196 数据中心设施运行的关键要素.docxVIP

数据中心设施运行的关键要素第 196 号白皮书版本 0作者：Robert Woolley 和 Patrick Donovan摘要根据 Uptime “意外事故”报告(AIR)的数据分析表明， 70%的数据中心运行中断由人为失误造成 1。该数字强 调了配备有效的运维(OM)方案的重大意义。本白皮 书阐述了别出心裁的管理原则，从高层视角梳理了在 整个生命周期内高效可靠地运行关键任务设施必需的 关键要素，并提供切实可行的管理技巧和建议。施耐德电气旗下的白皮书现收录于施耐德电气白皮书资料库由施耐德电气数据中心科研中心发表DCSC@Schneider-E简介“关键任务意识”原则数据中心设施运行的关键要素运维(OM)方案如果设计合理，实施有力，并得到很好地支持，不但可以将风险降到最低，减少 成本，甚至可以为数据中心效力的整体业务带来竞争优势；反之，组织无序的方案将背离设计初衷，置相关人员、IT 系统和业务本身于伤害或中断的风险之下。考虑以下几点因素，一个切实有效的数据中心运维方案的重要性更加突显：大多数设施运行中断可归咎于人为（即操作人员）失误 1，其中大部分由不良运行和维护 操作导致大部分数据中心设施的总拥有成本(TCO)源于运营成本，而不是初始投入，而运营成本正 是成本节约的主要潜力所在能源成本在运营成本中所占比例最大，且能源价格还在不断攀升对提高能效的苛求往往降低了对容量安全系数和系统冗余度，主动性维护和数据中心基础 设施管理(DCIM)的重要性随之增加高度设施自动化和高水平的设备性能，若加以妥善管理，在降低成本的同时，使可靠性得 以提高本白皮书通过 12 个项目关键要素，论述了一个兼顾各方的关键设施管理方案和理念体系，并同 时提供各种实用技巧和建议。数据中心设施管理人员和操作人员可以应用这些信息来制定运维方案，或对某个已有方案进行补充。第 197 号白皮书《数据中心设施运行管理成熟度模型》对数据中心运维方案的制定和评估提供了详细的框架，并且认识到并不存在一个万能解决方案适用于所 有数据中心。 本文基于“关键要素”的白皮书旨在论述行之有效的数据中心运维方案的主要构成要素，而关于“成熟度模型”的白皮书提供了根据特定业务的特定要求和发展阶段实施和衡量这些 方案的框架。应用这些工具机构管理人员可以根据其独特需求和可用资源，来确定在某特定时间成熟度等级，并衡量和规划实施进度。请注意，本白皮书覆盖的主题并未包含关键设施运维涉及的所有流程、任务、程序或系统，而是针对制定或评估全新或现有数据中心运维方案时应予以考 量的关键要素，提供一种思维视角。数据中心中关键设施的运行和管理与商务写字楼或工厂的设施管理迥然不同。对于大多数数据中心来说，故障是不允许的。有人将之比喻为在飞行途中对飞机进行维护。时至今日，企业通常完 全依赖于数据中心，或者更甚，数据中心就是他们的业务。数据中心的复杂性和更换速度远甚于其他类型的设施。日见增加的软件定义的数据中心（即虚拟机、虚拟存储和虚拟网络）加上 IT 更新周期短带来的负载迁移，使管理环境愈发具有挑战性。战胜这些挑战，有赖于设施团队周密协调和全面规划。每一步都可能对系统可用性产生重要的潜在影响，因而每个操作任务都必须根 据该任务对可用性的实际影响加以谨慎评估。此外，还需应对外部形形色色的压力。为满足政府法规和客户审计要求，必须妥善记录和切实遵循详细的过程和程序。企业高级管理层（CxO）通 常会密切关注数据中心运行的高风险和高成本。设施管理人员及其员工要在这种环境中有效地运行和管理设施，必须树立一种“关键任务意识”， 专注于降低风险，掌握设施和 IT 系统之间的相互关系。这种运营理念为卓有成效的运维方案奠 定了根基。表 1 描述了其核心法则和影响。1 /2011/03/施耐德电气 – 数据中心科研中心版本 0 2数据中心设施运行的关键要素表 1关键任务行为准则及其对数据中心运营的影响“关键任务意识”法则影响聚焦于降低运维活动、工作流程和步骤中的风险主动应对对系统可用性和工人/业主安全构成的潜在威胁周密计划，全面准备，可确保自信从容应对 避免风险成为真正问题； 如果确实出现问题，确保快速响应，减少出错通过分析和过程驱动的方法避免风险和解决问题帮助识别和降低复杂环境中的风险； 确保运行的可预测性和安全性全面理解设施系统和组件的功能和相互间的联系快速识别和解决潜在威胁或实际问题； 避免或减少系统宕机致力于持续学习和过程改进提高技能和运行效率从而在不断变化的环境中保持优势秉承这种理念体系，设施团队将处于更加有利的地位，能够顺利实施和管理基于 12 个关键要素 的有效运维方案。这 12 个关键要素是：环境健康与安全、人事管理、应急准备和响应、维护管理、变更管理、文档管理、培训、基础设施管理、质量管理、能源管理、财务管理、绩效监控和