数据中心场地基础设施运维管理标准.docx
- 文档编号:14762724
- 上传时间:2023-06-27
- 格式:DOCX
- 页数:51
- 大小:286.77KB
数据中心场地基础设施运维管理标准.docx
《数据中心场地基础设施运维管理标准.docx》由会员分享,可在线阅读,更多相关《数据中心场地基础设施运维管理标准.docx(51页珍藏版)》请在冰点文库上搜索。
数据中心场地基础设施
运维管理标准
目录
一、规范性引用文件 5
二、术语和缩略语 5
2.1术语 5
2.2缩略语 7
三、管理范畴 8
3.1管理目标 8
3.2参与数据中心建设过程 8
3.3测试验证 9
3.4技术文档 10
3.5管理边界 10
四、安全管理和质量管理 11
4.1人员安全 11
4.2物理环境安全 11
4.3质量管理 12
五、人员管理 13
5.1组织及人员 13
5.2培训及认证 14
5.3运维外包服务商 15
六、设施管理 16
6.1资产数据库 16
6.2预防性维护 16
6.3操作流程 17
6.4工具及备件管理 18
6.5供应商管理 18
6.6生命周期管理 19
6.7运维管理系统 19
3
七、运行管理 20
7.1运行管理制度 20
7.2设施监控、巡检、及交接班管理 21
7.3机房清洁管理 21
7.4标签标识管理 21
7.5变更管理 21
7.6事件管理 22
7.7应急响应 22
7.8容量管理 23
7.9能效管理 23
7.10预算管理 24
八、附录:
数据中心场地基础设施运维管理最佳实践 25
附录A测试验证的最佳实践 25
附录B数据中心市电断电应急预案 39
附录C数据中心机房基础设施运维人员架构图 44
附录D数据中心场地基础设施运维中易犯的十大错误 45
一、规范性引用文件
下列文件对于本文件的应用是必不可少的。
凡凡是注明日期的引用文件,仅注日期的版本适用于本文件。
凡是不注明日期的引用文件,其最新版本(包括所有的修改单)适用于本文件。
GB50157电子信息系统机房设计规范
GB26860电力安全工作规程发电厂和变电站电气部分DL408电业安全工作规程
二、术语和缩略语
2.1术语
2.1.1数据中心(DataCenter)
主要功能为容纳一个计算机房和该计算机房的各个支持区的一栋建筑或者一栋建筑的一部分。
包括容纳信息技术系统的主机房、支持信息技术系统运行的辅助区和行政管理区。
2.1.2场地基础设施(SiteInfrastructure)
数据中心内为信息技术系统提供运行保障和运行环境的场地设施。
包括容纳IT系统的主机房,支持IT系统运行的供电系统、制冷系统、消防系统、安防系统、监控系统及其路由等配套设施及维护IT系统的辅助设施。
2.1.3运维管理(OperationandMaintenanceManagement)
对数据中心场地基础设施进行日常运行和维护,确保各项基础设施系统安全稳定地运行。
运维管理包括制定运维制度和计划、执行运维计划、响应场地基础设施故障、突发事件等紧急情况。
2.1.4生命周期(LifeCycle)
通常指数据中心从投产到经济寿命结束的全过程。
但也有将投产前的规划期、设计期、建设期、测试验证期作为生命周期一部分(孕育期)的说法。
2.1.5测试验证(Commissioning)
验证并记录数据中心设施作为一个整体及其所有的设备、子系统满足用户的设计目标和运行要求。
2.1.6健康评估(HealthAssessment)
全面系统性地对机房现有使用状态、设备运行情况、运维管理制度及流程等进行全方位的检查。
5
2.1.7预防性维护(PreventiveMaintenance)
为降低产品发生失效或功能退化的概率,按预定的时间间隔或按既定的准则实施的维护。
