周宇

【摘 要】文章從維護部門的角度，主要討論應(yīng)用系統(tǒng)維護所遇到的問題，分析問題的一些管理解決方案、制度。并探討發(fā)展科學(xué)系統(tǒng)的應(yīng)用系統(tǒng)維護解決方法。

【關(guān)鍵詞】應(yīng)用系統(tǒng)維護;解決方案;操作規(guī)則

中圖分類號： TP311.52 文獻(xiàn)標(biāo)識碼： A文章編號： 2095-2457（2019）05-0160-004

1 應(yīng)用系統(tǒng)維護的問題

隨著當(dāng)今社會技術(shù)的迭代更新，數(shù)據(jù)機房IDC化、數(shù)據(jù)應(yīng)用云網(wǎng)化，網(wǎng)絡(luò)條件的大幅度提升，應(yīng)用系統(tǒng)維護員不再是僅僅面對一兩臺設(shè)備的管理，而是要面對的許多不同類型、不同型號的設(shè)備，甚至是云化的設(shè)備集群。此時，一個高技術(shù)應(yīng)用系統(tǒng)維護人員不可能把精力平等的分給所有的設(shè)備，有時候甚至是不夠時間來照看所有的設(shè)備。

而與此同時，高技術(shù)的應(yīng)用系統(tǒng)維護人員需要全面的技術(shù)培訓(xùn)以及長時間的經(jīng)驗積累。特別是高級別的技術(shù)專家、熟練的維護人員，一旦發(fā)生人員變更，對整個應(yīng)用系統(tǒng)的穩(wěn)定性和持久性，都將會有巨大的挑戰(zhàn)。

2 應(yīng)用系統(tǒng)維護的問題分析

現(xiàn)有應(yīng)用系統(tǒng)地維護，已經(jīng)不是僅僅依靠個人或一個團隊的技術(shù)就能長期地防控風(fēng)險地發(fā)生，只能暫時性地維護并保持一個應(yīng)用系統(tǒng)的正常運行。文章認(rèn)為造成這個問題地根本原因，是維護部門和團隊，一直以來只是從技術(shù)的角度來看待對于應(yīng)用系統(tǒng)地維護，只是針對一個個孤立的故障案例來進行技術(shù)分析處理，缺少一個整體性的解決發(fā)難。

應(yīng)用系統(tǒng)維護應(yīng)該是一整套的體系、制度來對應(yīng)用系統(tǒng)維護進行控制，這也是文章所探討的主題。

3 應(yīng)用系統(tǒng)維護的解決方案

如上所說，現(xiàn)在技術(shù)更新迭代的速度越來越快，軟件及硬件更新也越來越快，往往老的技術(shù)還沒有全部掌握，新的技術(shù)就已經(jīng)出現(xiàn)了;另外，設(shè)備、軟件功能類型日益分工專業(yè)化，僅應(yīng)用系統(tǒng)所承載的服務(wù)器分類就有許多種，例如：IBM公司的aix，HP公司的hp-ux，SUN公司的Solaris，Linux不同的變種，windows系列等等。同一種系統(tǒng)在不同的階段還有不同的版本。技術(shù)的更新，類型的多樣，還有版本問題，這些都是應(yīng)用系統(tǒng)維護人員的噩夢。雖然私有云、公有云等云化的架構(gòu)，可以使得應(yīng)用管理人員對硬件設(shè)備透明，但對于云系統(tǒng)的提供商來說，這些問題依舊存在。而且針對各類中間件、開發(fā)平臺、系統(tǒng)接口，同樣的問題依舊存在。同時每個人的精力都是有限的，如果需要應(yīng)用系統(tǒng)維護人員對上面所說的每種設(shè)備都能輕松應(yīng)對，那幾乎是不可能的，即使有，也只是極少數(shù)。同時，現(xiàn)在許多應(yīng)用系統(tǒng)維護的軟件，也只是提供了一種可視化的、集成的、圖形管理的工具，只能相應(yīng)減少應(yīng)用系統(tǒng)維護的工作，并不能真正的解決現(xiàn)階段的問題。

所以，現(xiàn)在的應(yīng)用系統(tǒng)維護已經(jīng)不僅僅是技術(shù)領(lǐng)域的范疇，而是應(yīng)該從一個更高更大的層次上來提供解決方案。即建立一整套應(yīng)用系統(tǒng)維護的體系，真正的從管理的角度來管理系統(tǒng)，而不是從技術(shù)上來管理系統(tǒng)。在此稱之為應(yīng)用系統(tǒng)維護的解決方案。

