由 superadmin 于 2024/06/05, 11:08 最后修改
从版本 1.1 >
由superadmin编辑
在2024/06/03, 13:23上
到版本
由superadmin编辑
在2024/06/03, 13:29上
>
修改评论 该版本没有评论

Summary

Details

Icon Page properties
标题
... ... @@ -1,0 +1,1 @@
1 +某网管中心IT集中运维咨询项目调研分析报告
父
... ... @@ -1,0 +1,1 @@
1 +G 参考资料.ITIL实施项目资料.ITIL实施项目流程设计方案集.应急管理.WebHome
Content
... ... @@ -1,0 +1,252 @@
1 +[[返回本章节索引>>url:https://www.itil4hub.cn/bin/view/G%20%E5%8F%82%E8%80%83%E8%B5%84%E6%96%99/ITIL%E5%AE%9E%E6%96%BD%E9%A1%B9%E7%9B%AE%E8%B5%84%E6%96%99/ITIL%E5%AE%9E%E6%96%BD%E9%A1%B9%E7%9B%AE%E6%B5%81%E7%A8%8B%E8%AE%BE%E8%AE%A1%E6%96%B9%E6%A1%88%E9%9B%86/%E5%BA%94%E6%80%A5%E7%AE%A1%E7%90%86/]]  阅读下一部分
2 +
3 +
4 += **某网管中心IT集中运维咨询项目调研分析报告** =
5 +
6 +
7 +=== **应急管理—现状与问题** ===
8 +
9 +
10 +==== **管理要求** ====
11 +
12 +
13 +===== **集团的要求：**要有应急灾备方案，并定期演练 =====
14 +
15 +**网管中心的要求：**各主要专业要制定容灾方案、演练计划、演练方案
16 +
17 +**上级领导要求：**
18 +
19 +如何快速应对手机阅读故障。保障硬件快速恢复是应急主要内容
20 +
21 +梳理现有应急场景 ，有针对性的采取应急措施
22 +
23 +应急要标准化、自动化，首先第一步应该是制度标准化，明确由谁来执行、各个环节的衔接
24 +
25 +应急预案要简洁实用，流程管理也应简化
26 +
27 +朝自动化应急、标准化启动、一键式平台努力
28 +
29 +
30 +==== **应急组织** ====
31 +
32 +
33 +当前IT维护室应急组织架构、人员角色职责、应急流程尚未明确，应急管理制度缺失
34 +
35 +手机阅读与资源池是IT运维室重点应急对象
36 +
37 +
38 +==== **流程** ====
39 +
40 +
41 +缺乏应急启用的具体条件约束
42 +
43 +紧急事件发生期间的检查点有待明确
44 +
45 +有紧急事件发生期间的升级过程，上级制度有相应要求，有待明确如何在应急过程中有效调动现场人员 在应急过程中，是否可通过远程接入来诊断故障、服务器的串口管理有待加强
46 +
47 +值守要求有待明确，譬如错峰上班、获取厂家支持的方式如通讯方式等
48 +
49 +目前手机阅读应急中的沟通方式和通讯方式尚未明确要求
50 +
51 +
52 +==== **应急技术** ====
53 +
54 +
55 +有容灾应急措施；
56 +
57 +底层的存储设备级别容灾~-~--同机房、同城， 技术手段：复制、镜像，
58 +
59 +当前容灾分业务级别的容灾与
60 +
61 +主机级别的容灾
62 +
63 +手机阅读业务级的容灾已经实现 业务测容灾有工具和脚本，有 一键切换平台
64 +
65 +
66 +==== **演练（以最近一次演练为例）** ====
67 +
68 +
69 +**演练内容：**存储容灾改成基于数据库的容灾
70 +
71 +**演练地点：XXX**
72 +
73 +**演练业务：**手机阅读业务
74 +
75 +**演练要求：** 由于主营业务长期跑在B，所以也要确保B能切换到A。
76 +
77 +**停业务->停DB->正向切换->反向切换 演练沟通方式：**
78 +
