論數據中心運維工作的提升技巧

　　數據中心的穩定運行離不開(kāi)數據中心的運維人員，而數據中心運維的工作涉及到方方面面，它不同于其它的運維，處理的問(wèn)題都是比較專(zhuān)業(yè)的問(wèn)題。在很多的公司都是將服務(wù)器和設備托管到專(zhuān)門(mén)的數據中心機房讓專(zhuān)業(yè)的人士進(jìn)行維護，只有一些技術(shù)實(shí)力比較強的大公司才建設有自己的數據中心。如今的信息技術(shù)更新得很快，什么大數據、云計算、虛擬化、綠色數據中心等等新技術(shù)層出不窮，各種設備的CPU、內存、轉發(fā)芯片等也都在不斷地發(fā)展。從單核CPU到多核、四核、八核、十六核、三十二核，網(wǎng)絡(luò )單端口帶寬從10M、100M、1G、10G、100G，這些技術(shù)的進(jìn)步給數據中心帶來(lái)了高速的信息處理能力，但是也讓這個(gè)數據中心的系統變得異常復雜，傳統的數據中心運維技能已經(jīng)難以適應信息高速發(fā)展的需要了，需要我們去不斷學(xué)習，提升自己，才能在未來(lái)的數據中心里，將運維的工作開(kāi)展好。下面將結合一些實(shí)際工作經(jīng)驗講述提升運維技能的一些方法。

　　數據中心是一個(gè)復雜的信息處理系統，包括系統、網(wǎng)絡(luò )、存儲、協(xié)議、需求、開(kāi)發(fā)、測試、安全、空調、供電、監控等多個(gè)環(huán)節，運維的工作就是要包含到所有這些方面，可見(jiàn)運維的工作是一個(gè)集多IT工種技能于一身的崗位。然而這里說(shuō)的每一個(gè)部分都需要多種技術(shù)學(xué)科的支撐，比如系統可能有Linux、Windows的，應用有LVS、HA、WebServer、DB、中間件，網(wǎng)絡(luò )就更復雜了，各種二三層協(xié)議，虛擬化，環(huán)路協(xié)議，路由協(xié)議等等。這么多的技術(shù)不可能每個(gè)人都精通，不可否認可能有這種全面精通的人存在，但人的精力畢竟是有限的，要有所得也要有所失。首先是溝通能力、團隊協(xié)作。運維的工作涉及跨部門(mén)、跨工種特別多，這樣運維的人員需要善于溝通，團隊協(xié)議能力要強，這樣在處理問(wèn)題時(shí)，可以充分調用各種資源和技術(shù)力量，迅速解決問(wèn)題。對于數據中心時(shí)間就是利潤，流量就是金錢(qián)，一年365天要保持數據中心的穩定運行，不出故障或者少出故障才行。當業(yè)務(wù)部門(mén)反饋有故障時(shí)，根據反饋的故障現象迅速鎖定故障點(diǎn)，然后集中資源解決，這其中需要大量的溝通，有效的溝通將為排除故障節省下來(lái)大量時(shí)間。其次是運維工作要膽大心細。膽大才能創(chuàng )新，不走尋常路。即使數據中心再小，它也有自己的特點(diǎn)，充分利用它的優(yōu)勢，才能發(fā)揮出數據中心最大的效能。數據中心本來(lái)就是一個(gè)技術(shù)更新很快的領(lǐng)域，愿意接受新事物，大膽引入先進(jìn)運維的技術(shù)將可以大大提升數據中心的工作效率。再次是做好日常監控工作，一個(gè)健壯的身體離不開(kāi)每天的觀(guān)察，我們需要時(shí)時(shí)刻刻觀(guān)察我們的數據中心，看看數據中心發(fā)生的細小問(wèn)題。每天都要對數據中心的所有方面運行參數進(jìn)行全面檢查和記錄，慢慢地就會(huì )對數據中心運行狀態(tài)有了掌握，當某些參數變化時(shí)及時(shí)做應對之策。比如設備運行的CPU占用率，平時(shí)監控所有設備CPU占用率都在30%左右，突然有一天幾臺設備的CPU占用率無(wú)緣無(wú)故升到了60%，這就需要進(jìn)一步檢查升高的原因，直到消除掉為止。如果沒(méi)有這些平日里的統計記錄，這樣的參數變化就不會(huì )引起人們的注意，故障遲早會(huì )到來(lái)。第四做好統計工作。一般的數據中心都擁有上千臺的服務(wù)器設備，還有其它不少的電子設備，要做好統計工作。比如服務(wù)器多少臺，都處于什么位置，都和網(wǎng)絡(luò )設備如何互連的，每臺設備的配置，應用的特性等等，這些統計工作馬虎不得，都關(guān)系著(zhù)數十萬(wàn)設備的物理安全。在平日接觸到的運維人員讓我們感受到不同的人員對自己數據中心的了解差異是非常大的，有的人可以對詢(xún)問(wèn)的某個(gè)網(wǎng)段IP給什么應用使用脫口而出，而有的人卻對詢(xún)問(wèn)的服務(wù)器放在哪個(gè)機架上都一無(wú)所知，當遇到問(wèn)題或者進(jìn)行數據中心變更時(shí)，后者的表現是顯而易見(jiàn)會(huì )出問(wèn)題的。最后是要至少精通一門(mén)技術(shù)，數據中心需要運維人員是通材，就是方方面面都要懂一些，但是都懂一些相當于都不懂，這樣在數據中心里是無(wú)法立足的。還需要有自己精通的領(lǐng)域，至少有一門(mén)是自己精通，而別人無(wú)法替代的。比如精通Linux操作系統、精通網(wǎng)絡(luò )技術(shù)、精通安全技術(shù)等等，這樣才能在數據中心里立足，然后再向其它領(lǐng)域拓展，最終成為一個(gè)技術(shù)較為全面的運維人才。