2.1.8风险评估(RiskAssessment)
针对运行的设备所面临的威胁、存在的弱点、造成的影响,以及三者综合作用所带来风险的可能性的评估,同时确定风险是否可容许的全过程。
2.1.9容量管理(CapacityManagement)
对于基础设施在空间、电力承载能力、制冷能力等方面的评估,以满足IT数据存储和处理的需要容量。
为了实现其目标,容量管理需要与业务及IT战略流程保持密切的联系。
2.1.10资产管理(AssetManagement)
对于数据中心基础设施中每个资产建立独有的标识,并详细进行资产描述、制造商、型号、安装日期、保修期等信息的记录管理。
2.1.11可用性(Availability)
在所有要求的外部资源得到提供的情况下,数据中心在规定的时刻或规定的时间段内处于能执行要求的功能状态的能力。
它是衡量数据中心等级、运维水平的重要指标。
可用性的计算如下:
2.1.12绿色运行(GreenOperation)
指数据机房中的制冷、照明和电气等能取得最大化的能源效率和最小化的环境影响。
2.1.13负载(Load)
指连接在电路中的电源输出的设备。
负载是把电能转换成其他形式的能的装置。
2.1.14气流组织(Air-FlowOrganization)
指在机房内对冷热气流的流向按一定要求进行疏导和组织。
14
2.2缩略语
2.2.1PUE(PowerUsageEffectiveness,电力使用效率)
PUE是评价数据中心能源效率的指标,是数据中心消耗的所有能源与IT负载使用的能源之比。
PUE=数据中心总设备能耗/IT设备能耗
PUE是一个比值,越接近1表明能效水平越好。
2.2.2SLA(ServiceLevelAgreement,服务等级协议)
服务提供商和客户之间签署的、描述服务范围和约定服务级别的协议。
2.2.3MOP(MethodOfProcedure,维护作业程序)
MOP是维护作业程序,用于规范和明确数据中心基础设施运维工作中各项设施的维护保养审批流程、操作步骤。
2.2.4SOP(StandardOperatingProcedure,标准操作流程)
SOP即标准操作流程,是将某一项工作的标准操作步骤和要求以统一的格式描述出来,用来指导和规范日常的运维工作。
2.2.5EOP(EmergencyOperatingProcedure,应急操作流程)
EOP是应急操作流程,用于规范应急操作过程中的流程及操作步骤。
确保运维人员可以迅速启动,确保有序、有效地组织实施各项应对措施。
2.2.6CMMS(ComputerizedMaintenanceManagementSystem,计算机
化维护管理系统)
用以系统性地设置并跟踪运维任务的执行情况,存储操作流程及相应运维人员的操作权限等维护工作相关信息。
三、管理范畴
3.1管理目标
数据中心场地基础设施运维团队应与业主管理层、IT部门、相关业务部门共同讨论确定运维管理目标。
制定目标时,应综合考虑数据中心所支持的应用的可用性要求、数据中心场地基础设施设施的等级、容量等因素。
目标宜包括可用性目标、能效目标、可以用服务等级协议(SLA)的形式呈现。
不同应用的可用性目标的数据中心,可设定不同等级的数据中心场地基础设施的运维管理目标。
3.2参与数据中心建设过程
数据中心运维团队应充分了解自己将要管理的场地基础设施。
对于新建数据中心,应尽早参与数据中心场地基础设施的建设过程,以便将运维阶段的需求在规划、设计、建造、安装和调试等过程中得到充分的考虑;同时为后期做好运维工作打下基础。
3.2.1应参与规划设计
数据中心的规划设计是一个谨慎和严谨的过程,需要所有参与数据中心建设的相关方共同完成,才能确保规划和设计的有效性、实用性等要求。
