有150臺服務(wù)器？

150臺服務(wù)器，不算多也不算少。要想真正做好運維。我們可以采用PDCA理念和系統(tǒng)化運維的思路來做。

運維的目標

要想做好運維，我們首先要明確運維的目標是什么。這決定了我們后面該做多少運維工作。比如：“確保這150臺服務(wù)器穩(wěn)定運行，可用性達到95%。（運維周期1年）”。可用性是指：服務(wù)器正常提供服務(wù)的時間/總時間。

制定運維計劃

當(dāng)我們有了運維的目標后，我們就可以根據(jù)運維目標制定運維計劃。制定出在運維周期內(nèi)要開展的各項工作。這里就安全運維目標舉的例子來。要想可用性達到95%，我們首先得評估自己單位有沒有能力保障？如果沒有能力保障則可以考慮借第三方運維的力量來保障。畢竟錢能解決的問題就不是問題。

一、自己單位技術(shù)保障

如果是有自己單位的技術(shù)團隊來保障。那就要開始計劃一下資源安排，我們可以從運維的四大要素（團隊、工具、流程、伙伴）來考慮。

①、團隊資源計劃

你需要從你這150臺機器出發(fā)，評估需要什么技術(shù)才能保障服務(wù)器少出故障，就算出了故障也能在短時間內(nèi)快速恢復(fù)。假如：這150臺服務(wù)器中，有windows系統(tǒng)50臺，linux系統(tǒng)80臺，AIX系統(tǒng)8臺，HP-unix系統(tǒng)8臺，4臺solaris系統(tǒng)。那么，我們就必須要有這方面的系統(tǒng)工程至少1人。規(guī)劃如下：

AIX 系統(tǒng)管理員：需要1人；

HP-Unix系統(tǒng)工程師：需要1人；

Solaris系統(tǒng)工程師：需要1人；

windows、linux系統(tǒng)工程師：需要1人；

前面3個都是小型機系統(tǒng)，3個人管20臺，有點浪費，而pc服務(wù)器的1人卻要管130臺有點累。那我們可以讓小機的工程師兼會linux系統(tǒng)。這樣就可以分攤得比較好。

②、運維工具

如今是信息化時代。運維不能只是靠堆人來運維，我們需要借助自動化工具。市面上非常多自動化運維工具。可以幫助監(jiān)控系統(tǒng)主機的運行狀態(tài)、性能、容量、并在監(jiān)控到異常時候及時告警。工程師在接到告警后及時處理告警。

③、運維流程

基于ITIL管理的運維是公認的運維最佳實踐。我們自己運維也要重視運維的管理流程，因為很多故障是管理的缺失導(dǎo)致的。在ITIL運維管理中，主要有五大流程和我們實際運維息息相關(guān)：

配置庫管理（含知識庫）：資產(chǎn)清晰，運維過程清晰，知識庫可以讓修復(fù)一般故障更加高效。

事件管理：將所有的運維事件納入管理，讓所有事件處理都可以閉環(huán)處理。不要讓運維事件發(fā)生了，很長時間都沒有關(guān)閉。這樣很難保障運維目標。

問題管理：從眾多運維事件的分析出根本原因（包括管理原因）。得出行之有效的方法。確保同類問題不再發(fā)生。

變更管理：對任何資產(chǎn)、配置等等的變更，都需要進入變更管理。并需要被審核。只有審核通過的變更才能執(zhí)行變更。

發(fā)布管理：對經(jīng)過審核的變更，需要進行發(fā)布管理。也就是通知到相關(guān)人。讓所有人都知道某個資產(chǎn)或者某個配置發(fā)生了變更。

④、合作伙伴

合作伙伴在運維過程中也是至關(guān)重要。我們在處理故障時，如果整機硬件損壞，我們需要跟合作伙伴采購整機硬件。如果配件損壞，我們需要找合作伙伴采購配件。如果技術(shù)問題無法解決，有時也需要通過外面合作伙伴的技術(shù)來幫忙解決。所以，我們必須合理規(guī)劃合作伙伴。確保這些合作伙伴的能力能夠覆蓋我們這150臺機器維保的要求。

