云平臺下地運維體系建設(shè)工作內(nèi)容

1、標準實用文案云平臺下的運維體系建設(shè)工作內(nèi)容一、系統(tǒng)運維系統(tǒng)運維負責(zé)IDC、網(wǎng)絡(luò)、CDN和基礎(chǔ)服務(wù)的建設(shè)（LVS、NTP、DNS）；負責(zé)資產(chǎn)管理，服務(wù)器選型、交付和維修。詳細的工作職責(zé)如下：IDC數(shù)據(jù)中心建設(shè)收集業(yè)務(wù)需求，預(yù)估未來數(shù)據(jù)中心的發(fā)展規(guī)模，從骨干網(wǎng)的分布，數(shù)據(jù)中心建筑，以及In ternet接入、網(wǎng)絡(luò)攻擊防御能力、擴容能力、空間預(yù)留、外接專線能力、現(xiàn)場服務(wù)支撐能力等方面評估選型數(shù)據(jù)中心。負責(zé)數(shù)據(jù)中心的建設(shè)、現(xiàn)場維護工作網(wǎng)絡(luò)建設(shè)設(shè)計及規(guī)劃生產(chǎn)網(wǎng)絡(luò)架構(gòu)，這里面包括：數(shù)據(jù)中心網(wǎng)絡(luò)架 構(gòu)、傳輸網(wǎng)架構(gòu)、 CDN 網(wǎng)絡(luò)架構(gòu)等，以及網(wǎng)絡(luò)調(diào)優(yōu)等日常運維工 作。LVS 負載均衡和 SNAT 建設(shè)LVS是

2、整個站點架構(gòu)中的流量入口，根據(jù)網(wǎng)絡(luò)規(guī)模和業(yè)務(wù)需 求，構(gòu)建負載均衡集群；完成網(wǎng)絡(luò)與業(yè)務(wù)服務(wù)器的銜接，提供高性 能、高可用的負載調(diào)度能力，以及統(tǒng)一的網(wǎng)絡(luò)層防攻擊 能力； SNAT 集中提供數(shù)據(jù)中心的公網(wǎng)訪問服務(wù)，通過集群化部 署，保證出網(wǎng)服務(wù)的高性能與高可用。CDN 規(guī)劃和建設(shè)CDN 工作劃分為第三方和自建兩部分。建立第三方 CDN 的 選型和調(diào)度控制；根據(jù)業(yè)務(wù)發(fā)展趨勢，規(guī)劃 CDN 新節(jié)點建設(shè)布 局；完善 CDN 業(yè)務(wù)及監(jiān)控，保障 CDN 系統(tǒng)穩(wěn)定、高效運行；分析 業(yè)務(wù)加速頻道的文件特性和數(shù)量，制定最優(yōu)的加速策略和資源匹 配；負責(zé)用戶劫持等 CDN 日常故障排查工作。服務(wù)器選型、交付和維護負責(zé)服

3、務(wù)器的測試選型，包含服務(wù)器整機、部件的基礎(chǔ)性測 試和業(yè)務(wù)測試，降低整機功率，提升機架部署密度等。結(jié)合對公司 業(yè)務(wù)的了解，推廣新硬件、新方案減少業(yè)務(wù)的服務(wù)器投入規(guī)模。負 責(zé)服務(wù)器硬件故障的診斷定位，服務(wù)器硬件監(jiān)控、健康檢查工具的 開發(fā)和維護。OS 、內(nèi)核選型和 OS 相關(guān)維護工作責(zé)整體平臺的 OS 選型、定制和內(nèi)核優(yōu)化，以及 Patch 的更 新和內(nèi)部版本發(fā)布；建立基礎(chǔ)的 YUM 包管理和分發(fā)中心，提供常 用包版本庫；跟進日常各類 OS 相關(guān)故障；針對不同的業(yè)務(wù)類型， 提供定向的優(yōu)化支持。資產(chǎn)管理記錄和管理運維相關(guān)的基礎(chǔ)物理信息，包括數(shù)據(jù)中心、網(wǎng)絡(luò)、機 柜、服務(wù)器、 ACL、 IP 等各種資源信