其中,场地基础设施运维团队应提出运维要求,从运维经验、实际运维难度、提高运维可易性等方面对规划和设计过程进行配合。
3.2.2应参与相关供应商遴选
数据中心场地基础设施运维团队应参与数据中心基础设施设备供应商选择的全过程,及时地了解各种产品及服务的品牌、型号、规格等关键参数,使之更能满足运维的要求。
并就在安装、调试过程中的注意事项等提出建议,还需要对后续的设备保修等服务提出要求。
3.2.3应参与建造管理
数据中心的场地基础设施运维团队应积极参与数据中心场地基础设施的建造工作,并协助做好建设项目的项目管理工作,着重关注工程建造中如材料的使用、工序、建造过程等工作,重点关注隐蔽工程的安装工艺和质量。
数据中心场地基础设施运维团队应充分了解施工过程中的工艺。
对于新建数据中心,从施工质量和日后运维方便性出发,尽早发现施工过程的问题,及时纠正,方便日后运维和节省日后整改成本。
3.3测试验证
数据中心场地基础设施投产前的测试验证是确保数据中心场地基础设施满足设计要求和运行要求的关键环节。
3.3.1时间和预算
数据中心的业主应设立测试验证专项预算,预算应包括外部测试验证服务提供商的相关费用,以及在测试验证阶段产生的电费、水费、油费等相关费用。
应制定测试验证的工期规划,以更准确地预测数据中心场地基础设施交付投产的日期。
3.3.2测试验证参与方
项目建设管理部门可作为测试验证工作的主体责任单位;运维管理部门可作为测试验证工作的主体审核单位;第三方测试服务商可作为测试验证的实施单位及整体组织工作的协调单位。
但运维管理部门应要求测试服务商预先提供测试方案,在运维管理部门审核后方可进行。
数据中心场地基础设施运维团队可参与测试验证工作,在此过程中熟悉设施和设备,可建立相关运维技术文档库,为后期的运维工作做好准备。
数据中心关键设备提供商及工程总包商,应积极配合测试验证工作,应在供应商合同中对此项有明确要求。
3.3.3测试验证内容
验证应覆盖所有关键子系统和设备应具备的功能和关键的操作程序,确保满足设计要求,必要时可做故障情景模拟来检验。
测试验证中发现设计或者建设阶段的问题,应该在报告中充分体现;可以改造的部分,应要求建设单位进行改造;不能改造或暂时不需改造部分,应作为风险点在运维过程中予以特别的重视,并制定相关预案。
3.3.4设施健康评估
当接手已在运行的数据中心场地基础设施的运维工作前,运维团队应对设施的情况进行健康评估,了解潜在风险点,其中能够改造的部分,应该申请予以优化改造。
不能改造的部分,应该作为风险点在运维中予以特别的重视,并制定相关预案。
3.4技术文档
完整并准确的技术文档是后期运行、维护、维修、故障诊断、优化改造的基础。
运维团队在开展运维工作前,应从业主或者原运维单位得到场地基础设施的全套相关文档,包括但不限于:
数据中心的规划设计资料及竣工图纸、反映机房最近一次改造后真实现状的图纸、全套设备的清单及相关操作文档和保修保养资料、机房自动操作系统的逻辑图及说明文档、监控系统的点表、验收测试文档、数据中心所在建筑的建筑设计资料、竣工图纸。
整体文档应在限定时限内进入运维管理知识库,并按照质量管理的原理和要求设定文档的起草、变更、审核、批准、保存、分发等职责权限。
3.5管理边界
为了明确管理责任,数据中心场地基础设施运维团队应将可能影响数据中心场地基础设施运维目标达成的外界因素整合成管理边界报告,提交业主管理层并组织研讨,形成明确的决策,制定完整的协调沟通机制及权责界限。
这些因素包括但不限于:
不归本部门负责,但可能对于本部门有重大影响的供电、供水、供暖、制冷、消防、安防、监控、运营商线路接入等系统。
四、安全管理和质量管理
4.1人员安全
