云平台服务器存储应急预案.pdfVIP

云平台服务器存储 应急预案 目录 1目的2 2适用范围2 3规范内容2 3.1故障分类2 3.2应急准备2 3.3具体措施2 4故障处理规范3 4.1机房停电3 4.2主机故障3 4.3存储系统故障3 4.4云平台软件系统故障3 4.5云平台管理服务器故障预防4 4.6云平台日常告警故障排除4 5硬件故障预防与排除4 5.1故障预防4 5.2故障排除4 5.3故障处理5 1 / 5 1 目的 为提高云平台服务器、存储故障处理能力,形成科学、有效、反应迅速的日 常管理流程和应急处理机制,确保平台的安全和稳定运行,最大限度地减小故障对 生产的影响,降低业务中断风险,特制定本规范. 2 适用范围 本规范适用于提供云计算虚拟化平台服务的服务器、存储管理,应对发生和 可能发生的故障. 3 规范内容 服务器运维和应急处理应包括风险评估,检测体系和应急处理三个环节,合 理有效的执行控制将防止故障影响扩大. 3.1 故障分类 平台故障包括服务器硬件和存储系统故障；自然灾害〔水、火、电等〕造成 的物理破坏；人为误操作造成的损害等. 3.2 应急准备 部门责任人员明确职责和管理范围,根据实际情况,安排应急值班,确保到岗 到人,联络畅通,处理与时准确. 3.3 具体措施 〔1〕 建立安全、可靠、稳定运行的机房环境,防火、防雷电、防水、防静 电、防尘；建立备份电源系统. 〔2〕 虚拟化平台服务器应采用可靠、稳定、兼容性硬件,落实责任管理机 制,遵守安全操作规范；对虚拟机和管理服务器进行定时备份；采用有效的虚拟 化监控工具,与时发现问题和日报告. 2 / 5 4 故障处理规范故障处理规范 4.1 机房停电 接到停电通知后,相关人员应与时部署应对具体措施,启动备用电源,保证服 务器正常运行. 4.2 主机故障 〔1〕 平台服务器出现硬件告警需要停机维护,服务器责任人应立即通知相 关人员,将业务虚机迁移到集群中其他服务器主机上,再将故障服务器切换至维 护模式并从HA集群中移除,负责陪同硬件厂家现场更换至成功恢复. 〔2〕若服务器硬件24小时内无法恢复,服务器责任人需书面报告原因并立 即通知业务管理人员进行数据应急备份,防止灾难扩大. 〔3〕若虚拟化存储硬件出现告警,第一目击人应立即通知存储管理员,并上 报主管领导,存储管理员应在报告1小时内联系厂家到场处理,处理完成后因报 告原因,找到解决方法；并立即对数据做完整性检查,消除重复发生隐患. 4.3 存储系统故障 〔1〕做好存储系统的定时备份,一旦出现数据损坏、丢失,能够与时恢复系 统. 〔2〕发生存储系统故障后,相关人员应检查出现故障的原因并尽快排除. 〔3〕如遇系统崩溃,数据丢失,应启用备份文件进行数据恢复. 4.4 云平台软件系统故障 〔1〕日常做好虚拟机的定时备份和快照,系统崩溃后,能够与时恢复虚拟机. 〔2〕发生虚拟机系统故障后,相关人员应与时通知业务人员检查出现故障的 原因并尽快排除. 〔3〕如遇虚拟机系统需要启用备份系统进行恢复时,应在恢复后和业务管理 员仔细检查业务是否恢复并做好恢复记录. 3 / 5 4.5 云平台管理服务器故障预防 虚拟化服务器采用群集配置.配套管理软件对虚拟数据中心管理单元进行集 中管理,系统平台常年24小时运行,每天将产生大量的任务日志和记录信息.同 时管理服务器担任了整个平台主机管理和集中配置的角色,使用率极高.为了安 全,应定期备份配置数据库,定期检查告警日志. 4.6