IT运维服务专项方案信息运维服务专项方案.doc

IT运维服务方案
目 录
1 运维服务内容 3
1.1 服务目标 3
1.2 信息资产统计服务 3
1.3 网络、安全系统运维服务 5
1.4 主机、存放系统运维服务 7
1.5 数据库系统运维服务 10
1.6 中间件运维服务 11
2 运维服务步骤 12
3 服务管理制度规范 14
3.1 服务时间 14
3.2 行为规范 14
3.3 现场服务支持规范 15
3.4 问题统计规范 15
4 应急服务响应方法 17
4.1 应急基础步骤 17
4.2 预防方法 17
4.3 突发事件应急策略 18

1 服务内容
1.1 服务目标
运行维护服务包含，信息系统相关主机设备、操作系统、数据库和存放设备及其它信息系统运行维护和安全防范服务，确保用户现有信息系统正常运行，降低整体管理成本，提升网络信息系统整体服务水平。同时依据日常维护数据和统计，提供用户信息系统整体建设计划和提议，愈加好为用户信息化发展提供有力保障。
用户信息系统组成关键可分为两类：硬件设备和软件系统。硬件设备包含网络设备、安全设备、主机设备、存放设备等；软件设备可分为操作系统软件、经典应用软件（如：数据库软件、中间件软件等）、业务应用软件等。
经过运行维护服务有效管理来提升用户信息系统服务效率，协调各业务应用系统内部运作，改善网络信息系统部门和业务部门沟通，提升服务质量。结适用户现有环境、组织结构、IT资源和管理步骤特点，从步骤、人员和技术三方面来计划用户网络信息系统结构。将用户运行目标、业务需求和IT服务相协调一致。
信息系统服务目标是，对用户现有信息系统基础资源进行监控和管理，立即掌握网络信息系统资源现实状况和配置信息，反应信息系统资源可用性情况和健康情况，创建一个可知可控IT环境，从而确保用户信息系统各类业务应用系统可靠、高效、连续、安全运行。
服务项目范围覆盖信息系统资源以下方面关键状态及参数指标：
Ø 运行状态、故障情况
Ø 配置信息
Ø 可用性情况及健康情况性能指标
Ø 统计运维数椐、提供信息系统管理和工作汇报、归纳总结并提供用户想了解数椐汇报
1.2 信息资产统计服务
此项服务为基础服务，包含在运行维护服务中，帮助我们对用户现有信息资产情况进行了解，愈加好提供系统运行维护服务。
服务内容包含：
Ø 硬件设备型号、数量、版本等信息统计统计
Ø 软件产品型号、版本和补丁等信息统计统计
Ø 网络结构、网络路由、网络IP地址统计统计
Ø 综合布线系统结构图绘制
Ø 其它隶属设备统计统计
硬件设备清单以下表统计：

1.3 网络、安全系统运维服务
从网络连通性、网络性能、网络监控管理三个方面实现对网络系统运维管理。网络、安全系统基础服务内容：
序号
服务模块
内容描述
提供方
1
现场备件安装
配适用户进行，按备件抵达现场时间工程师抵达现场

2
现场软件升级
首先分析软件升级必需性和风险，配适用户进行软件升级

3
现场故障诊疗
按服务等级：7×二十四小时
5×8小时

4
电话远程技术支持
7×二十四小时

5
问题管理系统
对碰到问题进行汇总和公布

网络关键交换机巡视经典作业计划书
系统管理单位：
维保单位：
设备名：
设备型号：
管理IP：
检验内容
参考标准
检验结果
检验结论
巡视方法描述
巡检周期
硬件运行状态
电源运行状态

