柳德睿，徐 娜，萬松

（武漢船用機(jī)械有限責(zé)任公司，湖北 武漢 430084）

1 引言

中小型制造企業(yè)涉及設(shè)計、工藝、采購、生產(chǎn)和運(yùn)營等多個環(huán)節(jié)，信息系統(tǒng)繁多，系統(tǒng)使用范圍、重要性各不相同，部署方式上多為單機(jī)部署，少數(shù)核心業(yè)務(wù)系統(tǒng)為雙機(jī)或者集群部署；其次，信息化基礎(chǔ)設(shè)施作為業(yè)務(wù)信息系統(tǒng)運(yùn)行支撐環(huán)境，涉及面廣、技術(shù)復(fù)雜度高，業(yè)務(wù)信息系統(tǒng)層面，不同業(yè)務(wù)系統(tǒng)管理人員對計算機(jī)相關(guān)知識掌握程度也有較大差別；最后，考慮到公司對信息化基礎(chǔ)設(shè)施經(jīng)費(fèi)投入有限和信息化基礎(chǔ)設(shè)施技術(shù)不斷發(fā)展等因素，企業(yè)基礎(chǔ)設(shè)施也難以從機(jī)房、動力環(huán)境、服務(wù)器、網(wǎng)絡(luò)、存儲、數(shù)據(jù)庫和操作系統(tǒng)等內(nèi)容全部實(shí)現(xiàn)容災(zāi)[1]設(shè)計。在這樣的背景下，探究基于信息化基礎(chǔ)設(shè)施的架構(gòu)優(yōu)化、技術(shù)保障措施和設(shè)備宕機(jī)、數(shù)據(jù)誤刪除等災(zāi)難場景下的有序、及時、有效恢復(fù)業(yè)務(wù)系統(tǒng)正常運(yùn)行顯得尤為重要。

2 建設(shè)理念

2.1 構(gòu)建具備一定容錯性、抗風(fēng)險能力的信息化基礎(chǔ)設(shè)施架構(gòu)

在企業(yè)業(yè)務(wù)信息系統(tǒng)新建和技術(shù)改造時，信息化基礎(chǔ)設(shè)施應(yīng)先行或者同步考慮，結(jié)合企業(yè)架構(gòu)現(xiàn)狀進(jìn)行設(shè)計?；A(chǔ)設(shè)施架構(gòu)各模塊應(yīng)盡可能地實(shí)現(xiàn)容災(zāi)，減少單點(diǎn)故障，提高架構(gòu)各模塊可靠性，保證基礎(chǔ)設(shè)施出故障時業(yè)務(wù)信息系統(tǒng)運(yùn)行不中斷、業(yè)務(wù)數(shù)據(jù)不丟失。

2.2 形成文件化的災(zāi)難恢復(fù)預(yù)案，保證災(zāi)難恢復(fù)的及時性和有效性

本文針對信息化基礎(chǔ)設(shè)施運(yùn)行過程中出現(xiàn)的問題，進(jìn)行整理分析總結(jié)，在此基礎(chǔ)上窮舉信息化基礎(chǔ)設(shè)施核心模塊故障場景。其次根據(jù)每個模塊編制災(zāi)難恢復(fù)預(yù)案。在實(shí)踐中對人員職責(zé)、故障恢復(fù)流程、操作步驟和技術(shù)支撐等方面出現(xiàn)的問題進(jìn)行總結(jié)，完善災(zāi)難恢復(fù)預(yù)案，進(jìn)一步提升預(yù)案的可操作性。

3 災(zāi)備方式

災(zāi)備方式圍繞信息化基礎(chǔ)設(shè)施架構(gòu)展開討論。

3.1 信息化基礎(chǔ)設(shè)施架構(gòu)

信息化基礎(chǔ)設(shè)施包括數(shù)據(jù)中心、網(wǎng)絡(luò)、安全和保障系統(tǒng)四部分，其系統(tǒng)架構(gòu)圖如圖1 所示。應(yīng)用層主要為運(yùn)行的業(yè)務(wù)信息系統(tǒng)；網(wǎng)絡(luò)層為終端用戶資源訪問提供網(wǎng)絡(luò)支撐；基礎(chǔ)軟硬件層包含服務(wù)器、存儲、磁帶庫、操作系統(tǒng)、數(shù)據(jù)庫、雙機(jī)軟件或者集群等，為業(yè)務(wù)信息系統(tǒng)提供運(yùn)行環(huán)境；物理環(huán)境包括動力環(huán)境、消防系統(tǒng)、防塵及新風(fēng)系統(tǒng)和安全保密系統(tǒng)，為IT 基礎(chǔ)設(shè)施安全穩(wěn)定運(yùn)行提供電力、溫濕度等物理環(huán)境及物理安全保障；網(wǎng)絡(luò)安全主要使企業(yè)網(wǎng)絡(luò)設(shè)備不受病毒攻擊；保障系統(tǒng)主要包含備份系統(tǒng)，用來保障企業(yè)數(shù)據(jù)安全。

