數(shù)據(jù)中心的運維操作規(guī)范與流程

數(shù)據(jù)中心運維操作原則及流程

鄭州向心力通信技術股份有限企業(yè)

二零一八年

1機房運維管理前期準備

1.1管理目的

機房基礎設施運維團體應與業(yè)主管理層、IT部門、有關業(yè)務部

門共同討論確定運維管理目改I。制定目的時，應綜合考慮機房所支持

時應用時可用性規(guī)定、機房基礎設施設施的I等級、容量等原因。目的

宜包括可用性目的、能效目的、可以用服務等級協(xié)議（SLA）的形式

展現(xiàn)。不一樣應用歐I可用性目的的機房，可設定不一樣等級的機房基

礎設施的運維管理目的。

1.2參與數(shù)據(jù)中心建設過程

機房運維團體應充足理解自己將要管理的場地基礎設施。對于新

建機房，應盡早參與機房基礎設施的建設過程，以便將運維階段的需

求在規(guī)劃、設計、建造、安裝和調試等過程中得到充足區(qū)I考慮；同步

為后期做好運維工作打下基礎。

1.2.1應參與規(guī)劃設計

機房的規(guī)劃設計是一種謹慎和嚴謹?shù)倪^程，需要所有參與機房建

設的有關方共同完畢，才能保證規(guī)劃和設計的有效性、實用性等規(guī)定。

其中，基礎設施運維團體應提出運維規(guī)定，從運維經驗、實際運維難

度、提高運維可易性等方面對規(guī)劃和設計過程進行配合。

1.2.2應參與有關供應商遴選

機房基礎設施運維團體應參與機房基礎設施設備供應商選擇出J

全過程，及時地理解多種產品及服務的品牌、型號、規(guī)格等關鍵參數(shù),

使之更能滿足運維的規(guī)定。并就在安裝、調試過程中的注意事項等提

出提議，還需要對后續(xù)的設備保修等服務提出規(guī)定。

1.2.3應參與建造管理

機房的基礎設施運維團體應積極參與機房基礎設施的建造工作，

并協(xié)助做好建設項目的項目管理工作，著重關注工程建造中如材料的

使用、工序、建造過程等工作，重點關注隱蔽工程歐I安裝工藝和質量。

機房基礎設施運維團體應充足理解施工過程中的工藝。對于新建

數(shù)據(jù)中心，從施工質量和后來運維以便性出發(fā)，盡早發(fā)現(xiàn)施工過程的

問題，及時糾正，以便后來運維和節(jié)省后來整改成本。

1.3測試驗證

機房基礎設施投產前的測試驗證是保證機房基礎設施滿足設計

規(guī)定和運行規(guī)定日勺關鍵環(huán)節(jié)。

1.3.1時間和預算

機房的業(yè)主應設置測試驗證專題預算，預算應包括外部測試驗證

服務提供商的有關費用，以及在測試驗證階段產生的電費、水費、油

費等有關費用。應制定測試驗證的工期規(guī)劃，以更精確地預測機房基

礎設施交付投產日勺日期。

1.3.2測試驗證參與方

項目建設管理部門可作為測試驗證工作日勺主體責任單位；運維管

理部門可作為測試驗證工作的主體審核單位；第三方測試服務商可作

為測試驗證的實行單位及整體組織工作的協(xié)調單位。但運維管理部門

應規(guī)定測試服務商預先提供測試方案，在運維管理部門審核后方可進

行。機房基礎設施運維團體可參與測試驗證工作，在此過程中熟悉設

施和設備，可建立有關運維技術文檔庫，為后期的運維工作做好準備。

機房關鍵設備提供商及工程總包商，應積極配合測試驗證工作，

應在供應商協(xié)議中對此項有明確規(guī)定。

1.3.3測試驗證內容

驗證應覆蓋所有關鍵子系統(tǒng)和設備應具有的功能和關鍵的操作

程序，保證滿足設計規(guī)定，必要時可做故障情景模擬來檢查。

測試驗證中發(fā)現(xiàn)設計或者建設階段的問題，應當在匯報中充足體

現(xiàn)；可以改造的部分，應規(guī)定建設單位進行改造；不能改造或臨時不

需改造部分，應作為風險點在運維過程中予以尤其的重視，并制定有

關預案。

1.3.4設施健康評估

當接手已在運行的J機房基礎設施的J運維工作前，運維團體應對設

施的狀況進行健康評估，理解潛在風險點，其中可以改造的部分，應

當申請予以優(yōu)化改造。不能改造的部分，應當作為風險點在運維中予

以尤其的重視，并制定有關預案。

1.4技術文檔

完整并精確的（技術文檔是后期運行、維護、維修、故障診斷、優(yōu)