79 +演练中主要是通过skype 或者电话的方式 进行沟通
80 +
81 +**值守方式：**演练人员48小时值守
82 +
83 +（在演练准备、执行上基于经验已经摸索出了一套演练的方法，并予以实践，但未标准化、系统化，在一些关键环节上有待改进，如，应急决策条件与系统的预案支撑等）
84 +
85 +
86 +==== **应急备份** ====
87 +
88 +
89 +**备份工作现状 正在筹备备份平台、目前有备份策略 备份优先级： **
90 +
91 +1根据设备等级，设备级别比较高的优先考虑
92 +
93 +2辅助设备放后或者不予考虑
94 +
95 +**备份机制：** RPO，一周备份一次 ， RTO，根据运维经验进行计算判断 （如，通过光纤备份的RTO=容量/恢复的最大速度）
96 +
97 +**备份过程：**
98 +
99 +1备份管理员跟业务接口人沟通是否要恢复，并确定能够恢复到什么时间点 （RPO）；
100 +
101 +2业务接口人进行决策；
102 +
103 +3计划走变更流程，工程师按照变更方案操作；
104 +
105 +4数据恢复以后，业务接口人恢复业务。
106 +
107 +**备份操作步骤： **
108 +
109 +启动小型机—>启动主机—>通过网络引导启动—>网络引导连接备份boot
110 +
111 +Server—>识别磁带—>从磁带读数据恢复到硬盘—>然后重启
112 +
113 +**备份恢复预案状态：**
114 +
115 +当前“预案”相当于官方技术操作文档
116 +
117 +
118 +==== **应急风险场景（业务角度）** ====
119 +
120 +
121 +**手机阅读应急风险：**核心数据库风险较大，往年故障都出在这上面，备份切换要两个小时；
122 +
123 +应急难点应急决策；
124 +
125 +**智能网应急风险：**应急准备时间，决策机制，目前没有实际切换过，负荷一直比较高、切换成本较高；
126 +
127 +**资源池应急风险：**未知风险、现在应急预案和演练都是空白，目前支撑内容越来越多，双机可能会存在软件宕掉的风险，会直接影响业务
128 +
129 +
130 +==== **应急风险场景（技术角度）** ====
131 +
132 +
133 +**主机应急风险：** 单块主机挂了；Cluster挂了；整个物理刀框挂了 双网卡都出现故障；虚拟分区出现故障等
134 +
135 +**数据库应急风险：**
136 +
137 +DB切换失败，如何人工干预以确保数据不丢
138 +
139 +RAC的单点故障（容灾机制失效了，业务在存活的节点无法承载，再次挂掉）
140 +
141 +HA双机切换失败（HA软件问题或者硬件未及时更新）
142 +
143 +**网络应急风险：**
144 +
145 +最担忧防火墙和路由器的出口应急
146 +
147 +网管资源池路由器可能存在单点故障
148 +
149 +光纤交换机异常，高可用之外有异常 SVC存储虚拟化引擎（非常关键 ）紧急故障
150 +
151 +负载均衡故障;核心交换机故障;接入交换机故障
152 +
153 +虚拟交换机故障；
154 +
155 +**概率较低杀伤力大的风险：**
156 +
157 +各专业组目前未做备份
158 +
159 +**误操作的应急风险：**IT集中化，很多东西都批量操作，可能带来风险，如账号组如果有危险操作误删账号，可能会导致应急场景的出现
160 +
161 +(上述风险场景尚未开展风险场景的梳理)
162 +
163 +
164 +=== **应急管理—现状评估** ===
165 +
166 +
167 +**冗余技术~-~-》应急管理基础-》应急管理优化-》应急管理平台化-》应急执行自动化**
168 +
169 +
170 +**[[image:微信图片_20240603132303.png]]**
171 +
172 +
173 +=== **应急管理—需求汇总** ===
174 +
175 +
176 +**应急工作急迫须解决的问题**
177 +
178 +0应急管理制度缺失
179 +
180 +1业务的各种容灾环境下是否有演练流程、演练计划、应急保障方式、应集中沟通方式；