4、息，制定有效的流程，確保信 息的準確性；開放 API 接口，為自動化運維提供數(shù)據(jù)支持。 基礎(chǔ)服務(wù)建設(shè)業(yè)務(wù)對 DNS 、NTP 、SYSLOG 等基礎(chǔ)服務(wù)的依賴非常高，需 要設(shè)計高可用架構(gòu)避免單點，提供穩(wěn)定的基礎(chǔ)服務(wù)。二、應(yīng)用運維應(yīng)用運維負責(zé)線上服務(wù)的變更、服務(wù)狀態(tài)監(jiān)控、服務(wù)容災(zāi)和數(shù)據(jù) 備份等工作，對服務(wù)進行例行排查、故障應(yīng)急處理等工作。詳細的 工作職責(zé)如下所述。設(shè)計評審在產(chǎn)品研發(fā)階段，參與產(chǎn)品設(shè)計評審，從運維的角度提出評審意 見，使服務(wù)滿足運維準入的高可用要求。服務(wù)管理負責(zé)制定線上業(yè)務(wù)升級變更及回滾方案，并進行變更實施。掌握 所負責(zé)的服務(wù)及服務(wù)間關(guān)聯(lián)關(guān)系、服務(wù)依賴的各種資源。能夠發(fā)現(xiàn) 服務(wù)上的

5、缺陷，及時通報并推進解決。制定服務(wù)穩(wěn)定性指標及準入 標準，同時不斷完善和優(yōu)化程序和系統(tǒng)的功能、效率，提高運行質(zhì) 量。完善監(jiān)控內(nèi)容，提高報警準確度。在線上服務(wù)出現(xiàn)故障時，第 一時間響應(yīng)，對已知線上故障能按流程進行通報并按預(yù)案執(zhí)行，未 知故障組織相關(guān)人員聯(lián)合排障。資源管理對各服務(wù)的服務(wù)器資產(chǎn)進行管理，梳理服務(wù)器資源狀況、數(shù)據(jù)中 心分布情況、網(wǎng)絡(luò)專線及帶寬情況，能夠合理使用服務(wù)器資源，根 據(jù)不同服務(wù)的需求，分配不同配置的服務(wù)器，確保服務(wù)器資源的充 分利用。例行檢查制定服務(wù)例行排查點，并不斷完善。根據(jù)制定的服務(wù)排查點，對 服務(wù)進行定期檢查。對排查過程中發(fā)現(xiàn)的問題，及時進行追查，排 除可能存在的隱患。預(yù)

6、案管理確定服務(wù)所需的各項監(jiān)控、系統(tǒng)指標的閾值或臨界點，以及出現(xiàn) 該情況后的處理預(yù)案。建立和更新服務(wù)預(yù)案文檔，并根據(jù)日常故障 情況不斷補充完善，提高預(yù)案完備性。能夠制定和評審各類預(yù)案， 周期性進行預(yù)案演練，確保預(yù)案的可執(zhí)行性。數(shù)據(jù)備份制定數(shù)據(jù)備份策略，按規(guī)范進行數(shù)據(jù)備份工作。保證數(shù)據(jù)備份的 可用性和完整性，定期開展數(shù)據(jù)恢復(fù)性測試。三、數(shù)據(jù)庫運維數(shù)據(jù)庫運維負責(zé)數(shù)據(jù)存儲方案設(shè)計、數(shù)據(jù)庫表設(shè)計、索引設(shè)計和 SQL 優(yōu)化，對數(shù)據(jù)庫進行變更、監(jiān)控、備份、高可用設(shè)計等工作。詳細的工作職責(zé)如下所述。設(shè)計評審在產(chǎn)品研發(fā)初始階段，參與設(shè)計方案評審，從 DBA 的角度提出 數(shù)據(jù)存儲方案、庫表設(shè)計方案、 SQL 開發(fā)

7、標準、索引設(shè)計方案等， 使服務(wù)滿足數(shù)據(jù)庫使用的高可用、高性能要求。容量規(guī)劃掌握所負責(zé)服務(wù)的數(shù)據(jù)庫的容量上限，清楚地了解當前瓶頸點， 當服務(wù)還未到達容量上限時，及時進行優(yōu)化、分拆或者擴容。數(shù)據(jù)備份與災(zāi)備制定數(shù)據(jù)備份與災(zāi)備策略，定期完成數(shù)據(jù)恢復(fù)性測試，保證數(shù)據(jù) 備份的可用性和完整性。數(shù)據(jù)庫監(jiān)控完善數(shù)據(jù)庫存活和性能監(jiān)控，及時了解數(shù)據(jù)庫運行狀態(tài)及故障。數(shù)據(jù)庫安全建設(shè)數(shù)據(jù)庫賬號體系，嚴格控制賬號權(quán)限與開放范圍，降低誤操 作和數(shù)據(jù)泄露的風(fēng)險；加強離線備份數(shù)據(jù)的管理，降低數(shù)據(jù)泄露的 風(fēng)險。數(shù)據(jù)庫高可用和性能優(yōu)化對數(shù)據(jù)庫單點風(fēng)險和故障設(shè)計相應(yīng)的切換方案，降低故障對數(shù)據(jù) 庫服務(wù)的影響；不斷對數(shù)據(jù)庫整體性能進行優(yōu)