化改造的基礎。運維團體在開展運維工作前，應從施工單位得到場地

基礎設施的全套有關文檔，包括但不限于：機房的規(guī)劃設計資料及竣

工圖紙、全套設備II勺清單及有關操作文檔和保修保養(yǎng)資料、機房自動

操作系統(tǒng)的邏輯圖及闡明文檔、監(jiān)控系統(tǒng)的點表、驗收測試文檔、機

房所在建筑的建筑設計資料、竣工圖紙。

整體文檔應在限定期限內進入運維管理知識庫，并按照質量管理

的原理和規(guī)定設定文檔的1起草、變更、審核、同意、保留、分發(fā)等職

責權限。

1.5管理邊界

為了明確管理責任，機房基礎設施運維團體應將也許影響機房基

礎設施運維目區(qū)I到達的外界原因整合成管理邊界匯報，提交業(yè)主管理

層并組織研討，形成明確的決策，制定完整的I協(xié)調溝通機制及權責界

線。這些原因包括但不限于：不歸本部門負責，但也許對于本部門有

重大影響的供電、供水、供暖、制冷、消防、安防、監(jiān)控、運行商線

路接入等系統(tǒng)。

2安全管理和質量管理提議

2.1人員安全

機房基礎設施運維團體要編制正式H勺機房生產環(huán)境（工作場所）

的安全方針，設定嚴格日勺安全生產規(guī)范；并根據(jù)安全方針制定有效日勺、

明確H勺安全計劃，來專家和培訓安全原則、危險識別、糾正缺陷和控

制風險。并加強對于該部分規(guī)范的合規(guī)度出J培訓、考試和審核檢查，

以保證機房運維人員的人身安全。

有關安全生產規(guī)范重要包括：

?機房生產環(huán)境安全管理規(guī)范；

?機房基礎設施各系統(tǒng)安全管理手冊；

?機房基礎設施波及安全的應急預案；

?機房基礎設施管理過程波及的技術方案中的I安全管理方略。

機房基礎設施中與電氣有關的工作存在著固有危險。設施運維團

體應當創(chuàng)立一份正式電氣安全計劃，以最小化所有工作人員受到電氣

傷害的風險，保證現(xiàn)場電氣系統(tǒng)到達有關法規(guī)原則。電氣安全計劃中

的條款應規(guī)定電氣工作人員在有資質和具有合理安全工作流程的前

提下才能進行操作，并應運用防護設備和其他控制手段，如上鎖掛牌

設備。此計劃的創(chuàng)立意在防止員工受到電擊、燒傷、電弧和其他潛在

電氣安全隱患，同步規(guī)定其遵遵法規(guī)原則。

有關國家、行業(yè)規(guī)程包括但不限于：

?GB26860電力安全工作規(guī)程發(fā)電廠和變電站電氣部分；

?DL408電業(yè)安全工作規(guī)程。

2.2物理環(huán)境安全

應理解周圍社會環(huán)境信息，評估潛在的安全風險并制定預案。這

些信息宜包括但不限于：周圍交通路況、醫(yī)院、供油站、消防站、變

電站、供水、供電、供氣、網絡通信線路等?？山⒅車鐣h(huán)境管

理資料庫。

應理解機房所在地的歷史自然災害狀況。包括但不限于GB50174

及TIA-942中提到的所有評估機房選址的外部原因，并制定對應的管

理預案。

應建立并執(zhí)行嚴格的機房設備、人員、車輛進出管理制度。

應設置不一樣安全區(qū)等級（參照IS027001信息安全管理中的物

理安全控制）并制定訪客管理制度,用以有效管理訪客。

2.3質量管理

在機房基礎設施運維過程中建立完善的質量管理體系，是保障以

上機房基礎設施運維趨于卓越日勺重要原因和手段。機房基礎設施運維

團體日勺所有關鍵工作應包括如下的質量管理要素：

2.3.1質量保證

?過程制定；

?程序制定；

?過程審核和同意；

?過程和程序培訓。

2.3.2質量控制

?事件回憶；

?質量檢查和檢查；

?定期質量審核。

2.3.3質量改善

?故障分析;

