数据中心运维团队管理

---

一、如何做好数据中心基础设施运维工作

基础设施运维主要从以下几个方面入手：

1.机房管理：

机房人员出入管理（含管理工具如：出入人员管理流程、出入申请审批等）

机房设备出入管理（含管理工具）如：设备接入应用、设备双电源要求，最重要的是机房设备台账）

机房承重（可以通过控制重量来降低承重风险）接入设备）

机房环境温湿度管理（通过巡检记录管理）

机房电源管理（通过巡检记录管理）

2.机房容灾
制定机房应急预案，包括但不限于空调故障应急预案。单路停电应急预案

内容来自：ITSS合规性评估实施工具——云雀运维！,,

---

二、如何进行数据中心基础设施的管理

设备是数据中心基础设施的子集，设备维护是保证基础设施稳定运行的重要措施。设备维护工作主要包括制定维护程序、开展预防性维护工作、管理维护档案和管理故障等。

运维流程是设备维护的指导和依据。数据中心管理人员首先要确保每个维护流程的正确性、完整性和完整性，同时通过重复培训和演练，确保运维人员充分了解和理解流程，并在实际工作中严格执行。

操作和维护流程通常包括三大类：标准操作程序（SOP）、维护操作程序（MOP）和紧急操作程序（EOP）。

1.简单地说，标准操作程序是指启动和关闭设备的步骤。数据中心的每种设备型号都必须有一个SOP。值得记住的是，同一类型的设备可以有不同的型号。例如，空调可以有两种制冷量：60KW和80KW。不同类型的设备启动和关闭的操作步骤可能不同。因此SOP应该根据不同的模型分别编写。

2.维护作业过程包括设备维护、保养、预防性检查等过程内容。一般情况下，MOP都会包含SOP项目，因为如果是维护、保养或者检查，往往需要进行上下班操作。对于主要设备，每个型号必须有一个SOP和一个MOP；辅助设备（阀门等）可以进行分类和定义，每种类型都有单独的SOP和MOP。

3.每个数据中心应至少有7-10个应急操作程序（EOP），主要涉及电源故障、空调故障、消防、洪水、安全、信息安全等方面。当数据中心出现异常情况时，往往是多系统、多专业链路响应。因此，在日常训练和演练中，需要交叉启动多个应急预案，为可能发生的情况做好充分准备。实践中发生。