□正常 □异常

风扇运行状态

□正常 □异常

模块运行状态

□正常 □异常

系统运行状态检验
VLAN 状态

□正常 □异常

配置 状态

□正常 □异常

OSPF 状态

□正常 □异常

日志检验
日志 状态

□正常 □异常

其它检验内容

□正常 □异常

□正常 □异常

□正常 □异常

(1) 用户现场技术人员值守
依据用户需求提供长久用户现场技术人员值守服务，确保网络实时连通和可用，保障接入交换机、汇聚交换机和关键交换机正常运转。现场值守技术人员天天统计网络交换机端口是否能够正常使用，网络转发和路由是否正常进行，交换机性能检测，进行整体网络性能评定，针对网络利用率进行优化并提出网络扩容和优化提议。
现场值守人员还进行安全设备日常运行状态监控，对多种安全设备日志检验，对关键事件进行统计，对安全事件产生原因进行判定和处理，立即发觉问题，防患于未然。
同时能够对设备运行数据进行统计，形成报表进行统计分析，便于进行网络系统分析和故障提前预知。具体统计数据包含：
Ø 配置数据
Ø 性能数据
Ø 故障数据
(2) 现场巡检服务
现场巡检服务是对用户设备及网络进行全方面检验服务项目，经过该服务可使用户取得设备运行第一手资料，最大可能地发觉存在隐患，保障设备稳定运行。同时，将有针对性地提出预警及处理提议，使用户能够提早预防，最大程度降低运行风险。
巡检包含内容以下：
编号
巡检内容
1
硬件运行状态检验项目
单板状态检验
电源模块状态检验
风扇状态检验
整机指示灯状态检验
机框防尘网检验
机房温度、湿度检验
设备地线检验

2
软件运行情况检验项目
设备运行情况检验
网络报文分析
设备对接运行情况检验
路由运行情况检验

3
网络整体运行情况调查
网络运行问题调查
网络变更情况调查
网络历史故障调查
(3) 网络运行分析和管理服务
网络运行分析和管理服务是指工程师经过对网络运行情况、网络问题进行周期性检验、分析后，为用户提出指导性提议一个综合性高级服务，其内容包含：
服务内容
服务优点
向用户提供网络教授电话号码。
确保重大问题第一连线至网络教授。
网络教授组每七天和用户进行不少于2小时电话技术交流
以最小成本确保立即解答用户关心技术问题，并就某一领域技术问题展开深层次沟通。
每个月向用户提交CASE汇总分析汇报，并可扩展到每十二个月17次（月度、季度、年度）
使用户了解网络历史故障情况和故障预防提议，最大程度降低网络故障隐患，更高效进行网络管理。
(4) 关键时刻专员值守服务
确保关键时刻设备稳定运行对用户成功尤为关键，所以，可对用户提供关键时刻专员现场值守支持，包含政府用户重大会议期间、金融用户年底止算日、运行商用户生产网重大割接或其它任何用户认为可能对其业务运行产生重大影响时刻。
如需专员值守，用户需最少提前3周和授权服务商用户服务经理联络。对每位合约用户，授权服务商均需按事先协议约定提供专员值守服务。用户如需超出协议约定范围更多值守支持，需额外支付对应人力和差旅费用。
1.4 主机、存放系统运维服务
主机、存放系统运维服务包含：主机、存放设备日常监控，设备运行状态监控，故障处理，操作系统维护，补丁升级等内容。
主机存放系统基础服务内容：
序号
服务模块
内容描述
提供方
1
现场备件安装
配适用户进行。按备件抵达现场时间工程师抵达现场

2
补丁服务
消除软件漏洞给系统带来安全隐患，并对安装补丁所引发系统连锁反应进行合理平衡。

3
升级服务
对系统进行软件或硬件升级，以改善、完善现有系统或消除现有系统漏洞。

4
现场故障诊疗
按服务等级：7×二十四小时
5×8小时

5
电话远程技术支持
7×二十四小时

6
问题管理系统
对碰到问题进行汇总和公布

7
系统优化
对用户系统括主机、存放设备、操作系统、提供优化服务。

现场值守人员可进行监控管理内容包含：
Ø CPU 性能管理；
Ø 内存使用情况管理；
Ø 硬盘利用情况管理；
Ø 系统进程管理；
Ø 主机性能管理；
Ø 实时监控主机电源、风扇使用情况及主机机箱内部温度；
Ø 监控主机硬盘运行状态；
Ø 监控主机网卡、阵列卡等硬件状态；
Ø 监控主机HA运行情况；
Ø 主机系统文件系统管理；
Ø 监控存放交换机设备状态、端口状态、传输速度；
Ø 监控备份服务进程、备份情况（起止时间、是否成功、犯错告警）；
Ø 监控统计磁盘阵列、磁带库等存放硬件故障提醒和告警，并立即处理故障问题；
Ø 对存放性能（如高速缓存、光纤通道等）进行监控。
小型机系统巡检经典作业计划书（HP服务器部分）
系统管理单位：
设备名：
设备型号