?經驗教訓;

?優(yōu)化及創(chuàng)新計劃。

3人員管理提議

3.1組織及人員

3.1.1組織架構

機房運維團體應有清晰的組織架構，同步對各崗位有明確的崗位

職責闡明并在計算機化維護管理系統(tǒng)（CMMS）中實現(xiàn)權責匹配，同步

更新。中大型數(shù)據(jù)中心場地基礎設施運維團體中除現(xiàn)場負責人外，可

按照工作內容分設如下幾種重要職能崗位：

?運維巡檢團體

重要職責：對基礎設備設施進行巡檢，擔任值班工作，第一時間

發(fā)現(xiàn)故障或問題，并作為管理程序的執(zhí)行者。

?技術管理團體

重要職責：對機房基礎設施提供運維技術支持，處理技術問題，

承擔機房基礎設施一般性的優(yōu)化改造工程日勺項目管理工作，宜包括電

氣、空調、弱電等系統(tǒng)的技術人員。

?物理環(huán)境安全管理團體

重要職責：對物理環(huán)境安全進行管理，進行安全巡檢等工作。

3.1.2人員配制

機房基礎設施運維人員的配置應根據(jù)運維管理目日勺或SLA來確

定。中高等級的機房，可按照7X24的運行規(guī)定配置運維人員。上崗

人員應具有國家規(guī)定的對應資格證書。應在運維管理程序中明確規(guī)定

資質等級與操作權限的一致性。

高等級以及具有一定規(guī)模的機房，每個班組應配置具有電力、暖

通、弱電專業(yè)能力的運維人員，以到達“即時應急響應”的工作狀態(tài)。

等級相對低的1機房，每個班需要至少配置一人，到達“即時報警”的I

工作狀態(tài)。

運維團體的關鍵崗位應有人員備份和儲備。

機房基礎設施運維管理團體的關鍵管理人員或關鍵崗位人員在

正常運維工作開展中應采用A、B角色配置，平常工作中應注意角色

的分派和工作的配合。其他崗位人員宜建立良好的循環(huán)機制，人員可

進行崗位輪換和交叉培訓，使所有人員掌握全面的基礎知識。

3.1.3績效管理

為了提高機房運維人員的技術技能、職業(yè)素養(yǎng)和倡導團體合作精

神，專業(yè)地、高效率地運行和維護機房基礎設施，有必要建立人員的

關鍵績效指標，定期對所有人員日勺短期和長期績效進行評估，獎優(yōu)罰

劣，推進整個運維團體技術和素質的發(fā)展和改善。

3.1.4人員管理制度

為了保障機房基礎設施運維團體的創(chuàng)新性、穩(wěn)定性、持續(xù)性，應

通過建立合理的人員管理制度，約束人員的工作態(tài)度、行為規(guī)范，提

高人員的工作熱情、工作效率和執(zhí)行力，激發(fā)人員正面影響，使團體

一直保有活力來共同努力到達服務等級協(xié)議的規(guī)定，運維團體應當建

立運維人員的各項管理制度。這些管理制度應當重要包括（但不限

于）：

?《平?；顒庸芾碇贫取罚?/p>

?《人員安全操作制度》；

?《運維人員基本素質養(yǎng)成管理制度》；

?《安全運行獎懲制度》；

?《節(jié)能運行獎懲制度》；

?《技術創(chuàng)新獎勵制度》；

?《人員晉升制度》；

?《人才儲備制度》；

3.2培訓及認證

3.2.1員工培訓及資格認證計劃

對于機房基礎設施運維團體新員工應進行完整及嚴格的培訓，以

保證其盡快具有崗位需要之知識及能力。培訓內容應包括機房基礎設

施的所有系統(tǒng)的工作原理、操作流程、應急預案、以及管理制度等。

對于所有運維人員宜設定以知識更新、技能提高為目日勺的年度培

訓及認證計劃。宜規(guī)定運維人員不停提高理論知識，以便于在缺乏操

