据中心运营，支持，行政，管理的职能；达成基于流程的数据中心运维管理过程，包括事件，问题，變更，发布，配置等管理流程和日常工作的融合。运维工作管理办法应建立较完善的数据中心运维管理过程，包括运维中的主要工作和管理过程；过程间的接口；运维管理服务过程的关键保障环节。上述职能，模型，过程要以数据中心运维管理制度和规范的形式落地，这些制度和规范包括操作规程，设备管理，机房管理，安全管理，服务支持，运维管理，行政管理，灾备管理等等。

4.建立统一的系统的应急管理办法。应急管理已经是现代企业，特别是金融企业不可或缺的管理工作。IT运维同样需要应急管理流程来提高应急处理的有效性和及时性。IT技术设施的应急管理，需要把业务的应急管理要求协同到IT基础设施上。从组织，职责，流程，技术等方面，建立数据中心应急管理办法。应急管理办法总体需求包括：

（1）數据中心应急管理办法——规定总体事件分级，报告，处理，职责等；

（2）应急预案——定义具体业务系统、设施、事件应急处理过程；

（3）和灾备管理的衔接。

应急管理办法的主要内容应包括：事件分级、处理流程、组织体系和职责、处理资源、应急演练等。最后应急管理办法中还应包括实施贯彻建议，包括培训，宣贯，演练等。

四、运维管理体系中的PDCA

为实现现代企业数据运行中心的云计算及大数据技术的蓝图规划，我们可以从流程、工具、技术及数据的标准化入手，不断完善IT运维管理体系，最终使其满足企业业务发展需求，并且完成IT技术引领业务发展的目标。而本文作者想强调的是，我们完全可以借助PDCA管理方法，缩短优化这一改进过程。

企业数据中心的建设管理体系，可分为战略管理、实施管理、运维管理，这三种管理均可通过PDCA的方法进行管理优化。

1.数据中心战略管理（P）

数据中心建设管理规划是企业信息化建设的关键，其必须符合信息化建设的总体方针和战略。因此企业数据中心的建设管理规划可涵盖以下几点：

（1）评估企业未来的业务发展战略目标；

（2）评估企业业务流程再造的可能性及具体需求；

（3）分析调研数据中心对于改进业务流程的关键支撑点；

（4）确定该企业数据中心的战略目标；

（5）本企业数据中心技术发展现状以及同业数据中心情况调研；

（6）确定数据中心未来发展的体系架构（包括硬件环境及应用系统）和运维管理模式；

（7）对数据中心现状和目标的管理模式和技术架构进行差异化分析；

（8）分析如何实现数据中心建设管理目标，并制定实施计划。

2.数据中心实施管理（D）

企业数据中心的实施管理应包括硬件环境部署、网络环境部署、业务系统实施、应用系统升级等方面的工作。所有的实施内容都应遵循数据中心的建设管理战略规划（P），并严格按照制度流程，规范化、标准化的进行实施作业。我们可参照项目管理中通常使用的管理方法，对数据中心的实施管理进行相关的操作。

3.数据中心运维管理（C & A）

数据中心运维管理的重点是确保各业务系统的安全稳定运行，保障应用系统的业务连续性，并提供给客户高效准确的信息化服务。生产系统必须具备高可用功能，如双机热备、集群管理等，并且当业务系统出现故障时，应该能够尽快恢复正常的生产运行。对应于PDCA管理方法，数据中心的运维管理可分为监控管理和变更管理。

PDCA管理方法中的Check，可以看作是运维管理中的监控管理。数据中心应具备完备的监控管理方法及监控手段，当监控到系统故障或问题时，应启动相关的管理机制或应急流程，以最及时有效的方法处理相关故障问题。数据中心的监控管理可以参考ITIL管理标准中的事件管理和问题管理。

PDCA管理方法中的Action，可以看作是运维管理中的变更管理。为解决数据中心监控管理中遇到的故障与问题，数据中心可通过变更管理对故障或问题进行修复或优化，即是PDCA环中针对Check出的结果进行Action的响应，从而杜绝已知风险，规避潜在隐患。此外，结合内外部IT审计管理，定期对数据中心的管理流程进行安全合规审核，借鉴外部审计人员的管理技术经验，防范安全隐患。（作者单位：国家开发银行）