设备序列号

管理IP：
检验内容
参考标准
检验结果
状态是否正常
巡检方法描述
巡检周期
硬件运行状态
电源指示灯

▅正常 □异常

面板指示灯

▅正常 □异常

内置磁带机

▅正常 □异常

CPU 状态

▅正常 □异常

内存状态

▅正常 □异常

磁盘状态

▅正常 □异常

网卡状态

▅正常 □异常

HBA卡运行状态

▅正常 □异常

系统检验
系统日志

▅正常 □异常

Mail

▅正常 □异常

文件系统，包含磁盘卷剩下空间

▅正常 □异常

硬件检测

▅正常 □异常

交换分区

▅正常 □异常

固件版本

▅正常 □异常

补丁包版本

▅正常 □异常

系统镜像

▅正常 □异常

存放磁盘

▅正常 □异常

存放驱动

▅正常 □异常

进程状态

▅正常 □异常

系统性能检验
CPU利用率

▅正常 □异常

内存利用率

▅正常 □异常

磁盘I/O性能

▅正常 □异常

数据库运行状态
数据库安装目录

▅正常 □异常

数据库进程状态

▅正常 □异常

集群检验
集群进程状态

▅正常 □异常

集群日志

▅正常 □异常

存放检验
存放设备故障灯状态

▅正常 □异常

SAN交换机端口状态

▅正常 □异常

存放交换机环境状态

▅正常 □异常

系统故障汇报

▅正常 □异常

1.5 数据库系统运维服务
数据库运行维护服务是包含主动数据库性能管理，数据库主动性能管理对系统运维很关键。经过主动式性能管理可了解数据库日常运行状态，识别数据库性能问题发生在什么地方，有针对性地进行性能优化。同时，亲密注意数据库系统改变，主动地预防可能发生问题。
数据库运行维护服务还包含快速发觉、诊疗和处理性能问题，在出现问题时，立即找出性能瓶颈，处理数据库性能问题，维护高效应用系统。
数据库运行维护服务，关键工作是使用技术手段来达成管理目标，以系统最终运行维护为目标，提升用户工作效率。
具体数据库运行维护监控基础服务内容包含：
序号
服务模块
内容描述
提供方
1
Oracle数据库
7*24电话支持服务
每七天7天，天天二十四小时支持中心电话，电子邮件答询，以满足业务发展需要。
Oracle产品技术教授直接同用户对话，帮助处理用户提出疑难问题。
依据问题严重程度，将优先处理用户认为是关键而紧急任务。
对用户提出通常性问题进行技术咨询、指导。
定时用户管理汇报, 避免问题再度发生。

2
Oracle数据库产品
现场服务响应
数据库宕机
数据坏块
影响业务不能进行产品问题
软件产品更新及维护。

3
Oracle数据库产品
系统健康检验
对系统配置及运作框架提出提议，以帮助您得到一个更坚强可靠运作环境
降低系统潜在风险，包含数据丢失、安全漏洞、系统瓦解、性能降低及资源担心
检验并分析系统日志及跟踪文件，发觉并排除数据库系统错误隐患
检验数据库系统是否需要应用最新补丁集
检验数据库空间使用情况
帮助进行数据库空间计划管理
检验数据库备份完整性
监控数据库性能
确定系统资源需求
明确您系统能力及不足
优化Oracle Server表现
经过改善系统环境稳定性来降低潜在系统宕机时间

4
Oracle数据库产品
性能调优
分析用户应用类型和用户行为
评价并修改ORACLE数据库参数设置
评价并调整ORACLE数据库数据分布
评价应用对硬件和系统使用情况，并提出提议
利用优异性能调整工具实施数据库性能调整
培训用户相关性能调整概念
提供用户完整性能调整汇报和处理方法

1.6 中间件运维服务
中间件管理是指对BEA Weblogic、MQ等中间件日常维护管理和监控工作，提升对中间件平台事件分析处理能力，确保中间件平台连续稳定运行。中间件监控指标包含配置信息管理、故障监控、性能监控。
n 实施线程：监控WebLogic配置实施线程空闲数量。
n JVM内存：JVM内存曲线正常，能够立即进行内存空间回收。
n JDBC连接池：连接池初始容量和最大容量应该设置为相等，而且最少等于实施线程数量，以避免在运行过程中创建数据库连接所带来性能消耗。
n 检验WEBLOG日志文件是否有异常报错
n 假如有WEBLOG集群配置，需要检验集群配置是否正常。