　　數據中心運維的工作不像其它工作，比如測試工程師、研發(fā)工程師等，有非常明確的職責定位及職業(yè)規劃，有職業(yè)認同感與成就感。運維工作可能給人的感覺(jué)就是哪個(gè)方面都知道一些，但又哪個(gè)方面都比不上專(zhuān)業(yè)工程師更精通，慢慢工作起來(lái)就會(huì )迷失方向。其實(shí)運維工作也有自身的特點(diǎn)，就是什么領(lǐng)域的技術(shù)都有機會(huì )學(xué)習與接觸，掌握的深淺程度主要取決于運維人員的自身努力，可以在多個(gè)技術(shù)領(lǐng)域做到精通。新一代數據中心給運維工作帶來(lái)了更多挑戰，也使得運維成為一個(gè)融合多學(xué)科的綜合性技術(shù)，提供了很好的個(gè)人能力與技術(shù)廣度的發(fā)展空間，運維工作的相關(guān)經(jīng)驗變得越來(lái)越重要。正因為運維的工作面廣，運維人員轉到其它崗位也很容易，沒(méi)有太大的局限性，而且只有運維工程師才有機會(huì )成為數據中心的系統架構師或者運維主管，這樣的職業(yè)發(fā)展前景也比較好。如今的數據中心已經(jīng)開(kāi)始重視運維技能的提升，大批量引起了不少高精尖的技術(shù)人才，從事數據中心運維人員的技能水平在不斷提高，將有越來(lái)越多的高技術(shù)人才加入到數據中心運維隊伍中來(lái)。

　　數據中心的穩定運行離不開(kāi)數據中心的運維人員，而數據中心運維的工作涉及到方方面面，它不同于其它的運維，處理的問(wèn)題都是比較專(zhuān)業(yè)的問(wèn)題。在很多的公司都是將服務(wù)器和設備托管到專(zhuān)門(mén)的數據中心機房讓專(zhuān)業(yè)的人士進(jìn)行維護，只有一些技術(shù)實(shí)力比較強的大公司才建設有自己的數據中心。如今的信息技術(shù)更新得很快，什么大數據、云計算、虛擬化、綠色數據中心等等新技術(shù)層出不窮，各種設備的CPU、內存、轉發(fā)芯片等也都在不斷地發(fā)展。從單核CPU到多核、四核、八核、十六核、三十二核，網(wǎng)絡(luò )單端口帶寬從10M、100M、1G、10G、100G，這些技術(shù)的進(jìn)步給數據中心帶來(lái)了高速的信息處理能力，但是也讓這個(gè)數據中心的系統變得異常復雜，傳統的數據中心運維技能已經(jīng)難以適應信息高速發(fā)展的需要了，需要我們去不斷學(xué)習，提升自己，才能在未來(lái)的數據中心里，將運維的工作開(kāi)展好。下面將結合一些實(shí)際工作經(jīng)驗講述提升運維技能的一些方法。