二、第三方運維

如果是選擇第三方運維，自己就可以相對輕松一點。只需要對接管理好第三方運維公司即可。對接管理的工作包括：

①、溝通管理

我們既然是采用第三方運維，那么技術(shù)溝通就是非常頻繁的了。我們在合同開始之時，就要有針對性的進行溝通的規(guī)劃。比如：運維單位的項目組織架構(gòu)必須清楚，運維單位的報障方式，運維單位的應(yīng)急預(yù)案等等都需要清楚。同時，我們還需要列一個溝通矩陣。包括： 一件事發(fā)生，誰是直接負責(zé)人，誰是應(yīng)該知情人等等。

②、范圍管理

在運維過程中，我們要非常清楚第三方運維公司的服務(wù)范圍。也就是大家的工作界面，不然很容易出現(xiàn)問題的時候才來扯皮。非常被動，而且耗時耗力，還會延誤系統(tǒng)恢復(fù)時間。

③、變更管理

變更管理無論是自己運維還是第三方運維都是非常重要的。第三方運維要執(zhí)行變更，必須向我們使用單位申請匯報，由我們使用單位同意后才能進行。否者就不能執(zhí)行。因為，如果第三方運維隨意變更了配置項。很可能造成將來不可預(yù)料的問題。

④、安全管理

因為是第三方運維，我們必須要重視信息安全。因為運維人員通常需要較高的權(quán)限來修復(fù)系統(tǒng)故障。所以，我們在規(guī)劃第三方運維時，需要把安全管理考慮進來。比如：增加堡壘機來對運維人員進行審計，增加日志審計系統(tǒng)來對所有系統(tǒng)的日志進行審計。確保運維安全。

運維執(zhí)行

有了計劃，我們就可以根據(jù)計劃來執(zhí)行運維過程。通常我們都需要執(zhí)行以下幾個步驟。

一、申請資源（預(yù)算）

無論是自己運維還是第三方運維，我們都需要申請公司的資金支持用于運維過程需要投入的資源。

二、按計劃執(zhí)行運維工作項

在資源到位后，我們就可以將全年的運維工作做一個工作分解。比如；將整個運維工作分解如下：

日常運維工作：每天查看監(jiān)控軟件，檢查是否有異常報警等。平時，對員工加強培訓(xùn)（包括使用培訓(xùn)、安全培訓(xùn)等）

定期巡檢：定期對系統(tǒng)執(zhí)行全面檢查，消除系統(tǒng)隱患；

故障處理：對于突發(fā)故障，我們走事件管理流程，并及時處理；

應(yīng)急響應(yīng)；對于緊急的重大故障，我們需要啟動應(yīng)急流程；

備件管理：對于一些易損耗的備件，必須常備一些放在自己倉庫。其他的，和合作伙伴簽好備件合作協(xié)議，要求及時提供整機或備件作為考核指標。

文檔報告：任何運維處理過程都需要提供文檔報告，存檔以備將來核查，持續(xù)改進服務(wù)。

運維持續(xù)改進

我們在運維周期內(nèi)，除了執(zhí)行運維計劃外。我們還需要對做得好的繼續(xù)發(fā)揚，對做得不好的地方進行持續(xù)改進。

持續(xù)改進的方法，就是對運維過程的所有事件進行監(jiān)控。檢查是否存在不足，是否有優(yōu)化空間。如果有，則指定改進計劃，提交領(lǐng)導(dǎo)審批。領(lǐng)導(dǎo)審批通過后進行改進。

總結(jié)

總之，無論是自己運維還是第三方運維都不可小視。因為運維這個工作，做好是本分，不會有嘉獎；做不好就大罪過，要處罰的。所以，我們要仔細規(guī)劃好再執(zhí)行。

我是數(shù)智風(fēng)，以經(jīng)驗回答問題。如果幫到你歡迎關(guān)注我，如有不同看法歡迎評論交流。