3.1 解決方案的核心

解決方案的核心：使系統(tǒng)在可控制的情況下，平穩(wěn)運行盡可能長的時間。

這個也就是應(yīng)用系統(tǒng)維護的根本目的?？梢苑譃閮蓚€部分來看

3.1.1 使系統(tǒng)在可控制的情況中

首先，系統(tǒng)需要處于可控制的情況中，這個是指應(yīng)用系統(tǒng)維護人員應(yīng)處于能對設(shè)備進行操作、管理的情況中;因為現(xiàn)在由于網(wǎng)絡(luò)十分發(fā)達(dá)，機房往往位于不同的地方，應(yīng)用系統(tǒng)維護員也可能只在遠(yuǎn)程操控;而一旦設(shè)備當(dāng)機，無法啟動，或者由于網(wǎng)絡(luò)問題管理員無法連接到設(shè)備，那么技術(shù)再高的人也沒有辦法了。所以，必須確保管理人員能連接上設(shè)備，或者通過虛擬設(shè)備漂移等技術(shù)手段，實現(xiàn)設(shè)備容災(zāi)冗余。

3.1.2 平穩(wěn)運行盡可能長的時間

對于系統(tǒng)來說，經(jīng)常有升級補丁等需要，那么作為應(yīng)用系統(tǒng)維護員是否需要經(jīng)常安裝這些呢？為了確保系統(tǒng)能正常安全，首先考慮的應(yīng)該是系統(tǒng)穩(wěn)定。因為安裝補丁程序，本身就是一項增加風(fēng)險的操作。所以，平穩(wěn)是先決條件，新形成的系統(tǒng)都是不平穩(wěn)的，只有經(jīng)過時間考驗的，才能認(rèn)為是平穩(wěn)的。因此對于核心部分的設(shè)備，補丁升級一定需要兼顧系統(tǒng)穩(wěn)定性及系統(tǒng)安全性。

3.2 解決方案的規(guī)則

有了核心之后，需要制定一個整體的規(guī)則，以可以稱之為步驟，來確保核心的實現(xiàn)，這里稱之為解決方案的規(guī)則。主要有三個：

3.2.1 用數(shù)據(jù)找出缺陷

首先，需要先確定一個概念：缺陷是指存在于系統(tǒng)中，未被發(fā)現(xiàn)的，可能造成故障或災(zāi)難的地方。好的應(yīng)用系統(tǒng)維護員可以依靠自己的經(jīng)驗，找出系統(tǒng)中存在的缺陷，但是，正如前面所說的，如果是對于不同的系統(tǒng)，那么技術(shù)再高的應(yīng)用系統(tǒng)維護員也往往束手無策。

所以，應(yīng)該通過數(shù)據(jù)積累，從數(shù)據(jù)上的增長趨勢和不正常的變化，來找出潛在的缺陷。首先，對需要監(jiān)控的系統(tǒng)，實行定點定時的數(shù)據(jù)采集、性能采集，然后根據(jù)得到的數(shù)據(jù)，建立系統(tǒng)的基準(zhǔn)線;然后根據(jù)基準(zhǔn)線的趨勢，預(yù)測今后可能發(fā)生的上限、下限和峰值。當(dāng)某時刻的數(shù)據(jù)發(fā)生了突變，就預(yù)示著缺陷的存在和發(fā)生。如下圖所示：

12日的CPU使用率接近峰值，有可能造成系統(tǒng)崩潰。這樣，管理員就需要察看當(dāng)日的系統(tǒng)上運行了什么軟件或應(yīng)用，有什么人員登陸，然后分析得出造成該現(xiàn)象的具體原因;那在以后進行同樣操作的時候，就可以事先預(yù)知系統(tǒng)的承載能力，而將其它的事務(wù)（如ORACLE數(shù)據(jù)庫的導(dǎo)出備份等）分派到其他的時段，以避免CPU的超負(fù)載。

當(dāng)數(shù)據(jù)積累到了一定的程度，基準(zhǔn)線和上、下限也得到了比較正確的數(shù)值的時候，應(yīng)用系統(tǒng)維護員就能將各階段、各日期、格時段的風(fēng)險值以散列圖的方式展現(xiàn)出來，這樣就能在高風(fēng)險的時候更多的注意需要照顧的系統(tǒng)。

