新媒體管家
隨著電子商務、云計算、大數(shù)據、人工智能、互聯(lián)網金融等應用的快速發(fā)展，數(shù)據中心單體規(guī)模越來越大、系統(tǒng)越來越復雜，應對的挑戰(zhàn)也越來越多。
一個好的數(shù)據中心需要通過科學的運維管理，充分利用技術和設備資源，將運行成本降到最低，同時能源利用率最大化。
京東在宿遷的自建數(shù)據中心，按照世界一流數(shù)據中心的理念設計和建設，也按照國際先進的運營管理模式投入運行。
作為數(shù)據中心生命周期中最重要的一環(huán)，如何針對基礎設施，各種IT設備，信息與數(shù)據，應用軟件等各方面展開數(shù)據中心的運維管理，為基礎設施和信息系統(tǒng)提供穩(wěn)定可靠的運行環(huán)境，確保他們安全，穩(wěn)定，可靠，持續(xù)并高效的運行。
京東IDC建設的技術專家們，設計并落地了一套先進的、可靠的智能化基礎設施運維管理體系，進行系統(tǒng)性的支撐。
接下來的內容，我們將通過京東自建數(shù)據中心在運營維護中的人，制度，流程規(guī)范，監(jiān)控管理等各個方面，一窺這里是如何高效滿足京東不斷增長的業(yè)務需求。
京東IDC建設部技術專家劉銘談到：人是數(shù)據中心IT設施運維管理的基礎，也是管理的核心，正所謂是三分靠技術，七分靠管理。京東在宿遷的自建數(shù)據中心，設施運維管理核心團隊組建于數(shù)據中心建設初期，主要的專業(yè)技術管理人員都深度參與了整個數(shù)據中心園區(qū)的工程建設以及測試驗證等重要環(huán)節(jié)。
在數(shù)據中心交付之前，他們就已經充分的了解這個數(shù)據中心基礎設施系統(tǒng)的構成，掌握了數(shù)據中心設計、施工、變更、整改的技術文檔和測試數(shù)據，哪些是今后運維工作的特別關注點，都熟記于心。
京東自建數(shù)據中心的實施運維團隊主要有兩大工作職能。第一個是實行7*24小時輪崗工作制的運維巡檢團隊，他們對基礎設備設施進行巡檢，第一時間發(fā)現(xiàn)故障或問題。
第二個是對數(shù)據中心基礎設施提供運維技術支持，解決技術問題的技術管理團隊，他們承擔數(shù)據中心場地基礎設施的優(yōu)化改造工程和項目管理工作，也是運維管理的核心團隊。
設備臺賬制度
給每個獨立的數(shù)據中心模塊建立完整并實時更新的設備臺賬。臺賬包括所有關鍵基礎設施設備的清單，并完整記錄這些設備設施的運行情況、事件情況、變更情況、維護保養(yǎng)頻次等信息。
對影響安全運行的關鍵設備，比如UPS、冷水機組、精密空調等的設定參數(shù)以及關鍵點的報警閥值制定了統(tǒng)一管理制度，結合數(shù)據中心實際運行情況與技術，討論后按統(tǒng)一參數(shù)值設定，運維巡檢人員不可以隨意修改。
預防性維護計劃
為了延長設備的使用壽命，減少設備故障的概率，必須對所有設備設施進行有計劃的維護。提前制定月度、季度、年度的預防性維護計劃。
運維人員會按照設備和系統(tǒng)的特性、維護流程及規(guī)范，及時、完整的落實維護工作，并形成客觀實際的記錄和報告存檔。
此外，運維團隊還定期對設備運行狀態(tài)的數(shù)據進行統(tǒng)計和趨勢量化分析，對于異常的趨勢，及時作出報警和相關預案。
通過定期檢查和保養(yǎng)，使得設備設施的某些缺陷或隱患在變得更嚴重之前被發(fā)現(xiàn)。
維修工單制度
