第十九章故障及问题管理.docVIP

第十九章 故障及问题管理 1、故障是系统运转过程中出现的任何系统本身的问题，或者是任何不符合标准的操作、已经引起或可能引起服务中断和服务质量下降的事件。2、故障处理是指发现故障之时为尽快恢复系统IT服务而采取必要的技术上或者管理上的办法。3、故障的特征：影响度、紧迫性、优先级4、故障管理目标：尽可能快地恢复服务级别协议规定的水准，尽量减少故障对业务运营的不利影响，以确保最好的服务质量和可用性。5、常见故障： 硬件及外围设备故障（主机宕机、设备无故报警、电力中断、网络瘫痪、打印机无法打印）。 应用系统故障：服务不可用、无法登录、系统出现bug 请求服务和操作故障：忘记密码、未做来访登记 6、故障管理包含了：1、故障监视 2、故障调研 3故障支持和故障处理 4、故障终止 P441页 图： 还包括：故障分析定位 故障处理跟踪 7、故障接触的人员：1、故障现场接触人员 2 初级支持人员 3 高级支持人员 8、故障原因分类：⑴　主要3类：技术因素、应用性故障、操作故障⑵扩展到7类：按计划的硬件、操作系统的维护操作时引起、应用性故障、人为操作故障、系统软件故障、硬件故障、相关设备故障、自然灾害。 9、监视的项目及监视方法：人员、规范操作的执行、硬件和软件是故障监视的重点所在。 1、对系统硬件及设备的监视包括：各主机服务器及其主要部件、专门的存储设备、网络交换机路由器等。 监控方法：主要是采用通用或者专用的管理监控工具，它们通常具有自动监测、跟踪和报警的若能。 2、以软件的监视主要针对：其应用性能、软件bug和变更需求。 监控方法：也可以采用管理监控工具，但通常应用系统的缺陷由专门的测试工程师负责监视，或者使用过程中由用户发现并提出。 3、需要监视的人员包括：系统操作员、系统开发工程师、用户、来访者，甚至包括系统所在机房的清洁工和运输公司的职工。 要对他们与系统的接触过程中的行为进行跟踪和记录，防止或者及早发现非标准的操作带来的系统故障或服务故障。 10、故障的信息来源：服务台、系统、用户和其他IT部门 故障调研过程：故障信息搜集、故障查明和记录（确认影响、问题管理、密切跟踪进展）。 11、故障定位分析：中央处理器的故障定位 、外围设备的故障定位、电源部件的故意定位 12、故障得到解决后，服务台应该确保哪些工作？ 1、有关用于解决故障的行为的信息是准确易懂的。 2、根据故障产生的根本原因对其进行归类。 3、客户口头同意故障解决方案和方案执行的最终结果。 4、详细记录了故障控制阶段的所有相关信息：客户是否满意和满意度 如何、处理故障所花费的时间、故障终止的日期和时间。 13、服务台负责跟踪和监督所有故障的解决过程，在这个过程中，服务台要做到哪些要求？ 1、监督故障状态和故障处理最新进展及其影响服务级别的状况。 2、特别要注意故障处理责任在不同专家组之间转移。 3、更多地注意高影响度故障 4、及时通知受影响的用户关于故障处理的最新进展。 5、检查相似的故障。 14、主机故障恢复措施：(根据所提供的备份类型不同)热重启T、暖重启2-3T、冷重启10-100T。 数据库故障主要分为事务故障、系统故障（软）和介质故障（硬）。 事务的故障由系统自动完成，恢复步骤如下： 1、反向扫描日志文件，查找该事务的更新操作。 2、对该事务的更新操作执行逆操作，也就是将日志记录更新前的值写入数据库。 3、继续反向扫描日志文件，查找该事务的其他更新操作，并做同样处理。 4、如此进行下去，直到读到了此事务的开始标记，事务故障恢复就完成了。 系统故障的恢复是由系统在重新启动时自动完成。步骤如下： 1、正向扫描日志文件，找出故障发生前已经提交的事务，将其事务标识记入重做(redo)队列。同时找出故障发生时尚未完成的事务，将其事务标识记入撤销队列(undo). 2、反向扫描日志文件，对每个undo事务的更新操作执行逆操作，也就是日志记录中更新前的值写入数据库。 3、正向扫描日志文件，对每个redo事务重新执行日志文件登记的操作，也就是将日志记录中更新后的值写入数据库。 介质故障的恢复方法是重装数据库，然后重做已完成的事务，具体步骤如下： 1、装入最新的数据库后备副本，使数据库恢复到最近一次转储时的一致性状态。 2、装入相应的日志文件副本，重做已完成的事务。 介质故障的恢复需要DBA的介入，DBA只需重装最近转储的数据库副本和有关的各日志文件副本，然后执行系统提供的恢复命令，具体的恢复操作仍由DBMS完成。 16、网络故障恢复措施：(当遇到线路故障或是网络连接问题时，需要利用备用电路或者改变通信路径等恢复方法