2 运维服务步骤
提议用户采取服务方法为两种：一个为技术人员现场值守，另一个是定时巡检结合故障现场服务。
技术人员现场值守运行维护服务基础操作步骤以下图所表示：

定时巡检结合故障现场运行维护服务基础操作步骤以下图所表示：

3 服务管理制度规范
3.1 服务时间
(1) 接收服务请求和咨询：
n 在5*8 小时工作时间内设置由专员职守热线电话，接听内部服务请求，并统计服务台事件处理结果。
(2) 在非工作时间设置有专员7*24 小时接听移动电话热线，用于处理内部技术问题和接听7*24 小时机房监控人员机房突发情况汇报。
(3) 服务响应时间：
故障等级
响应时间
故障处理时间
I级：属于紧急问题；其具表现象为：系统瓦解造成业务停止、数据丢失。
30分钟，2小时内提交故障处理方案
12小时以内
II级：属于严重问题；其具表现象为：出现部分部件失效、系统性能下降但能正常运行，不影响正常业务运作。
30分钟，2小时内提交故障处理方案
二十四小时以内
III级：属于较严重问题；其具表现象为：出现系统报错或警告，但业务系统能继续运行且性能不受影响。
30分钟，2小时内提交故障处理方案
48小时以内
IV级：属于一般问题；其具表现象为：系统技术功效、安装或配置咨询，或其它显然不影响业务预约服务。
30分钟，2小时内提交故障处理方案
5天内
n 技术支持人员在处理故障时，会最大程度保护好数据，做好故障恢复文档，努力争取恢复到故障点前业务状态。对于“系统瘫痪，业务系统不能运转”故障等级，假如不能于12小时内处理故障，将在16小时内提出应急方案，确保业务系统运行。故障处理后二十四小时内，提交故障处理汇报。说明故障种类、故障原因、故障处理中使用方法及故障损失等情况。
3.2 行为规范
(1) 遵守用户各项规章制度，严格根据用户对应规章制度办事。
(2) 和用户运行维护体系其它部门和步骤协同工作，亲密配合，共同开展技术支持工作。
(3) 出现疑难技术、业务问题和重大紧急情况时，立即向责任人汇报。
(4) 现场技术支持时要精神饱满，穿着得体，谈吐文明，举止庄重。接听电话时要文明礼貌，语言清楚明了，语气和善。
(5) 遵守保密标准。对被支持单位网络、主机、系统软件、应用软件等密码、关键参数、业务数据等负有保密责任，不得随意复制和传输。
3.3 现场服务支持规范
运维服务人员要做到耐心、细心、热心服务。工作要做到事事有统计、事事有反馈、重大问题立即汇报。严格遵守工作作息时间，严格根据服务工作步骤操作。
(1) 现场支持工程师应着装整齐、言行礼貌大方，技术专业，操作熟练、严谨、规范；现场支持时必需遵守用户单位相关规章制度。
(2) 现场支持工程师在进行现场支持工作时必需在确保数据和系统安全前提下开展工作。
(3) 现场支持时出现临时无法处理故障或其它新故障时，应通知用户并立即上报责任人，寻求其它处理路径。
(4) 故障处理后，现场支持工程师要具体统计问题发生时间、地点、提出人和问题描述，并形成书面文档，必需时应向用户介绍故障出现原因及预防方法和处理技巧。
3.4 问题统计规范
依据使用人员提出问题类别，将问题分为咨询类问题和系统缺点类问题二类：咨询类问题是指经过服务热线或现场解疑等方法能够当场处理用户提出问题，含有问题解答直接、快速和实时特点，该问题到现场支持人员处即可中止，对于该类问题统计可使用咨询类问题统计模版进行统计。系统缺点类问题是指使用人员提出问题包含到系统对应步骤确实定修改，需要经过逐层提交、诊疗、确定、处理和回复等步骤，处了处理需要项目组分析确定，问题有处理方案后，将处理方案反馈给用户。具体提交步骤以下：
(1) 问题提交。应用信息系统用户发觉属于系统缺点类问题时，填写系统缺点类问题提交单，提交服务支持中心。
(2) 问题分析。服务中心接到用户提交问题单，要组织对应人员对问题单中描述问题进行分析研判，确定问题类型(技术问题、业务问题或操作问题)。属于技术问题，提交服务中心技术人员对存在问题提出具体处理意见和提议；属于业务问题，提交服务中心业务人员进行处理；属于操作问题，可安排相关人员对问题提出人进行解释，并将系统缺点类问题提交单转为系统咨询类问题提交单。
(3) 问题确定、处理。服务中心技术人员和业务人员收到系统缺点类问题提交单后，对提交问题进行归类汇总和分析、确定。能够处理，明确问题处理具体处理提议和方法，经主管领导签字同意后，交实施人员进行处理方案实施。服务人员确定是否处理，并将处理方法附在系统缺点类问题提交单上反馈给问题提出人员。
(4) 问题上报。服务人员收到经业务或技术人员确定系统缺点类问题提交单后，上报服务中心。
(5) 问题回复。服务中心依据提交问题进行分析，制订处理方案并进行实施处理，同时做好变更统计。将处理方案汇总后立即向问题提交单位或问题交办单位作出回复，并将分析过程和问题产生原因一并提交。