　　數據中心是一個(gè)復雜的信息處理系統，包括系統、網(wǎng)絡(luò )、存儲、協(xié)議、需求、開(kāi)發(fā)、測試、安全、空調、供電、監控等多個(gè)環(huán)節，運維的工作就是要包含到所有這些方面，可見(jiàn)運維的工作是一個(gè)集多IT工種技能于一身的崗位。然而這里說(shuō)的每一個(gè)部分都需要多種技術(shù)學(xué)科的支撐，比如系統可能有Linux、Windows的，應用有LVS、HA、WebServer、DB、中間件，網(wǎng)絡(luò )就更復雜了，各種二三層協(xié)議，虛擬化，環(huán)路協(xié)議，路由協(xié)議等等。這么多的技術(shù)不可能每個(gè)人都精通，不可否認可能有這種全面精通的人存在，但人的精力畢竟是有限的，要有所得也要有所失。首先是溝通能力、團隊協(xié)作。運維的工作涉及跨部門(mén)、跨工種特別多，這樣運維的人員需要善于溝通，團隊協(xié)議能力要強，這樣在處理問(wèn)題時(shí)，可以充分調用各種資源和技術(shù)力量，迅速解決問(wèn)題。對于數據中心時(shí)間就是利潤，流量就是金錢(qián)，一年365天要保持數據中心的穩定運行，不出故障或者少出故障才行。當業(yè)務(wù)部門(mén)反饋有故障時(shí)，根據反饋的故障現象迅速鎖定故障點(diǎn)，然后集中資源解決，這其中需要大量的溝通，有效的溝通將為排除故障節省下來(lái)大量時(shí)間。其次是運維工作要膽大心細。膽大才能創(chuàng )新，不走尋常路。即使數據中心再小，它也有自己的特點(diǎn)，充分利用它的優(yōu)勢，才能發(fā)揮出數據中心最大的效能。數據中心本來(lái)就是一個(gè)技術(shù)更新很快的領(lǐng)域，愿意接受新事物，大膽引入先進(jìn)運維的技術(shù)將可以大大提升數據中心的工作效率。再次是做好日常監控工作，一個(gè)健壯的身體離不開(kāi)每天的觀(guān)察，我們需要時(shí)時(shí)刻刻觀(guān)察我們的數據中心，看看數據中心發(fā)生的細小問(wèn)題。每天都要對數據中心的所有方面運行參數進(jìn)行全面檢查和記錄，慢慢地就會(huì )對數據中心運行狀態(tài)有了掌握，當某些參數變化時(shí)及時(shí)做應對之策。比如設備運行的CPU占用率，平時(shí)監控所有設備CPU占用率都在30%左右，突然有一天幾臺設備的CPU占用率無(wú)緣無(wú)故升到了60%，這就需要進(jìn)一步檢查升高的原因，直到消除掉為止。如果沒(méi)有這些平日里的統計記錄，這樣的參數變化就不會(huì )引起人們的注意，故障遲早會(huì )到來(lái)。第四做好統計工作。一般的數據中心都擁有上千臺的服務(wù)器設備，還有其它不少的電子設備，要做好統計工作。比如服務(wù)器多少臺，都處于什么位置，都和網(wǎng)絡(luò )設備如何互連的，每臺設備的配置，應用的特性等等，這些統計工作馬虎不得，都關(guān)系著(zhù)數十萬(wàn)設備的物理安全。在平日接觸到的運維人員讓我們感受到不同的人員對自己數據中心的了解差異是非常大的，有的人可以對詢(xún)問(wèn)的某個(gè)網(wǎng)段IP給什么應用使用脫口而出，而有的人卻對詢(xún)問(wèn)的服務(wù)器放在哪個(gè)機架上都一無(wú)所知，當遇到問(wèn)題或者進(jìn)行數據中心變更時(shí)，后者的表現是顯而易見(jiàn)會(huì )出問(wèn)題的。最后是要至少精通一門(mén)技術(shù)，數據中心需要運維人員是通材，就是方方面面都要懂一些，但是都懂一些相當于都不懂，這樣在數據中心里是無(wú)法立足的。還需要有自己精通的領(lǐng)域，至少有一門(mén)是自己精通，而別人無(wú)法替代的。比如精通Linux操作系統、精通網(wǎng)絡(luò )技術(shù)、精通安全技術(shù)等等，這樣才能在數據中心里立足，然后再向其它領(lǐng)域拓展，最終成為一個(gè)技術(shù)較為全面的運維人才。

　　數據中心運維的工作不像其它工作，比如測試工程師、研發(fā)工程師等，有非常明確的職責定位及職業(yè)規劃，有職業(yè)認同感與成就感。運維工作可能給人的感覺(jué)就是哪個(gè)方面都知道一些，但又哪個(gè)方面都比不上專(zhuān)業(yè)工程師更精通，慢慢工作起來(lái)就會(huì )迷失方向。其實(shí)運維工作也有自身的特點(diǎn)，就是什么領(lǐng)域的技術(shù)都有機會(huì )學(xué)習與接觸，掌握的深淺程度主要取決于運維人員的自身努力，可以在多個(gè)技術(shù)領(lǐng)域做到精通。新一代數據中心給運維工作帶來(lái)了更多挑戰，也使得運維成為一個(gè)融合多學(xué)科的綜合性技術(shù)，提供了很好的個(gè)人能力與技術(shù)廣度的發(fā)展空間，運維工作的相關(guān)經(jīng)驗變得越來(lái)越重要。正因為運維的工作面廣，運維人員轉到其它崗位也很容易，沒(méi)有太大的局限性，而且只有運維工程師才有機會(huì )成為數據中心的系統架構師或者運維主管，這樣的職業(yè)發(fā)展前景也比較好。如今的數據中心已經(jīng)開(kāi)始重視運維技能的提升，大批量引起了不少高精尖的技術(shù)人才，從事數據中心運維人員的技能水平在不斷提高，將有越來(lái)越多的高技術(shù)人才加入到數據中心運維隊伍中來(lái)。

【論數據中心運維工作的提升技巧】相關(guān)文章：

運維項目管理流程06-08

企業(yè)IT運維管理選型建議08-14

論演講的技巧06-10

提升口才的技巧09-13

古箏的彈箏運指技巧07-17

提升風(fēng)景攝影的技巧10-05

提升演講技巧的方法09-26

提升氣質(zhì)的說(shuō)話(huà)技巧08-31

如何提升演講技巧10-11

提升演講能力的技巧10-24