数据中心运维管理工作职责和培训要求

导读

我们常常把数据中心的运维工作的主要精力放在对机房设备的检修运维服务上，以确保数据中心的正常运行。对运维工作人员的技术培训和要求对运维服务的质量优劣也起着至关重要的作用，因此我们不仅要关注设备维护，更要注重对运维团队的整体素质及技术的提升。

数据中心运维管理工作职责

安全运行

保障系统和设备的正常运行；消防系统的完好；具备防水防火、防鼠措施；健全安全出入管理规定；保持机房清洁；建立供应商联系方式；工具和备件管理；事故应急流程和人员安全应急流程制定等。

可连续性管理

（1）保证所有基础设施设备正常运行

（2）特别要注意发电机状态和自动启动功能、油料储备情况和供应条件、ATS状态和转换功能、电池状态和剩余能量、最高功率密度机架温度变化情况，以及预计市电掉电所导致的制冷设备停止运行后的继续运行时间等；

（3）.注意可维护性和可快速可修复性检查，包括所有设备的维护和修复空间、运输通道畅通、工具和设备备件状况等。

文档管理

完整的文档时候起运维、故障诊断及优化改造的基础，包括基础设施的全套规划设计相关文档、系统最近一次改造的图纸、全套设备的清单及相关文档、设备保修及保养资料、机房自动操作系统的逻辑图及说明文档、维护日志及相关数据、故障分析及处理过程报告。

容量管理

应有新增IT设备的安装及下线的工作流程；预测机房空间、电力、制冷的能力与IT需求的关系；关注高密度负载与IT部门保持良好沟通；对于IT需求制定6~36个月的预测；当机房不能满足IT增长的需求时，提前制定扩容或者新建数据中心的计划。

变更管理

系统扩容预计任何对于设备状态的变更都要事先进行可行性和风险分析，并提出扩容和更改方案，并有完备的事前审核及告知流程、变更窗口审核及告知流程，以及事后的事件报告。

节能运行

应了解并记录数据中心在不同工况及不同外界气候条件下的能耗情况，从中发现趋势，通过调整制冷设备参数设置、封堵所有可能的漏风口、调整或关闭不必要的出风口、安装盲板、改进气流组织等手段，保证冷空气最佳使用效率；根据负载量调整供电和制冷设备的冗余度以便提高设备容量利用率。

事故处理

对于突发性故障，要有事故过程和状况记录，组织专家评审并提供事故原因报告，事后提出系统修复方案报告。

应急演练

主要针对系统可连续性做定期演练，关闭市电输入，考察发电机状态和自启动功能、燃油储备量和消耗量、ATS转换功能、电池备用时间、UPS状态转换不停电供电功能、制冷设备再启动功能、高密度IT机架温度变化情况。

运维人员应具备的技术素质和培训要求

参与规划设计

运维人员要参与并充分了解规划设计的过程，以便在规划设计中充分考虑运维阶段的需求，并对系统扩容、方案和设备变更、事故处理等制定出符合规划设计的可行方案。

参与系统和设备的安全调试

运维人员应参与系统安装、调试和试运行全过程，在此过程中熟悉设施和设备，并做好相关文档，为后期运维做好准备。对于测试验证中发现的规划设计中遗留的不规范不理想的问题，可为维护工作的重点和提出改造计划的依据

了解环境

俩接机房周边情况及可能影响场地运行的潜在因素，包括所在建筑物的其他楼层或建筑物的影响、园区供电、供水的影响等；不归本部门负责，但可能对于本部门有重大影响的公共设施（例如共用柴油发电机组的运行维护、冷冻水机组等）的运行维护工作等。

员工培训及资格认证

每位运维人员都应该设定清晰的年度培训及认证计划，以确保其尽快具备岗位所需的知识及能力，培训内容应该包括系统方案和所有设备工作原理、操作流程、应急流程以及系统的管理条例。

长按识别二维码