比如在月初或月末，由于系統(tǒng)需要出帳，系統(tǒng)的風(fēng)險值就會明顯上升，在這段時間內(nèi)，管理員對系統(tǒng)需要進行全面的監(jiān)控。也許這不是一個最好的辦法，隨著時間的積累，數(shù)據(jù)的精確性會不斷的上升，而應(yīng)用系統(tǒng)維護所需的穩(wěn)定性也會隨之上升。

另一個優(yōu)勢在于，一個新上任的應(yīng)用系統(tǒng)維護員可以在很短的時間內(nèi)，了解一個新系統(tǒng)的基本運行情況、需要關(guān)注的時間段以及需要特別注意的某個操作。

3.2.2 用制度防范風(fēng)險

作為規(guī)則的第一步，通過數(shù)據(jù)的收集、分類、整理，應(yīng)用系統(tǒng)維護就面臨著如何運用這些數(shù)據(jù)，如何通過建立完善的制度來將存在的風(fēng)險轉(zhuǎn)移出去。

正如前面所說的，應(yīng)用系統(tǒng)維護是一項需要時間培養(yǎng)的工作，但是通過制度的制定，可以讓應(yīng)用系統(tǒng)維護人員的培養(yǎng)變得有章可循，也可以讓應(yīng)用系統(tǒng)維護工作真正做到具體化、細(xì)致化。

如上圖顯示：

原應(yīng)用系統(tǒng)維護，主要取決于個人的技術(shù)和操作，這樣就會導(dǎo)致每個應(yīng)用系統(tǒng)維護員都有自己的一套應(yīng)用系統(tǒng)維護方法，當(dāng)發(fā)生人員、技術(shù)甚至系統(tǒng)發(fā)生變化的時候，就可能導(dǎo)致在管理工作的延續(xù)上發(fā)生斷層，與此同時的系統(tǒng)的平穩(wěn)性也受到威脅。

而解決方案，則是采用通過數(shù)據(jù)—〉制度—〉系統(tǒng)，不同的應(yīng)用系統(tǒng)維護人員可以通過不同的方法、經(jīng)驗采集數(shù)據(jù)，但必須通過建立制度來對系統(tǒng)進行管理，這樣就可以避免人員的變動造成管理的混亂，因為新任的管理人員可以按部就班的根據(jù)以往的制度來繼續(xù)原先的管理步驟;然后根據(jù)自己的經(jīng)驗，對數(shù)據(jù)的收集方式、收集量進行調(diào)整，然后優(yōu)化制度;最后通過優(yōu)化后的制度來管理系統(tǒng)，以便提供更全面的數(shù)據(jù)。

這樣就形成了一個封閉的循環(huán)，可以不斷的改善應(yīng)用系統(tǒng)維護的方式方法和制度，并令系統(tǒng)的平穩(wěn)狀況得到更好的保證。

3.2.3 用技術(shù)解決故障

根據(jù)前兩步的操作，應(yīng)用系統(tǒng)維護人員已經(jīng)建立了可以不斷完善的體制來預(yù)防、分解存在的缺陷風(fēng)險;但是，對于突發(fā)故障（比如，掉電造成的系統(tǒng)當(dāng)機、文件系統(tǒng)的負(fù)載過高、人為操作的失誤等）的發(fā)生，應(yīng)用系統(tǒng)維護面對的就不僅僅是靠制度能解決的問題了，這是就需要依賴技術(shù)層面來解決問題;當(dāng)遇到無法解決的問題時，可以提供進一步的咨詢方案，并實施保護數(shù)據(jù)的措施，將損失、停機時間控制在最小的范圍之內(nèi)。

綜上所述，經(jīng)過三個步驟：用數(shù)據(jù)找出缺陷、用制度防范風(fēng)險、用技術(shù)解決故障;這樣就能形成一個應(yīng)用系統(tǒng)維護步驟的封閉環(huán)。

3.3 解決方案的具體操作建議

經(jīng)過上面兩部分關(guān)于解決方案的核心和規(guī)則的討論，已經(jīng)有了一個相對較為清晰的管理模式，或者稱為解決方案，就如一棟大廈的主體結(jié)構(gòu)，已經(jīng)初步呈現(xiàn)。下面討論得如何運用這核心、規(guī)則，建立起一套真正的制度，對應(yīng)用系統(tǒng)維護進行可操作的應(yīng)用。也就是從細(xì)微處著手，給大廈進行裝修，使之成為可以生活、生產(chǎn)的地方。