運維人員在接到工單時，能明確獲悉工作任務與注意事項，提前熟悉操作流程，做到心中有數(shù)。在維修操作過程中，工單也可以起到指導操作的作用；在維修工作結束交單、備案歸檔。如果在維修過程中遇到困難，也便于及時通過上溯的渠道，快速解決問題。
京東在宿遷的自建數(shù)據中心園區(qū)中，包含有4個數(shù)據中心模塊，每個模塊都配置有一個獨立的監(jiān)控中心，整個園區(qū)中心位置設置了綜合監(jiān)控中心ECC。
ECC的綜合智能監(jiān)控管理平臺，可以實現(xiàn)對數(shù)據中心各設備和系統(tǒng)的統(tǒng)一監(jiān)控與管理，提高整個系統(tǒng)的運行可靠性、穩(wěn)定性和擴展性，實現(xiàn)機房的科學管理。
作為園區(qū)級的監(jiān)控平臺，ECC很好的實現(xiàn)了：
1、可視化展示各設備設施實時狀態(tài)，實時掌握可用性狀況；
2、業(yè)務流程規(guī)范化管理，變更風險管控，降低變更帶給業(yè)務的影響；
3、復雜事件分析處理，準確定位故障；大數(shù)據分析，智能預警；
4、設備部署合理化，平衡各維度容量綜合利用率，避免單項容量短板；
5、可視化容量管理，直觀展示容量使用情況及趨勢分析，擴容決策及時準確；
6、提供多維度運行分析報告，為運營決策提供數(shù)據支持；
7、重大故障可實時準確提供數(shù)據中心應急預案；
模塊級的監(jiān)控系統(tǒng)對基礎設施的監(jiān)控包括電氣，動力，環(huán)境三部分，實時進行監(jiān)測和展示被監(jiān)控的設備。
系統(tǒng)的架構包含現(xiàn)場設備的數(shù)據采集層、現(xiàn)場設備監(jiān)控層和集中監(jiān)控層。
現(xiàn)場設備數(shù)據采集層：由各種I/O采集模塊組成，連接所有傳感器和被監(jiān)控設備，實現(xiàn)監(jiān)控平臺與被監(jiān)控對象的數(shù)據通訊。所有硬件采用模塊化架構，I/O模塊采集傳感器數(shù)據后，通過系統(tǒng)配置實現(xiàn)對所有傳感器的數(shù)據匹配對應，直接接入現(xiàn)場監(jiān)控層。
現(xiàn)場設備監(jiān)控層：由多臺嵌入式服務器或獨立網絡控制器組成，負責收集與處理由現(xiàn)場設備采集層發(fā)送過來的數(shù)據。
模塊集中監(jiān)控層：采集現(xiàn)場設備監(jiān)控層上傳的數(shù)據，對模塊內的現(xiàn)場監(jiān)控服務器進行集中管理，實時監(jiān)測組內基礎設施的參數(shù)、狀態(tài)，并提供遠程瀏覽。在這個模塊中的監(jiān)控數(shù)據，可以直接上傳至園區(qū)綜合監(jiān)控中心ECC的綜合監(jiān)控層。
集中管理平臺配置了“雙服務器 雙數(shù)據庫”，實現(xiàn)容錯配置。也開發(fā)了移動終端操控平臺，可以對數(shù)據中心的基礎業(yè)務進行實時操控。
京東IT資源服務部負責人呂科說：“京東自建數(shù)據中心的設施運維管理有一個非常重要的目標，那就是要“建立一套持續(xù)改進的機制”，這一點往往容易被行業(yè)從業(yè)人員所忽略。數(shù)據中心設施運維管理與數(shù)據中心設施系統(tǒng)建設階段的項目管理有很大的不同，項目管理是一次性的，必須保障“當前最佳”。而數(shù)據中心運維管理則是一個不斷迭代的過程，“一套持續(xù)改進的機制”可以保障數(shù)據中心運行效率不斷提高、運行成本不斷降低。數(shù)據中心的設施運維工作就是這樣一個不斷優(yōu)化的過程，這也是我們的目標：沒有最好，只有更好。”
來源：京東技術