圖1 信息化基礎(chǔ)設(shè)施架構(gòu)圖

3.2 基礎(chǔ)設(shè)施架構(gòu)核心模塊常見容災(zāi)方式

在實(shí)際運(yùn)行過程中，信息化基礎(chǔ)設(shè)施對業(yè)務(wù)信息系統(tǒng)穩(wěn)定運(yùn)行影響大的模塊主要是應(yīng)用、網(wǎng)絡(luò)、基礎(chǔ)軟硬件、動力環(huán)境和備份系統(tǒng)，其中前四個模塊影響運(yùn)行安全，后一個模塊影響數(shù)據(jù)安全，其影響模型圖如圖2 所示。運(yùn)行安全方面，應(yīng)用的運(yùn)行依賴于基礎(chǔ)軟硬件環(huán)境，用戶對應(yīng)用的訪問除了和應(yīng)用相關(guān)外，還取決于網(wǎng)絡(luò)是否互通；另外，動力環(huán)境是否正常運(yùn)行直接影響到數(shù)據(jù)中心內(nèi)的基礎(chǔ)軟硬件和核心網(wǎng)絡(luò)是否正常運(yùn)轉(zhuǎn)，影響設(shè)備多、范圍大。

圖2 信息系統(tǒng)穩(wěn)定運(yùn)行影響因素模型圖

應(yīng)用模塊采用集群、雙機(jī)軟件、冷備等方式[2]進(jìn)行容災(zāi)。網(wǎng)絡(luò)模塊的核心交換機(jī)采用熱備，消除單點(diǎn)故障，當(dāng)核心交換機(jī)發(fā)生故障時，網(wǎng)絡(luò)不受影響，業(yè)務(wù)不中斷；接入交換機(jī)和匯聚交換機(jī)采用冷備方式進(jìn)行備份，對交換機(jī)配置信息進(jìn)行備份，當(dāng)一臺交換機(jī)出現(xiàn)問題時，使用備機(jī)中的一臺進(jìn)行替換；對于其他網(wǎng)絡(luò)設(shè)備，備份配置信息。

基礎(chǔ)軟硬件模塊采用虛擬化[3]或者超融合[4]技術(shù)統(tǒng)一服務(wù)器架構(gòu)，屏蔽服務(wù)器層級技術(shù)差異，當(dāng)物理服務(wù)器發(fā)生故障時，虛擬機(jī)能自動遷移到其他節(jié)點(diǎn)上，業(yè)務(wù)連續(xù)性不受影響；虛擬化或者超融合管理節(jié)點(diǎn)無單點(diǎn)故障；存儲采用雙活技術(shù)架構(gòu)，數(shù)據(jù)同時寫入主存儲和容災(zāi)備份存儲，存儲雙活架構(gòu)圖如圖3 所示；核心服務(wù)器有備機(jī)，服務(wù)器硬盤設(shè)置raid1、raid5 等，電源、網(wǎng)卡有冗余，對于硬盤等易損壞零部件提前采購備用。

圖3 存儲雙活架構(gòu)圖

動力環(huán)境模塊的數(shù)據(jù)中心電力系統(tǒng)結(jié)構(gòu)圖如圖4 所示，數(shù)據(jù)中心采用工業(yè)用電和UPS 設(shè)備的雙線路供電，保證與系統(tǒng)基本業(yè)務(wù)運(yùn)行相關(guān)的服務(wù)器、存儲、交換機(jī)的電源冗余；工業(yè)用電采取兩路用電，將企業(yè)電力系統(tǒng)改造期間斷電對數(shù)據(jù)中心造成的影響降到最?。籙PS 控制器冗余或者UPS 控制器為模塊化設(shè)計，減少單點(diǎn)故障；機(jī)房精密空調(diào)冗余，做并機(jī)，一臺空調(diào)出現(xiàn)故障時能自動關(guān)停并啟動另外一臺空調(diào)。