4 应急服务响应方法
针对项目制订了详尽设计、应急处理预案，整个步骤严谨而有序。不过，在服务维护过程中，意外情况将难以完全避免。下面，我们将对项目实施突发风险进行具体分析，而且针对各类突发事件，设计了对应预防和处理方法，同时提供了完整应急处理步骤。
4.1 应急基础步骤

维护服务应急处理步骤
4.2 预防方法
针对上门服务过程中可能碰到多种多样风险，针对部分可能出现情况，制订了一系列预防处理方法，举例以下：
类型
事件
预防方法
处理
应用软件
无法开启软件可实施文件
上门人员提前准备好各类需维护软件安装程序
将应用软件数据文件备份后，重新安装
软件打开过程中或运行中异常错误关闭
上门人员准备好安装程序，操作系统优化和修补软件，查杀病毒软件
判定犯错原因，备份数据，采取相关修复方法
操作系统
使用者本机操作系统异常或系统资源占用严重
准备好系统检验程序及修补程序，和查杀病毒软件
通知使用者错误原因可能类型，提出处理方案，经使用者认可后采取对应方法
B/S结构系统，IE浏览器异常或无法下载控件
准备流氓软件清理程序、修复浏览器软件、查杀病毒软件
检验IE浏览器选项设置，分析原因进行修复
网络或服务器
B/S结构系统网络流量异常或服务器登录异常
判定服务器是否异常，不然准备杀毒软件
检验网络流量，流量异常小则报修网络服务商，流量异常大则查杀病毒

4.3 突发事件应急策略
系统运维应急方案是对中止或严重影响业务故障，如宕机、数据丢失、业务中止等，进行快速响应和处理，在最短时间内恢复业务系统，将损失降到最低。在系统维护过程中，突发事件出现将是极难完全避免，针对这种情况，设计了完善突发事件应急策略。
系统巡检人员要定时规范检验各硬件设备运转情况和应用软件运行情况，同时做好日常数据增量备份和定时全备份。对发觉问题在报各级责任人同时，要协调相关资源分析问题根源，确定处理方案和临时处理方法，避免造成更大影响。问题得到稳定或根本处理后，要形成问题汇报，避免以后类似重大紧急情况发生。
对发觉问题在报责任人同时，要协调相关资源分析问题根源，确定处理方案和临时处理方法，避免造成更大影响。问题得到稳定或根本处理后，要形成问题汇报，避免以后类似重大紧急情况发生。
当得悉出现突发事件时，技术支持人员能够立即从知识库中获取对应应急策略，并综适用户方具体情况，给出相关处理方案，然后在第一时间以电话、邮件支持或现场服务方法帮助用户处理问题，尽最大努力减小突发事件对用户日常应用影响。
紧急情况
预防方法
应急策略
硬件损坏
项目单位操作用电脑硬件损坏
在磁盘数据未丢失情况下，确保数据安全性，提议项目单位替换相关硬件。
操作失误
加强培训力度，掌握培训效果，检验操作人员操作水准，提醒注意事项。
操作失误未造成即成结果或数据未丢失情况下，保障数据安全，反之，协调相关部门，进行补救。对操作人员强调注意事项
配置丢失
培训时强调使用前配置方法和步骤，并尤其提醒需在使用前按要求操作
派出上门维护、培训人员重新配置，并耐心讲解。
数据丢失
培训时强调使用过程中注意定时备份关键数据，日常维护过程中，上门服务人员实时备份数据并通知用户
协调相关部门，进行补救，无法补救，提交汇报说明原因。
突发事件应急策略服务步骤图以下：