平安数据中心高可用运维白皮书-PingAnInsurance.docx

平安数据中心高可用运维白皮书 2018年 5月 前言 中国平安数据中心在十多年的发展过程中，遵从 ITIL、 ISO9001、ISO20000、ISO27001、MO 等多个标准，不断制定、优化数据中心的工 作规范和指南，形成了一整套标准的运维体系。数据中心运维团队依据标准体系的指导，通过兢兢业业、一丝不苟的工作，保障了平安数据中心的高可用性。 平安数据中心的高可用离开不员工的辛苦工作，以及各供应商的保障支持，在此，特意向日夜奋战的员工和供应商进行特别的感谢。 为实现平安的企业社会 责任，推动中国数据中心 尤其是金融 高可用数据中心的运维 管理的提升，平安数据中心团队 总结十多年的运维 经验，编制了《平安数据中心高可用运维 白皮书》，旨在总结和分享平安数据中心在打造高可用 金融 + 互联网 数据中心的优 秀经验 ，与行业内各专家同仁 一道为国家大数据时代建设贡献力量 。 感谢中国数据中心工作 组组长钟总 、Uptime 北亚区董事总监胡总对本书的支持，感谢辛苦 编制此书的作者。 本书若有错漏之处 ，恳请各位专家同 行批评指正。 平安科技（深圳）有限公司 数据中心 著 序 1 2009 年，中国平安开 始规划建设深圳观澜 数据中心， 我有幸作为这个项目的总设计师，参与了整个项目的建设，见证了中国平安 紧跟国家战略步伐，大力推进中国平安信息化之路。 中国平安作为中国 金融行业较早建设数据中心的企业， 对数据中心的 建设和运维有着深刻理解，培育造就了一批数据中心 领域的专家，为平安 集团步入“金融+ 互联网 ” 3.0 时代、为中国数据中心行业 健康发展做出了突出贡献 。 数据中心 全生命周期包括：需求分析、规划设计、施工安装、检测验收、运维管理。其中运维管理是数据中心 生命周期 中最后一个、也是历时最长的一个阶段，真可谓：三分建设，七分管理。运维 管理参与设计 和实施，从项目开始就将运维需求落实到设计和实施中，其工作范围涵盖数据中心 全生命周期 ，是通过科学运维管理，实现为业 务提供数据信息支持，实现企业发展 目标的过程。 本书是平安人不忘初心、牢记使命 、不断奋进、努力实践的结晶。内容包括数据中心运维标准化 建设、组织架构、安全管理、运维实 践和质量体系等。 本书凝聚了平安人对数据中心的 热爱和孜孜以求的科学精神，感谢为此 书出版付出辛勤劳动的编写团队，希望大家能从此书中得到启迪 和帮助。 钟景华 中国数据中心工作 组（CDCC）组长 2018.5 序 2 对于数据中心的标准 ：Uptime Institute 发展近二十年的 Tier 的分级拓扑 (Topology) 标准，通过 Tier I 至 IV 的标记系统以用来表示数据中心的 物理基础设施的可用性。此标准自问世以来，已被全球广泛的採用在各地数据中心的 设计及建置之中。 或許当有人因业务需要说：我想要个数据中心。就有人会转过身来说：我将为你建数据中心。 但是却没有多说是否他们在谈论着同样的性能产出。 我常在一些场合里说 ：一个数据中心的 生命周期 ，在设计建置阶段可短至数月也有长到一至二年，但其运营却长达十年或十几年。因此要设计及建置符合营 运目标及维运 需求的数据中心 才是 Tier 标准的精神所在。 Uptime Institute 的每年行业调查数据均显示：有一半左右的企业 IT 组织曾在过去 个月期间经历过他们自有数据中心 影响业务的停机，也有近三分之一的企业 IT 组织在前 12 个月内曾经历主机托管提供商的服务中断。对于这些事件大多指向：操作员的人为错误。这种说法可能涵盖了程序的错误和资源的缺乏，或欠缺管理及不善决定。而且这些责任常都是落到操作人员在未能及时救援成功的情况下。 其实大多数的情况，失败可以归因于高级管理层之决定（例如：设计妥协，预算削减，裁减工作人员，供应商 选择及资源的分配），其可溯自事件发生之前的时间和空间的，譬如：什么决定导致前线操作人员没有好的准备或未受过足够的训练，因此对事件的反应作出处理不当的情况。 随着所有业务职能部门对数据需求不断的提高，如今的数据中心的 IT 和基础设施利益相关 者持续面临巨 大的压力，在实现价值的同时还要维护成本和效率。因此，数据中心管理和运营 Management Operations (MO) 的评估认证是可以提供相关指导和框架基础，也是推动实施数据中心 有效的管理和运营的最佳实践。 数据中心 管理及运营准则应是对内部所有小组、部门、文化和实践中都适用的。 其相关于人员配置、组织和培训实践、预防性维护方案、运营条件，以及计划、管理和协调实践和资源。这一切不仅是对数据中心 操作团队，也应包含服务供应商和 领导层所应负责的事务并为其提供了有用的信息。 今天在中国数据中心 市场，欣见平安科技为平安 集团发