圖4 數(shù)據(jù)中心電力系統(tǒng)結(jié)構(gòu)圖

備份系統(tǒng)的備份服務(wù)器無單點(diǎn)故障；備份數(shù)據(jù)存放介質(zhì)不少于兩份，可放在雙活存儲上、磁帶庫、虛擬帶庫和光盤庫中的任意兩種；備份數(shù)據(jù)包括虛擬機(jī)、操作系統(tǒng)、應(yīng)用程序、配置信息和業(yè)務(wù)數(shù)據(jù)（文件或者數(shù)據(jù)庫）；備份方式包括手工備份和第三方備份軟件備份。手工備份方式下，數(shù)據(jù)庫可通過數(shù)據(jù)庫自身備份工具或者命令加定時任務(wù)方式來進(jìn)行自動備份；文件系統(tǒng)可通過手工或者批處理程序進(jìn)行備份，操作系統(tǒng)可通過PE 盤對其進(jìn)行備份。手工備份的數(shù)據(jù)傳輸?shù)狡渌?wù)器保留一份，避免單臺服務(wù)器系統(tǒng)或者硬盤故障時，備份數(shù)據(jù)難以使用，發(fā)揮作用。

4 建設(shè)內(nèi)容和措施

4.1 梳理企業(yè)信息化基礎(chǔ)設(shè)施架構(gòu)現(xiàn)狀、識別風(fēng)險

根據(jù)上述信息化基礎(chǔ)設(shè)施架構(gòu)圖從動力環(huán)境、硬件、軟件和數(shù)據(jù)備份四個層面梳理企業(yè)基礎(chǔ)設(shè)施核心模塊現(xiàn)狀、各模塊所采取的災(zāi)備方式，評估基礎(chǔ)設(shè)施架構(gòu)的合理性，識別架構(gòu)漏洞[5]。從企業(yè)信息化人員技術(shù)能力、經(jīng)費(fèi)投入、信息化基礎(chǔ)設(shè)施常發(fā)生故障及核心模塊對業(yè)務(wù)影響重要程度四方面綜合考慮，通過信息化項(xiàng)目或者年底技術(shù)改造計劃等方式對基礎(chǔ)設(shè)施核心模塊進(jìn)行改造，優(yōu)化完善基礎(chǔ)設(shè)施架構(gòu)，提高其容災(zāi)能力，降低風(fēng)險。詳細(xì)改造內(nèi)容見表1。

表1 基礎(chǔ)設(shè)施改造建設(shè)表

4.2 評估系統(tǒng)各模塊故障影響范圍、明確系統(tǒng)各模塊恢復(fù)優(yōu)先級

企業(yè)信息化系統(tǒng)管理員和業(yè)務(wù)信息系統(tǒng)管理員應(yīng)根據(jù)信息化基礎(chǔ)設(shè)施實(shí)際情況對系統(tǒng)中其資產(chǎn)價值和系統(tǒng)故障對業(yè)務(wù)工作帶來的影響進(jìn)行評估，確定系統(tǒng)恢復(fù)的目標(biāo)。

評估內(nèi)容包括關(guān)鍵業(yè)務(wù)功能、影響范圍、重要性、依賴程度、恢復(fù)的優(yōu)先順序、恢復(fù)所需要的時間及系統(tǒng)恢復(fù)允許丟失數(shù)據(jù)的時間點(diǎn)。

分析和評估對象包括業(yè)務(wù)信息系統(tǒng)、業(yè)務(wù)數(shù)據(jù)、IT設(shè)備（如服務(wù)器、交換機(jī)、存儲等）、電力供應(yīng)系統(tǒng)和其他評估對象。

評估后，信息化管理部門應(yīng)對信息化基礎(chǔ)設(shè)施中的各模塊設(shè)備和應(yīng)用系統(tǒng)形成文件化的清單，讓系統(tǒng)管理員和業(yè)務(wù)系統(tǒng)管理人員做到心中有數(shù)。當(dāng)多個系統(tǒng)出現(xiàn)問題時，按照清單中明確的優(yōu)先順序解決，減少系統(tǒng)管理員和業(yè)務(wù)人員之間的溝通成本，做到有序恢復(fù)。

4.3 制定信息化基礎(chǔ)設(shè)施核心模塊災(zāi)難恢復(fù)預(yù)案

企業(yè)系統(tǒng)管理員和信息系統(tǒng)管理員應(yīng)梳理總結(jié)各模塊出現(xiàn)的故障、分析常見故障場景，制定災(zāi)難恢復(fù)預(yù)案，讓企業(yè)信息化機(jī)構(gòu)成員理解和執(zhí)行災(zāi)備預(yù)案，更從容的面對各類突發(fā)事件。

