隨著數據中心的建設規模不斷擴大，新技術層出不窮，數據中心變得越來越復雜。數據中心往往是由很多規模龐大的集群系統組成的，運維工作需要具備方方面面的知識，包括硬件上，業務上的東西，需要上下打通地去做運維工作。因為很多數據中心的規模非常大，面臨的挑戰和問題非常超前，很多不是問題的問題在這樣的規模下也就凸顯出來了，所以要做好大型數據中心的運維工作，對整個數據中心技術的系統的學習就要花費比較長的時間，只有對這個數據中心整體非常了解，才能有針對性地制定一些運維方案，甚至可以二次開發一些監控軟件，對整個數據中心進行管理與監控，提升整個數據中心的運行效率，減少故障的發生，從而將運維工作推向新的高度。一個大型的數據中心內部包含了很多小系統，運維工作都是圍繞著這些具體的應用系統展開的，具體的可以分為五大部分，三十多個小項，覆蓋了數據中心的所有組成部分，本文就來說一說一般大型的數據中心應該具備的哪些運維方法。
從數據中心安全方面來考慮，運維工作就是十幾個小項：攻擊保護、固件管理、備份、抓BUG/找BUG、腳本工具、自動化維修、數據安全、性能優化、服務巡檢等項目，其中每一項拿出來其實都包含很多的內容。比如說到攻擊與保護，這個主要指的是防止外來的異常入侵者對數據中心發起的惡意和無意攻擊，惡意攻擊就是有人故意的使用各種攻擊方法，進入到數據中心內部，將重要的數據竊取或者破壞，達到其不可告人的目的。也有的是無意的攻擊，因為整個數據中心是要與外界保持互聯互通的，運行是動態的，變化的，不可避免會有一些異常流量攻擊數據中心，有時甚至來自于數據中心內部，比如某些服務器中毒，或者硬件故障，構造出了環路，異常流量等網絡故障，這些都會影響到數據中心的運行，所以如何做好數據中心的攻擊與保護是一個很大的題目，這并不是在數據中心里部署幾臺安全設備就能解決的，需要對整個數據中心進行全面的統一規劃，并有針對性地部署一些安全防護措施，而且隨著各種黑客技術的提升，安全防護措施也要不斷提升，這是一個不斷學習與完善的過程，只要數據中心還在運行，這個完善就不會停止。為了方便運維，也要做好一些執行腳本，以便在出現突發事件時，能夠快速部署。比如如果一個數據中心的業務出現異常，為了快速恢復業務，需要將路由進行調整，將流量全部引到其它的數據中心，這就需要在核心路由器上進行調整，這時有個現成的腳本就可以自動執行，達到快速切換的目的。數據中心還應該準備很多其它工作的腳本，以便緊急的時候快速使用。
從數據中心的基礎運維管理方面考慮，則主要有網絡抓包/過濾、可維護性優化、配置管理、監控、報警處理、自動化運維、斷網，斷電、機房容災等運維工作。其中自動化運維能提升運維的工作效率，盡量減少人為的參與，讓數據中心自己管理自己，釋放人力。同時針對數據中心可能發生的故障還做好監控與報警處理，以便能夠在故障發生的第一時間知曉問題，往往一次大的故障都是從開始的一點小故障逐漸擴展最終引發整個大系統的崩潰的，所以在出現一些小的異常時一定要及時消除，而這些異常就要靠完善的監控和報警系統來檢測。
從數據中心的日常業務運維方面考慮，則主要有資源、機器分配、Coredump、服務、內存使用、網絡吞吐、故障恢復、應用，集群搭建、流量，壓力，擴容，升級、上下級業務關聯情況、資源利用率、異常處理、降級預案等等。這些日常運維工作實際上要花費大量的人力和時間，是運維工作的主體，也最煩瑣，但卻最不能體現業績的部分。一個數據中心能夠長久安全穩定運行，就是靠這些日常的工作積累的，只有平時注意這些細微的變化，才能不斷優化。壓力測試、軟件升級、業務部署、異常處理等幾乎成為了運維工作的日常必修課，只有將這些工作做好，才能避免出現大的故障，并能夠快速部署新的業務，新的擴容設備。
從數據中心網絡方面考慮，則主要有網絡硬件設備、ACL、VIP、流量、負載均衡、二三四七層情況、網絡監控、萬兆板卡、SAS/SATA/SSD等。網絡是數據中心的重要組成部分，是一切工作運行的基本，沒有網絡數據中心就無法運轉起來，所以保證網絡穩定是數據中心運維工作中的重中之重。這里主要關注的就是網絡的硬件問題，ACL部署還有流量情況。網絡可以說是包羅萬象，涉及太多的設備和協議技術，所以也需要不斷地學習，加深對網絡技術的理解，這樣才能做好網絡運維工作。
從數據中心服務器方面考慮，則主要有文件系統、內核參數調優、各種硬盤驅動、內核版本、Kernel panic等。Linux系統不僅在服務器，在網絡操作系統也占據著主流地位，掌握Linux系統的使用才能更好地處理服務器和網絡設備的運維工作，Linux是運維工作的一項基本技能。除了熟悉Linux系統的操作，還要對服務器的運行狀態和內核運行狀態進行監控與管理，減少服務器故障的發生。一般大型的數據中心都包含有成千上萬臺的服務器，幾乎每天都會有服務器出現各種各樣的問題，只有對服務器有深入理解才能很好地消除問題。為了防止服務器故障引發業務中斷，所以一般在服務器上都要部署虛擬化技術或者集群技術，當一臺服務器物理硬件故障時，業務可以平滑切換到其它服務器上，業務不會受到任何影響。這些虛擬化技術增加了運維的難度，也需要對虛擬化技術進行不斷學習。
通過上面的羅列您一定很驚訝，原來數據中心運維包含這么多內容，大大小小數十項，而且每一項包含的內容說起來都不那么簡單，也涉及很多的技術知識。一個數據中心能否穩定運行，能夠高效運行，運維是關鍵。只有將這些運維工作很好地部署和執行下去，數據中心才能長期穩定。
京公網安備 11010502049343號