作程序時應急狀態(tài)下進行對的日勺處置。

可借助行業(yè)第三方專業(yè)培訓及職業(yè)技能鑒定平臺，積極開展運維

人員任職資格KJ評估工作。

3.2.2歷史事件分析學習

運維團體應將機房基礎設施歷史事件的總結分析作為培訓的重

要素材，進行全員培訓；對于新員工應在上崗前予以培訓，以防止相

似的事件再次發(fā)生。

3.2.3組織學習

運維團體管理者應積極參與行業(yè)交流，理解行業(yè)最佳的運維管理

實踐，并從行業(yè)故障案例中總結經驗，做好自身整改。

3.3運維外包服務商

3.3.1基礎設施運維外包服務商的選擇

機房基礎設施屬于關鍵性設施，選擇外包運維團體時應考察其機

房基礎設施的運維服務的1資質、能力和經驗。如機房作為商業(yè)物業(yè)的

一部分整體外包運維，應規(guī)定外包運維機構針對機房基礎設施設施部

分設置專門的I有機房基礎設施運維經驗的I團體，并嚴格按機房基礎設

施的運維規(guī)程規(guī)范執(zhí)行。

3.3.2運維外包服務商的管理

對于外包服務商的員工的管理原則應當參照運維團體內部員工

同等規(guī)定，有關人員只有在進行培訓并得到有關的認證后才能從事有

關的工作。

外包服務商需要嚴格遵照數(shù)機房基礎設施既定的操作流程和安

全守則。

機房基礎設施運維管理的最終責任承擔者是機房管理者，責任無

法外包。因此，機房應保留運維關鍵管理人員，對于外包團體的工作

進行審核、監(jiān)督和績效評估管理。

4設施管理提議

4.1資產數(shù)據(jù)庫

數(shù)據(jù)中心應建立完整及實時更新的資產數(shù)據(jù)庫。數(shù)據(jù)庫應包括所

有關鍵基礎設施設備的清單，還應記錄設備設施的運行狀況、事件狀

況、變更狀況、維護保養(yǎng)頻次等信息。

資產數(shù)據(jù)庫應至少包括如下信息：

資產ID：每個資產的唯一標識號

種類：一級分類（如電氣、制冷、消防系統(tǒng)）

子類：二級分類（如UPS、電池、PDU等）

描述：資產的文字闡明

制造：資產的制造廠家

型號：制造廠家日勺產品型號

規(guī)格：資產的規(guī)格或者標稱值

位置：位置ID（房間或區(qū)域）

購買人：資產維護的負責人

序列號：制造廠家的序列號

安裝日期：資產的投產日期

保修期限：保修到期W、J日期

更換：估計的資產更換日期

維護頻次：年檢、季檢、月檢等

4.2防止性維護

4.2.1防止性維護計劃

防止性維護是為了延長設備的使用壽命和減少設備故障的概率

而進行時有計劃的維護。其目的I是通過定期檢查和保養(yǎng)，使設備的某

些缺陷或隱患在變得更嚴重之前被發(fā)現(xiàn)。

運維團體應根據(jù)系統(tǒng)設備狀況與供應商進行溝通，按照供應商的

提議提前制定年度、季度、月度防止性維護計劃。各專業(yè)運維人員需

按照各設備系統(tǒng)特性、維護流程及規(guī)范，及時、完整地貫徹維護工作,

并形成客觀實際的I記錄和匯報予以存檔。運維團體還應定期對設備的

運行狀態(tài)數(shù)據(jù)進行記錄和趨勢量化分析，對于異常的趨勢，做出報警

及有關預案。

防止性維護包括并不限于如下系統(tǒng)設備或內容：

?冷水機組、精密空調；

?UPS,開關、和發(fā)電機組；

?消防系統(tǒng)和監(jiān)控系統(tǒng)檢查；

?蓄電池放電測試；

?配電裝置（高下壓配電裝置）的絕緣性定期試驗；