181 +
182 +2如何决定是否切换
183 +
184 +3每个实际情况的预案描述；
185 +
186 +4 手机阅读风险场景都有哪些；
187 +
188 +5如何通过工具实现应急
189 +
190 +
191 +|需求领域|需求详细说明
192 +| 应急组织|•应急组织设计
193 +|应急管理制度|•从制度层面，完善容灾应急方案、容灾演练方案、容灾演练计划
194 +|应急流程|•明确应急过程中如何启动应急、应集中内部如何沟通、后续工作如何展开
195 +|风险场景梳理|•对各专业领域风险场景的认知，并以此作为今后预案编写的依据
196 +|应急演练计划|•将IT运维室演练实践精华固化下来的演练计划
197 +|(% rowspan="3" %)应急预案|•符合实际情况的、可用的应急预案
198 +|
199 +|•备份恢复预案的制定
200 +|(% rowspan="3" %)自动化应急|•应急管理工具平台
201 +|
202 +|•应急自动执行
203 +
204 +
205 +=== **应急管理流程—目标及阶段性实现** ===
206 +
207 +
208 +**冗余技术~-~-》应急管理基础-》应急管理优化-》应急管理平台化-》应急执行自动化**
209 +
210 +
211 +|阶段|目标描述
212 +|应急管理基础|“应急管理制度设计” ： 初步设计 XX-XX 优化设计 XX-XX 管理确认 XX-XX
213 +| |
214 +| |.应急预案启动的条件讨论与设计；应急组织架构梳理；风险的界定与评价设计；应急预案管理设计；应急处置流程设计；应急信息通报要求设计；应急善后处理要求设计；应急保障要求设计；应急演练要求设计
215 +|第一阶段|“应急演练方案设计”：初步设计X年X月-X年X月 优化设计X年X月-X年X月 管理确认X年X月-X年X月
216 +| |
217 +|（X年X月-X年X月）|演练方案内容要素设计；演练信息发布流程梳理；演练准备工作梳理；演练流程梳理；演练后保障措施梳理
218 +| |“应急风险场景梳理”：初步设计X年X月-X年X月 优化设计X年X月-X年X月 管理确认X年X月-X年X月
219 +| |
220 +| |围绕手机阅读，基于现有运维人员的维护经验、顾问指导，收集、梳理手机阅读业务现有风险场景
221 +| |“应急预案制定”  初步设计X年X月-X年X月 优化设计X年X月-X年X月 管理确认 X年X月-X年X月
222 +| |
223 +| |针对主要应急场景建立1-2个预案。预案内容要素包括：风险分析；应急预案启动条件；应急组织成员；应急时长；应急处置流程；故障排查表；信息发布流程；应急处置步骤；关联影响；善后处理措施
224 +|应急管理优化|“继续完善场景与预案”
225 +| |
226 +| |继续完善手机阅读应急场景设计、预案编写
227 +|第二阶段|
228 +| |“演练验证与优化”：
229 +|（X年X月-X年X月）|
230 +| |通过应急演练检验流程设计，并据此寻找改进点
231 +| |“经验拓展”：
232 +| |
233 +| |通过应急演练检验流程设计，并据此寻找改进点基于手机阅读的风险场景梳理、预案制定经验，将其拓展到资源池应急管理中
234 +
235 +|应急管理平台化|“经验拓展”：
236 +| |
237 +| |通过应急演练检验流程设计，并据此寻找改进点基于手机阅读的风险场景梳理、预案制定经验，将其拓展到智能网应急管理中
238 +|第三阶段|
239 +| |
240 +|（X年X月-X年X月）|“应急管理平台建设”：
241 +| |
242 +| |应急管理平台建设，将应急流程固化，应急操作标准化于工具之中，提升沟通效率和执行效率
243 +|应急执行自动化|“应急自动化建设”：
244 +| |
245 +| |在应急流程与操作标准化、固化基础上，实现应急脚本自动执行
246 +|第四阶段|
247 +| |
248 +|（X年X月-X年X月）|“应急改进”：
249 +| |
250 +| |在上述阶段基础之上，继续完善应急管理制度、应急方案、预案、与管理工具优化
251 +
252 +
深圳市艾拓先锋企业管理咨询有限公司