3.3.1 用數(shù)據(jù)找出缺陷

缺陷采集主要通過三個方面來實現(xiàn)，即性能收集、故障收集和數(shù)據(jù)收集;

性能收集方面，首先，在各類應(yīng)用上，各個應(yīng)用時間點和各類硬件設(shè)備上，對cpu、memory、文件系統(tǒng)、輸入輸出和進程等性能方面的數(shù)據(jù)進行收集。

其次，當(dāng)發(fā)生故障的時候同樣收集各類數(shù)據(jù)形成故障報表;

最后，通過性能報表、故障報表生成相應(yīng)的數(shù)據(jù)庫，形成圖形的數(shù)據(jù)報表;

3.3.2 用制度防范風(fēng)險

（1）必須給所有的系統(tǒng)劃分等級，有限的精力不可能平均的分配到所有的設(shè)備上，所以只有給系統(tǒng)劃分等級之后，合理分配應(yīng)用系統(tǒng)維護人員的時間和精力;

（2）根據(jù)分級定期收集察看系統(tǒng)日志;系統(tǒng)日志的重要性是不可忽視的;一般的系統(tǒng)告警，都會在系統(tǒng)日志重有所表現(xiàn);對于日志的收集也能為系統(tǒng)以后的診斷提供幫助;

（3）根據(jù)分級定期備份系統(tǒng)級重要文件;當(dāng)系統(tǒng)發(fā)生不可預(yù)見的問題之后，這些重要文件的存檔，可以幫助應(yīng)用系統(tǒng)維護縮短系統(tǒng)故障的時間;

（4）登陸用戶分級并各自進行記錄;

（5）日常操作必須規(guī)范，管理員的每個操作都應(yīng)該進行日志記錄;

（6）風(fēng)險管理;進行對系統(tǒng)可能產(chǎn)生重大影響的操作之前，可以通過系統(tǒng)全鏡像并單獨隔離的方法來實現(xiàn)對現(xiàn)有系統(tǒng)的存檔;當(dāng)操作的結(jié)果穩(wěn)定之后，再回復(fù)同步鏡像;對于長期的風(fēng)險，可以通過風(fēng)險累計的方式，令各系統(tǒng)的風(fēng)險值根據(jù)不同的應(yīng)用、運行時間而不斷變化，然后按風(fēng)險值進行從高到低的排序，排列出風(fēng)險值最高的一個或幾個系統(tǒng)，對風(fēng)險清單設(shè)備加強監(jiān)控;通過故障表的統(tǒng)計，得出何鐘應(yīng)用的系統(tǒng)在風(fēng)險值為多大的時候可能引發(fā)缺陷，從而得出具體峰下那閥值，便于監(jiān)控那些風(fēng)險值高于閥值的那些系統(tǒng);

3.3.3 用技術(shù)解決故障

（1）應(yīng)用系統(tǒng)維護人員對于不同的故障應(yīng)采取不同的措施;對于那些小故障，應(yīng)用系統(tǒng)維護員應(yīng)該有能力去解決，對于諸如硬件等重大故障，應(yīng)用系統(tǒng)維護員應(yīng)該快速定位故障信息，并實施保護數(shù)據(jù)等措施;

（2）知識庫、經(jīng)驗庫、技術(shù)文檔、技術(shù)論壇共享，電話支持

（3）實驗環(huán)境的組建

（4）人員培訓(xùn)

4 應(yīng)用系統(tǒng)維護解決方案圖示

5 結(jié)論部分

對于大量的系統(tǒng)需要管理時，就應(yīng)該通過建立科學(xué)的體制來進行管理，通過對于數(shù)據(jù)的采集來進行優(yōu)化已有的制度，運用技術(shù)來解決已發(fā)生的故障;通過類似方法論的方式，從理論的角度令管理人員理解如何解決問題，而不是單從技術(shù)角度進行維護管理。

【參考文獻(xiàn)】

[1]張巨儉，甘仞初.管理信息系統(tǒng)的發(fā)展方向及實現(xiàn)技術(shù)[J].計算機應(yīng)用研究，2003，1.

[2]穆緒濤，穆建華，鄒微，孫志紅.管理信息系統(tǒng)的作用及應(yīng)用[J].現(xiàn)代情報，2005，10.