?二次保護定值試驗；

?每年雨季之前進行的數(shù)據(jù)中心防雷接地裝置測試等。

4.2.2工單管理

運維團體應建立防止性維護及保養(yǎng)的工單管理系統(tǒng)，工單應列出

工作內容、完畢對應工作需要的工具及備件、工作估計完畢的時間、

工作負責人等信息。

計算機化維護管理系統(tǒng)應當對每份工單從產生到完畢進行全程

時跟蹤。

4.3操作流程

機房基礎設施的所有操作，均應事先制定詳細的操作流程，通

過審核后存檔并在后期運行階段嚴格執(zhí)行。

4.3.1維護作業(yè)程序MOP

對機房關鍵基礎設施設備的每次維護、維修、安裝操作，都應

事先制定一份MOP。可規(guī)定設備供應商提供MOP的提議，但對于MOP

最終確認審核的責任在于運維團體，同意責任在于運維管理團體。

4.3.2原則操作流程SOP

所有關鍵基礎設施設備在多種狀況下都能執(zhí)行時常用操作都應

制定原則操作流程SOP。例如手動啟動發(fā)電機組的操蚱流程，或將UPS

轉換到旁路的操作流程等。

4.3.3應急操作流程EOP

應急操作流程合用于有也許發(fā)生的嚴重故障狀況。如下為部分嚴

重故障的例子：

?一路市電供電時中斷;

?雙路市電供電時同步中斷;

?單個精密空調時故障停機；

■所有精密空調都故障停機；

?單臺UPS時故障停機。

4.4工具及備件管理

運維團體應根據(jù)資產分類清單及其分類制定最低備件庫存清單

并及時補充備件。

測試分析儀器儀表方面可配置進行電氣性能參數(shù)測試、電池測

試、接地電阻測試、絕緣性能測試、設備運行溫度測試、風速測試、

環(huán)境溫度測試、噪音測試等的儀器儀表。儀器儀表應當定期校準。

應制定有關規(guī)定對操作工具、儀器儀表實行人員負責制或者交接

班負責制等管理制度。備件和工具應定期進行盤點。

4.5供應商管理

應當按照機房基礎設施運維的資質、以往的經驗、業(yè)界的口碑等

原因，以重視防止性和預測性維護和提高可用性時相似原則來選擇合

格的供應商。

所有供應商抵達機房執(zhí)行維護程序之前，應通過機房有關規(guī)程的

培訓，獲得機房運維團體和運維管理層的同意。在執(zhí)行維護活動的過

程中要嚴格遵照操作流程。操作時需由運維團體的人員陪伴并監(jiān)督記

錄流程的執(zhí)行狀況。

供應商的每次機房維護活動都應當提交現(xiàn)場服務匯報并存檔。

運維團體應當建立供應商的績效評估方案，并定期對供應商進行

績效評估。應設置供應商管理文檔，記錄所有供應商的聯(lián)絡方式、服

務承諾（SLA）、工作范圍、針對設施的培訓和認證狀況等信息。

4.6生命周期管理

應基于設施設備的合理生命周期，結合風險評估，制定設備維護、

升級或更換的I計劃及預算，及時匯報給運維管理部門。

風險評估重要評估內容包括：

?資產重要性識別；

?資產威脅識別；

?資產脆弱性識別；

?風險值的計算；

?在評估更換設備的方案時，可綜合考慮原有設備的維護費用以

及新設備在能效方面的改善，做好綜合投資回報分析；

?對于冗余設備宜設置輪換運行機制，以延長整體設備的生命周

期。

4.7運維管理系統(tǒng)

機房可建立自動化維護管理系統(tǒng)（MMS）,集中實現(xiàn)資產管理、維

護調度、信息安全、文檔管理、工單管理的職能并記錄所有的運維工

作任務及完畢狀況。

5運行管理提議

5.1運行管理制度

機房基礎設施運維團體應建立并嚴格執(zhí)行運行管理制度，包括:

5.1.1巡檢有關管理制度

?平常巡視巡檢管理制度；

?值班管理制度；

?交接班管理制度；

?告知矩陣。

5.1.2工作流程有關管理制度

?工單處理流程；

?例會制度；

?工作總結匯報制度（日、周、月、季、年總結匯報）；

?交付管理規(guī)范；

?運維質量管理措施文檔管理制度；

?工具有件管理制度。

5.1.3安全有關管理制度

?機房出入管理制度；

?機房現(xiàn)場管理制度；

?機房衛(wèi)生管理制度；

?信息安全有關管理制度。

5.1.4故障處理管理制度

?設備操作管理制度；

?設備故障處理流程;

?應急準備和應急響應流程；

?維護作業(yè)計劃管理制度；

?故障隱患跟蹤反饋管理制度；

?緊急事件匯報流程。

5.1.5經營有關管理制度

?員工行為規(guī)范；

?考勤管理制度；

?人員管理考核制度。

5.2設施監(jiān)控、巡檢、及交接班管理

應配置環(huán)境、動力、安防等監(jiān)控系統(tǒng)以便于運維人員及時理解設

施各系統(tǒng)及設備日勺運行狀態(tài)和及時發(fā)現(xiàn)異常狀況。

應規(guī)定對應歐I運行人員對設施運行狀態(tài)的巡視頻次、巡視工作內

容及規(guī)范。

運行人員交接班時應對當班執(zhí)行的J操作、變更及觀測到時任何異

常數(shù)據(jù)或現(xiàn)象進行交接和簽收。

5.3機房清潔管理

應劃定保潔區(qū)域，定期做好機房保潔工作，保證地板及地板下的

無塵狀態(tài)。重要區(qū)域進行保潔工作時應有運維人員現(xiàn)場監(jiān)督和指導。

5.4標簽標識管理

應建立針對數(shù)據(jù)中心場地基礎設施設備和物理環(huán)境完整的、清晰

的標簽標識管理系統(tǒng)。應至少包括：

?設備標識：包括設備名稱、型號、編號、資產編號等；

?線纜標識：包括起始端信息、終止端信息、設備名稱等；

?警示標識：如“設備已帶電/危險”、“嚴禁合閘”、“嚴禁

分閘”等；

?物理環(huán)境標識：如位置標識、區(qū)域標識等；

?系統(tǒng)圖展板標識：如電氣、暖通、消防、弱電系統(tǒng)圖展板。此

類標識便于運維人員清晰、快捷地掌握區(qū)域及整個數(shù)據(jù)中心系統(tǒng)的配

電、制冷、消防、弱電的I原理及要點位。

5.5變更管理

任何對于設施運行狀態(tài)的變更應進行預先的風險分析，并基于風

險等級，設定對應級別的事前審核流程。在變更方案及變更時間窗口

確認后，應進行對應范圍代I告知。變更結束后，應向對應范圍部門通

報變更成果。

5.6事件管理

應制定事件管理流程，明確不一樣等級事件下對應的處理流程。

5.6.1事件等級定義

一般事件：任何沒有到達機房設計和運行原則的異常事件；

嚴重事件：任何沒有到達機房設計、運行原則的事件，且對提供

的服務導致中斷日勺事件；

重大事件：任何沒有到達機房設計、運行原則的事件，且對提供

的服務導致中斷，且影響范圍大的事件。

5.6.2事件升級

當事件臨時無法排除，需要逐層匯報，進入事件升級流程。

如遇特殊狀況，與直接主管聯(lián)絡不上時，可越級向上一級主管匯

報。

5.7應急響應

5.7.1設施應急預案演習

運維團體應針對應急操作流程EOP進行定期的演習工作，重要包

括：

?沙盤演習：參與演習的運維人員集合，并分別口述在發(fā)生緊急

狀況下自身所應承擔的職責及將會執(zhí)行的I方案及環(huán)節(jié)；

?跑位演習：參與演習的人員跑位到模擬故障現(xiàn)場，模擬處理故

障，參與人員應清晰地說出故障的處理方案及環(huán)節(jié)。

應急演習的演習原則是：盡量靠近真實狀況，在條件容許的狀況

下盡量真實地處理故障。在運行中日勺某些特定場景下也可以進行應急

演習，如發(fā)電機帶載試驗等。

5.7.2人員安全應急流程

機房基礎設施運維團體應