数据中心场地基础设施运维团队要编制正式的数据中心生产环境(工作场所)的安全方针,设定严格的安全生产规范;并根据安全方针制定有效的、明确的安全计划,来教授和培训安全原则、危险识别、纠正缺陷和控制风险。
并加强对于该部分规范的合规度的培训、考试和审核检查,以确保数据中心运维人员的人身安全。
相关安全生产规范主要包括:
●数据中心生产环境安全管理规范;
●数据中心场地基础设施各系统安全管理手册;
●数据中心场地基础设施涉及安全的应急预案;
●数据中心场地基础设施管理过程涉及的技术方案中的安全管理策略。
数据中心场地基础设施中与电气相关的工作存在着固有危险。
设施运维团队应当创建一份正式电气安全计划,以最小化所有工作人员受到电气伤害的风险,确保现场电气系统达到相关法规标准。
电气安全计划中的条款应规定电气工作人员在有资质和具备合理安全工作流程的前提下才能进行操作,并应利用防护设备和其他控制手段,如上锁挂牌设备。
此计划的创建旨在防止员工受到电击、烧伤、电弧和其他潜在电气安全隐患,同时要求其遵守法规标准。
相关国家、行业规程包括但不限于:
●GB26860电力安全工作规程发电厂和变电站电气部分;
●DL408电业安全工作规程。
4.2物理环境安全
应了解周边社会环境信息,评估潜在的安全风险并制定预案。
这些信息宜包含但不限于:
周边交通路况、医院、供油站、消防站、变电站、供水、供电、供气、网络通信线路等。
可建立周边社会环境管理资料库。
应了解数据中心所在地的历史自然灾害情况。
包含但不限于GB50174及TIA-942中提到的所有评估机房选址的外部因素,并制定相应的管理预案。
应建立并执行严格的数据中心设备、人员、车辆进出管理制度。
应设立不同安全区等级(参考ISO27001信息安全管理中的物理安全控制)并制定访客管理制度,用以有效管理访客。
4.3质量管理
在数据中心场地基础设施运维过程中建立完善的质量管理体系,是保障以上数据中心场地基础设施运维趋于卓越的重要因素和手段。
数据中心场地基础设施运维团队的所有关键工作应包括以下的质量管理要素:
4.3.1质量保证
●过程制定;
●程序制定;
●过程审核和批准;
●过程和程序培训。
4.3.2质量控制
●事件回顾;
●质量检查和检验;
●定期质量审核。
4.3.3质量改进
●故障分析;
●经验教训;
●优化及创新计划。
五、人员管理
5.1组织及人员5.1.1组织架构
数据中心运维团队应有清晰的组织架构,同时对各岗位有明确的岗位职责说明并在计算机化维护管理系统(CMMS)中实现权责匹配,同步更新。
中大型数据中心场地基础设施运维团队中除现场负责人外,可按照工作内容分设以下几个主要职能岗位:
●运维巡检团队
主要职责:
对基础设备设施进行巡检,担任值班工作,第一时间发现故障或问题,并作为管理程序的执行者。
●技术管理团队
主要职责:
对数据中心场地基础设施提供运维技术支持,解决技术问题,承担数据中心场地基础设施一般性的优化改造工程的项目管理工作,宜包括电气、空调、弱电等系统的技术人员。
●物理环境安全管理团队
主要职责:
对物理环境安全进行管理,进行安全巡检等工作。
5.1.2人员配制
场地基础设施运维人员的配备应根据运维管理目标或SLA来确定。
中高等级的数据中心,可按照7X24的运行要求配置运维人员。
上岗人员应具备国家要求的相应资格证书。
应在运维管理程序中明确规定资质等级与操作权限的一致性。
高等级以及具有一定规模的数据中心,每个班组应配备具有电力、暖通、弱电专业能力的运维人员,以达到“即时应急响应”的工作状态。
等级相对低的机房,每个班需要至少配备一人,达到“即时报警”的工作状态。
运维团队的关键岗位应有人员备份和储备。
数据中心场地基础设施运维管理团队的关键管理人员或关键岗位人员在正常运维工作开展中应采用A、B角色配置,日常工作中应注意角色的分配和工作的配合。
