文档更改05 某网管中心IT集中运维咨询项目调研分析报告

由 superadmin 于 2024/06/05, 11:08 最后修改

从版本< 2.1 >

由superadmin编辑
在2024/06/03, 13:29上

到版本

由superadmin编辑
在2024/06/03, 13:23上

修改评论上传新附件微信图片_20240603132303.png

Raw
已渲染

Summary

Page properties (3 modified, 0 added, 0 removed)

Details

Page properties

标题

...	...	@@ -1,1 +1,0 @@
1		-某网管中心IT集中运维咨询项目调研分析报告

父

...	...	@@ -1,1 +1,0 @@
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

@@ -1,252
          +1,0 @@
--[[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
--
--
--= **某网管中心IT集中运维咨询项目调研分析报告** =
--
--
--=== **应急管理—现状与问题** ===
--
--
--==== **管理要求** ====
--
--
--===== **集团的要求：**要有应急灾备方案，并定期演练 =====
--
--**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
--
--**上级领导要求：**
--
--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
--
--梳理现有应急场景 ，有针对性的采取应急措施
--
--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
--
--应急预案要简洁实用，流程管理也应简化
--
--朝自动化应急、标准化启动、一键式平台努力
--
--
--==== **应急组织** ====
--
--
--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
--
--手机阅读与资源池是IT运维室重点应急对象
--
--
--==== **流程** ====
--
--
--缺乏应急启用的具体条件约束
--
--紧急事件发生期间的检查点有待明确
--
--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
--
--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
--
--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
--
--
--==== **应急技术** ====
--
--
--有容灾应急措施；
--
--底层的存储设备级别容灾~-~--同机房、同城， 技术手段：复制、镜像，
--
--当前容灾分业务级别的容灾与
--
--主机级别的容灾
--
--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
--
--
--==== **演练（以最近一次演练为例）** ====
--
--
--**演练内容：**存储容灾改成基于数据库的容灾
--
--**演练地点：XXX**
--
--**演练业务：**手机阅读业务
--
--**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。
--
--**停业务->停DB->正向切换->反向切换 演练沟通方式：**
--
--演练中主要是通过skype 或者电话的方式 进行沟通
--
--**值守方式：**演练人员48小时值守
--
--（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）
--
--
--==== **应急备份** ====
--
--
--**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： **
--
--1根据设备等级，设备级别比较高的优先考虑
--
--2辅助设备放后或者不予考虑
--
--**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）
--
--**备份过程：**
--
--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）；
--
--2业务接口人进行决策；
--
--3计划走变更流程，工程师按照变更方案操作；
--
--4数据恢复以后，业务接口人恢复业务。
--
--**备份操作步骤：  **
--
--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
--
--Server—>识别磁带—>从磁带读数据恢复到硬盘—>然后重启
--
--**备份恢复预案状态：**
--
--当前“预案”相当于官方技术操作文档
--
--
--==== **应急风险场景（业务角度）** ====
--
--
--**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；
--
--应急难点应急决策；
--
--**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；
--
--**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
--
--
--==== **应急风险场景（技术角度）** ====
--
--
--**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
--
--**数据库应急风险：**
--
--DB切换失败，如何人工干预以确保数据不丢
--
--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）
--
--HA双机切换失败（HA软件问题或者硬件未及时更新）
--
--**网络应急风险：**
--
--最担忧防火墙和路由器的出口应急
--
--网管资源池路由器可能存在单点故障
--
--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
--
--负载均衡故障;核心交换机故障;接入交换机故障
--
--虚拟交换机故障；
--
--**概率较低杀伤力大的风险：**
--
--各专业组目前未做备份
--
--**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
--
--(上述风险场景尚未开展风险场景的梳理)
--
--
--=== **应急管理—现状评估** ===
--
--
--**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**
--
--
--**[[image:微信图片_20240603132303.png]]**
--
--
--=== **应急管理—需求汇总** ===
--
--
--**应急工作急迫须解决的问题**
--
--0应急管理制度缺失
--
--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；
--
--2如何决定是否切换
--
--3每个实际情况的预案描述；
--
--4 手机阅读风险场景都有哪些；
--
--5如何通过工具实现应急
--
--
--|需求领域|需求详细说明
--| 应急组织|•应急组织设计
--|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
--|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
--|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
--|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
--|(% rowspan="3" %)应急预案|•符合实际情况的、可用的应急预案
--|
--|•备份恢复预案的制定
--|(% rowspan="3" %)自动化应急|•应急管理工具平台
--|
--|•应急自动执行
--
--
--=== **应急管理流程—目标及阶段性实现** ===
--
--
--**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**
--
--
--|阶段|目标描述
--|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
--| |
--| |.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
--|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
--| |
--|（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
--| |“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
--| |
--| |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
--| |“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
--| |
--| |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
--|应急管理优化|“继续完善场景与预案”
--| |
--| |继续完善手机阅读应急场景设计、预案编写
--|第二阶段|
--| |“演练验证与优化”：
--|（X年X月-X年X月）|
--| |通过应急演练检验流程设计，并据此寻找改进点
--| |“经验拓展”：
--| |
--| |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
--
--|应急管理平台化|“经验拓展”：
--| |
--| |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
--|第三阶段|
--| |
--|（X年X月-X年X月）|“应急管理平台建设”：
--| |
--| |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
--|应急执行自动化|“应急自动化建设”：
--| |
--| |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
--|第四阶段|
--| |
--|（X年X月-X年X月）|“应急改进”：
--| |
--| |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
--
--

粤ICP备17056641号

深圳市艾拓先锋企业管理咨询有限公司