災(zāi)難恢復(fù)預(yù)案內(nèi)容：災(zāi)難場景、災(zāi)難恢復(fù)上報和解決流程、災(zāi)難類型及對應(yīng)的解決辦法。災(zāi)難恢復(fù)預(yù)案對象：數(shù)據(jù)中心斷電場景下的設(shè)備和應(yīng)用關(guān)開機(jī)預(yù)案、意外斷電場景下的設(shè)備和應(yīng)用分批關(guān)開機(jī)預(yù)案、服務(wù)器硬盤或操作系統(tǒng)崩潰場景下業(yè)務(wù)系統(tǒng)恢復(fù)正常運(yùn)行預(yù)案、基礎(chǔ)軟硬件故障恢復(fù)預(yù)案、不同類別數(shù)據(jù)恢復(fù)預(yù)案。

災(zāi)難恢復(fù)預(yù)案中的流程和解決辦法應(yīng)基于企業(yè)特定信息化組織架構(gòu)、采用的設(shè)備和技術(shù)進(jìn)行編制，并根據(jù)實(shí)際遇到的問題進(jìn)行調(diào)整、豐富、細(xì)化。流程和解決辦法應(yīng)在預(yù)案中進(jìn)行明確，保證預(yù)案的可操作性，切實(shí)地為操作人員提供指導(dǎo)，減少災(zāi)難恢復(fù)期間因流程不清楚、技術(shù)不了解、操作不熟練花費(fèi)的時間。

4.4 定期進(jìn)行災(zāi)難恢復(fù)演練

企業(yè)每年應(yīng)定期選擇信息化基礎(chǔ)設(shè)施中某一模塊進(jìn)行災(zāi)難恢復(fù)演練，演練前編制災(zāi)難恢復(fù)演練預(yù)案、正式進(jìn)行演練、對演練過程進(jìn)行記錄，以及評估演練效果并修訂演練預(yù)案。通過災(zāi)難恢復(fù)演練，提升災(zāi)難初始狀態(tài)下應(yīng)急處置和響應(yīng)升級的應(yīng)對能力、檢驗(yàn)災(zāi)難恢復(fù)過程中存在的問題，同時檢驗(yàn)設(shè)備和軟件使用時的有效性，進(jìn)而提升應(yīng)急處置人員的處置能力，保障業(yè)務(wù)信息系統(tǒng)持續(xù)運(yùn)行。

5 建設(shè)效果

通過建設(shè)信息化基礎(chǔ)設(shè)施災(zāi)備體系，企業(yè)進(jìn)一步提升信息化保障能力和信息化人員技術(shù)水平。主要表現(xiàn)在：全面梳理業(yè)務(wù)信息系統(tǒng)的重要性、災(zāi)難點(diǎn)、可能的業(yè)務(wù)中斷時間和數(shù)據(jù)丟失情況，做到心中有數(shù)；明確業(yè)務(wù)信息系統(tǒng)災(zāi)難恢復(fù)流程、人員職責(zé)、解決過程及操作方法，形成初步固化、不斷優(yōu)化的文件化的應(yīng)對方案，為信息化基礎(chǔ)設(shè)施運(yùn)維指明方向；了解信息化基礎(chǔ)設(shè)施技術(shù)、人員薄弱情況，找差距、補(bǔ)短板，為信息化基礎(chǔ)設(shè)施團(tuán)隊(duì)建設(shè)和信息化投資提供依據(jù)。

信息化基礎(chǔ)設(shè)施災(zāi)備體系建設(shè)完成后，公司月度應(yīng)用系統(tǒng)故障次數(shù)從建設(shè)前的5～10 次降為1～2 次，大部分故障恢復(fù)時間從2～4 h 降為1 h 以內(nèi)，應(yīng)用系統(tǒng)數(shù)據(jù)丟失恢復(fù)時間從建設(shè)前的2～7 天降為2 天以內(nèi)。

6 結(jié)束語

建設(shè)信息化災(zāi)備體系應(yīng)聚焦業(yè)務(wù)安全可靠穩(wěn)定運(yùn)行和數(shù)據(jù)安全，以業(yè)務(wù)不中斷、數(shù)據(jù)不丟失為目標(biāo)，以技術(shù)應(yīng)用和管理提升為抓手，結(jié)合企業(yè)信息化投入、技術(shù)、人員、管理等因素，基于企業(yè)自身現(xiàn)狀優(yōu)化基礎(chǔ)設(shè)施架構(gòu)，防范業(yè)務(wù)中斷、數(shù)據(jù)丟失風(fēng)險；針對可能出現(xiàn)的各類風(fēng)險編制預(yù)案，進(jìn)行災(zāi)備演練，優(yōu)化流程，提高技術(shù)人員能力，降低業(yè)務(wù)業(yè)務(wù)中斷和數(shù)據(jù)丟失時間，保障信息化業(yè)務(wù)的安全、穩(wěn)定、高效運(yùn)行，助力企業(yè)發(fā)展。