其它岗位人员宜建立良好的循环机制,人员可进行岗位轮换和交叉培训,使所有人员掌握全面的基础知识。
5.1.3绩效管理
为了提高运维人员的技术技能、职业素养和提倡团队合作精神,专业地、高效率地运行和维护场地基础设施,有必要建立人员的关键绩效指标,定期对所有人员的短期和长期绩效进行评估,奖优罚劣,推动整个运维团队技术和素质的发展和改进。
5.1.4人员管理制度
为了保障场地基础设施运维团队的创新性、稳定性、持续性,应通过建立合理的人员管理制度,约束人员的工作态度、行为规范,提高人员的工作热情、工作效率和执行力,激发人员正面影响,使团队一直保有活力来共同努力达成服务等级协议的要求,运维团队应该建立运维人员的各项管理制度。
这些管理制度应该主要包含(但不限于):
●《日常活动管理制度》;
●《人员安全操作制度》;
●《运维人员基本素质养成管理制度》;
●《安全运行奖惩制度》;
●《节能运行奖惩制度》;
●《技术创新奖励制度》;
●《人员晋升制度》;
●《人才储备制度》;
5.2培训及认证
5.2.1员工培训及资格认证计划
对于场地基础设施运维团队新员工应进行完整及严格的培训,以确保其尽快具备岗位需要之知识及能力。
培训内容应包括数据中心基础设施的所有系统的工作原理、操作流程、应急预案、以及管理制度等;
对于所有运维人员宜设定以知识更新、技能提高为目标的年度培训及认证计划。
宜要求运维人员不断提升理论知识,以便于在缺乏操作程序的应急状态下进行正确的处置。
可借助行业第三方专业培训及职业技能鉴定平台,积极开展运维人员任职资格的评定工作。
5.2.2历史事件分析学习
运维团队应将数据中心基础设施历史事件的总结分析作为培训的重要素材,进行全员培训;对于新员工应在上岗前予以培训,以避免相同的事件再次发生。
5.2.3组织学习
运维团队管理者应积极参与行业交流,了解行业最佳的运维管理实践,并从行业故障案例中总结经验,做好自身整改。
5.3运维外包服务商
5.3.1基础设施运维外包服务商的选择
数据中心场地基础设施属于关键性设施,选择外包运维团队时应考察其数据中心基础设施的运维服务的资质、能力和经验。
如数据中心作为商业物业的一部分整体外包运维,应要求外包运维机构针对数据中心基础设施设施部分设立专门的有数据中心基础设施运维经验的团队,并严格按数据中心基础设施的运维规程规范执行。
5.3.2运维外包服务商的管理
对于外包服务商的员工的管理原则应该参照运维团队内部员工同等要求,相关人员只有在进行培训并得到相关的认证后才能从事相关的工作。
外包服务商需要严格遵循数据中心基础设施既定的操作流程和安全守则。
数据中心基础设施运维管理的最终责任承担者是数据中心管理者,责任无法外包。
因此,数据中心应保留运维核心管理人员,对于外包团队的工作进行审核、监督和绩效评估管理。
15
六、设施管理
6.1资产数据库
数据中心应建立完整及实时更新的资产数据库。
数据库应包括所有关键基础设施设备的清单,还应记录设备设施的运行情况、事件情况、变更情况、维护保养频次等信息。
资产数据库应最少包括以下信息:
资产ID:
种类:
每个资产的唯一标识号
一级分类(如电气、制冷、消防系统)
子类:
二级分类(如UPS、电池、PDU等)
描述:
资产的文字说明
制造:
资产的制造厂家
型号:
制造厂家的产品型号
规格:
资产的规格或者标称值
位置:
位置ID(房间或区域)
购买人:
资产维护的负责人
序列号:
制造厂家的序列号
安装日期:
资产的投产日期
保修期限:
保修到期的日期
更换:
预计的资产更换日期
维护频次:
6.2预防性维护
年检、季检、月检等
6.2.1预防性维护计划
预防性维护是为了延长设备的使用寿命和减少设备故障的概率而进行的有计划的维护。
其目的是通过定期检查和保养,使设备的某些缺陷或隐患在变得更严重之前被发现。