8、化，包括新存儲方案 引進、硬件優(yōu)化、文件系統(tǒng)優(yōu)化、數(shù)據(jù)庫優(yōu)化、 SQL 優(yōu)化等，在保 障成本不增加或者少量增加的情況下，數(shù)據(jù)庫可以支撐更多的業(yè)務(wù) 請求。自動化系統(tǒng)建設(shè)設(shè)計開發(fā)數(shù)據(jù)庫自動化運維系統(tǒng)，包括數(shù)據(jù)庫部署、自動擴容、 分庫分表、權(quán)限管理、備份恢復(fù)、 SQL 審核和上線、故障切換等功 能。四、運維研發(fā)運維研發(fā)負責(zé)通用的運維平臺設(shè)計和研發(fā)工作，如：資產(chǎn)管理、 監(jiān)控系統(tǒng)、運維平臺、數(shù)據(jù)權(quán)限管理系統(tǒng)等。提供各種 API 供運維 或研發(fā)人員使用，封裝更高層的自動化運維系統(tǒng)。詳細的工作職責(zé) 如下所述。運維平臺記錄和管理服務(wù)及其關(guān)聯(lián)關(guān)系，協(xié)助運維人員自動化、流程化地 完成日常運維操作，包括機器管理、重

9、啟、改名、初始化、域名管理、流量切換和故障預(yù)案實施等。監(jiān)控系統(tǒng)負責(zé)監(jiān)控系統(tǒng)的設(shè)計、開發(fā)工作，完成公司服務(wù)器和各種網(wǎng)絡(luò)設(shè) 備的資源指標、線上業(yè)務(wù)運行指標的收集、告警、存儲、分析、展 示和數(shù)據(jù)挖掘等工作，持續(xù)提高告警的及時性、準確性和智能性， 促進公司服務(wù)器資源的合理化調(diào)配。自動化部署系統(tǒng)參與部署自動化系統(tǒng)的開發(fā)，負責(zé)自動化部署系統(tǒng)所需要的基礎(chǔ) 數(shù)據(jù)和信息，負責(zé)權(quán)限管理、 API 開發(fā)、 Web 端開發(fā)。結(jié)合云計 算，研發(fā)和提供 PaaS 相關(guān)高可用平臺，進一步提高服務(wù)的部署速 度和用戶體驗，提升資源利用率。五、運維安全運維安全負責(zé)網(wǎng)絡(luò)、系統(tǒng)和業(yè)務(wù)等方面的安全加固工作，進行常 規(guī)的安全掃描、滲透測

10、試，進行安全工具和系統(tǒng)研發(fā)以及安全事件 應(yīng)急處理。詳細的工作職責(zé)如下所述。安全制度建立根據(jù)公司內(nèi)部的具體流程，制定切實可行，且行之有效的安全制 度。安全培訓(xùn)定期向員工提供具有針對性的安全培訓(xùn)和考核，在全公司內(nèi)建立 安全負責(zé)人制度。風(fēng)險評估通過黑白盒測試和檢查機制，定期產(chǎn)生對物理網(wǎng)絡(luò)、服務(wù)器、業(yè) 務(wù)應(yīng)用、用戶數(shù)據(jù)等方面的總體風(fēng)險評估結(jié)果。安全建設(shè)根據(jù)風(fēng)險評估結(jié)果，加固最薄弱的環(huán)節(jié)，包括設(shè)計安全防線、部 署安全設(shè)備、及時更新補丁、防御病毒、源代碼自動掃描和業(yè)務(wù)產(chǎn) 品安全咨詢等。為了降低可能泄露數(shù)據(jù)的價值，通過加密、匿名 化、混淆數(shù)據(jù)，乃至定期刪除等技術(shù)手段和流程來達到目的。安全合規(guī)為了滿足例如支付牌