隨著數據中心的建設規(guī)模不斷擴大，新技術層出不窮，數據中心變得越來越復雜。數據中心往往是由很多規(guī)模龐大的集群系統組成的，運維工作需要具備方方面面的知識，包括硬件上，業(yè)務上的東西，需要上下打通地去做運維工作。因為很多數據中心的規(guī)模非常大，面臨的挑戰(zhàn)和問題非常超前，很多不是問題的問題在這樣的規(guī)模下也就凸顯出來了，所以要做好大型數據中心的運維工作，對整個數據中心技術的系統的學習就要花費比較長的時間，只有對這個數據中心整體非常了解，才能有針對性地制定一些運維方案，甚至可以二次開發(fā)一些監(jiān)控軟件，對整個數據中心進行管理與監(jiān)控，提升整個數據中心的運行效率，減少故障的發(fā)生，從而將運維工作推向新的高度。一個大型的數據中心內部包含了很多小系統，運維工作都是圍繞著這些具體的應用系統展開的，具體的可以分為五大部分，三十多個小項，覆蓋了數據中心的所有組成部分，本文就來說一說一般大型的數據中心應該具備的哪些運維方法。

 [[139729]]

從數據中心安全方面來考慮，運維工作就是十幾個小項：攻擊保護、固件管理、備份、抓BUG/找BUG、腳本工具、自動化維修、數據安全、性能優(yōu)化、服務巡檢等項目，其中每一項拿出來其實都包含很多的內容。比如說到攻擊與保護，這個主要指的是防止外來的異常入侵者對數據中心發(fā)起的惡意和無意攻擊，惡意攻擊就是有人故意的使用各種攻擊方法，進入到數據中心內部，將重要的數據竊取或者破壞，達到其不可告人的目的。也有的是無意的攻擊，因為整個數據中心是要與外界保持互聯互通的，運行是動態(tài)的，變化的，不可避免會有一些異常流量攻擊數據中心，有時甚至來自于數據中心內部，比如某些服務器中毒，或者硬件故障，構造出了環(huán)路，異常流量等網絡故障，這些都會影響到數據中心的運行，所以如何做好數據中心的攻擊與保護是一個很大的題目，這并不是在數據中心里部署幾臺安全設備就能解決的，需要對整個數據中心進行全面的統一規(guī)劃，并有針對性地部署一些安全防護措施，而且隨著各種黑客技術的提升，安全防護措施也要不斷提升，這是一個不斷學習與完善的過程，只要數據中心還在運行，這個完善就不會停止。為了方便運維，也要做好一些執(zhí)行腳本，以便在出現突發(fā)事件時，能夠快速部署。比如如果一個數據中心的業(yè)務出現異常，為了快速恢復業(yè)務，需要將路由進行調整，將流量全部引到其它的數據中心，這就需要在核心路由器上進行調整，這時有個現成的腳本就可以自動執(zhí)行，達到快速切換的目的。數據中心還應該準備很多其它工作的腳本，以便緊急的時候快速使用。

從數據中心的基礎運維管理方面考慮，則主要有網絡抓包/過濾、可維護性優(yōu)化、配置管理、監(jiān)控、報警處理、自動化運維、斷網，斷電、機房容災等運維工作。其中自動化運維能提升運維的工作效率，盡量減少人為的參與，讓數據中心自己管理自己，釋放人力。同時針對數據中心可能發(fā)生的故障還做好監(jiān)控與報警處理，以便能夠在故障發(fā)生的第一時間知曉問題，往往一次大的故障都是從開始的一點小故障逐漸擴展最終引發(fā)整個大系統的崩潰的，所以在出現一些小的異常時一定要及時消除，而這些異常就要靠完善的監(jiān)控和報警系統來檢測。

從數據中心的日常業(yè)務運維方面考慮，則主要有資源、機器分配、Coredump、服務、內存使用、網絡吞吐、故障恢復、應用，集群搭建、流量，壓力，擴容，升級、上下級業(yè)務關聯情況、資源利用率、異常處理、降級預案等等。這些日常運維工作實際上要花費大量的人力和時間，是運維工作的主體，也最煩瑣，但卻最不能體現業(yè)績的部分。一個數據中心能夠長久安全穩(wěn)定運行，就是靠這些日常的工作積累的，只有平時注意這些細微的變化，才能不斷優(yōu)化。壓力測試、軟件升級、業(yè)務部署、異常處理等幾乎成為了運維工作的日常必修課，只有將這些工作做好，才能避免出現大的故障，并能夠快速部署新的業(yè)務，新的擴容設備。

從數據中心網絡方面考慮，則主要有網絡硬件設備、ACL、VIP、流量、負載均衡、二三四七層情況、網絡監(jiān)控、萬兆板卡、SAS/SATA/SSD等。網絡是數據中心的重要組成部分，是一切工作運行的基本，沒有網絡數據中心就無法運轉起來，所以保證網絡穩(wěn)定是數據中心運維工作中的重中之重。這里主要關注的就是網絡的硬件問題，ACL部署還有流量情況。網絡可以說是包羅萬象，涉及太多的設備和協議技術，所以也需要不斷地學習，加深對網絡技術的理解，這樣才能做好網絡運維工作。

從數據中心服務器方面考慮，則主要有文件系統、內核參數調優(yōu)、各種硬盤驅動、內核版本、Kernel panic等。Linux系統不僅在服務器，在網絡操作系統也占據著主流地位，掌握Linux系統的使用才能更好地處理服務器和網絡設備的運維工作，Linux是運維工作的一項基本技能。除了熟悉Linux系統的操作，還要對服務器的運行狀態(tài)和內核運行狀態(tài)進行監(jiān)控與管理，減少服務器故障的發(fā)生。一般大型的數據中心都包含有成千上萬臺的服務器，幾乎每天都會有服務器出現各種各樣的問題，只有對服務器有深入理解才能很好地消除問題。為了防止服務器故障引發(fā)業(yè)務中斷，所以一般在服務器上都要部署虛擬化技術或者集群技術，當一臺服務器物理硬件故障時，業(yè)務可以平滑切換到其它服務器上，業(yè)務不會受到任何影響。這些虛擬化技術增加了運維的難度，也需要對虛擬化技術進行不斷學習。

通過上面的羅列您一定很驚訝，原來數據中心運維包含這么多內容，大大小小數十項，而且每一項包含的內容說起來都不那么簡單，也涉及很多的技術知識。一個數據中心能否穩(wěn)定運行，能夠高效運行，運維是關鍵。只有將這些運維工作很好地部署和執(zhí)行下去，數據中心才能長期穩(wěn)定。