运维团队应根据系统设备情况与供应商进行沟通,按照供应商的建议提前制定年度、季度、月度预防性维护计划。
各专业运维人员需按照各设备系统特性、维护流程及规范,及时、完整地落实维护工作,并形成客观实际的记录和报告予以存档。
运维团队还应定期对设备的运行状态数据进行统计和趋势量化分析,对于异常的趋势,做出报警及相关预案。
16
预防性维护包括并不限于以下系统设备或内容:
●冷水机组、精密空调;
●UPS,开关、和发电机组;
●消防系统和监控系统检验;
●蓄电池放电测试;
●配电装置(高低压配电装置)的绝缘性定期试验;
●二次保护定值实验;
●柴油发电机启动测试;
●每年雨季之前进行的数据中心防雷接地装置测试等。
6.2.2工单管理
运维团队应建立预防性维护及保养的工单管理系统,工单应列出工作内容、完成相应工作需要的工具及备件、工作预计完成的时间、工作负责人等信息。
计算机化维护管理系统应该对每份工单从产生到完成进行全程的跟踪。
6.3操作流程
数据中心基础设施的所有操作,均应事先制定详细的操作流程,经过审核后存档并在后期运行阶段严格执行。
6.3.1维护作业程序MOP:
对数据中心关键基础设施设备的每次维护、维修、安装操作,都应事先制定一份MOP。
可要求设备供应商提供MOP的建议,但对于MOP最终确认审核的责任在于运维团队,批准责任在于运维管理团队。
6.3.2标准操作流程SOP
所有关键基础设施设备在各种情况下都能执行的常用操作都应制定标准操作流程SOP。
例如手动启动发电机组的操作流程,或将UPS转换到旁路的操作流程等。
21
6.3.3应急操作流程EOP
应急操作流程适用于有可能发生的严重故障情况。
以下为部分严重故障的例子:
●一路市电供电时中断;
●双路市电供电时同时中断;
●发电机组启动失败;
●发电机在带关键负载时故障停机;
●单个冷却塔时故障停机;
●全部冷却塔都故障停机;
●单台UPS时故障停机。
6.4工具及备件管理
运维团队应根据资产分类清单及其分类制定最低备件库存清单并及时补充备件。
测试分析仪器仪表方面可配备进行电气性能参数测试、电池测试、接地电阻测试、绝缘性能测试、设备运行温度测试、风速测试、环境温度测试、噪音测试等的仪器仪表。
仪器仪表应该定期校准。
应制定相关规定对操作工具、仪器仪表实行人员负责制或者交接班负责制等管理制度。
备件和工具应定期进行盘点。
6.5供应商管理
应该按照数据中心基础设施运维的资质、以往的经验、业界的口碑等因素,以注重预防性和预测性维护和提高可用性的相同标准来选择合格的供应商。
所有供应商到达场地执行维护程序之前,应通过场地相关规程的培训,获得场地运维团队和运维管理层的批准。
在执行维护活动的过程中要严格遵循操作流程。
操作时需由运维团队的人员陪同并监督记录流程的执行情况。
供应商的每次场地维护活动都应该提交现场服务报告并存档。
运维团队应该建立供应商的绩效评估方案,并定期对供应商进行绩效评估。
应设立供应商管理文档,记录所有供应商的联系方式、服务承诺(SLA)、工作范围、针对设施的培训和认证情况等信息。
6.6生命周期管理
应基于设施设备的合理生命周期,结合风险评估,制定设备维护、升级或更换的计划及预算,及时报告给运维管理部门。
风险评估主要评估内容包括:
●资产重要性识别;
●资产威胁识别;
●资产脆弱性识别;
●风险值的计算。
●在评估更换设备的方案时,可综合考虑原有设备的维护费用以及新设备在
能效方面的改进,做好综合投资回报分析。
●对于冗余设备宜设立轮换运行机制,以延长整体设备的生命周期。
6.7运
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 数据中心 场地 基础设施 管理 标准