【机房管理】工作事项及简述
时间:2015-08-29 09:08:59 作者:vaster 标签: 机房管理 分类: 工作总结
过去一段时间有管理过三个机房的服务器，大概500来台机器，趁最近休假有时间简单总结一下。所做的机房管理的工作内容大概是以下几方面
1. 机器信息采集
运行中的机器
利用Server-Client模式的程序，给所有服务器预装（通过装机系统）好Client，Client将定义的需要的数据传输给Server
停机/坏掉的机器
从Server端发起，通过如Ilo管理卡，进行数据收集
2. 机器信息变更记录
数据变更
负责人、运行的项目等可手动变更
负责人、运行的项目等可定义统一的文件路径，将信息写入，直接采集后自动变更
硬件、系统相关系统可直接采集后自动变更
数据对比
将收集到的数据变更后，保留变更记录
统计分析各项目机器使用数量，确认机器用途，了解机器去向，以后后期做优化
每天将变更情况汇总发送管理员，遇到数据（SN、IP等）冲突，需要特殊标志
3. 机房费用预算记录
利用Django，开发好Web系统，用于进行数据的添加、编辑、删除和图表展示；
做好费用预算与实际使用情况的对比
机房实际使用情况变化曲线，关键节点可添加说明
4. 服务器使用情况分析
给所有服务器部署好监控系统（nagios,zabbix, and so on）
5. 成本优化方案
通过机房费用记录曲线及说明，结合当前业务使用情况进行整合和优化
优化1，服务器负载低时，可使用虚拟化或合并功能服务
优化2，针对云服务器（如AWS），可查看历史服务器资源使用情况进行升降配
优化3，针对云服务器（如AWS），根据项目运营情况，购保一定量的一次性付费实例或其他类似
6. 故障处理
机房掉电
收集掉电信息（服务器重启情况，总掉，掉电机器数），确认掉电造成的影响
跟机房反馈情况
联系商务处理后续事宜
网络攻击
确认攻击目标，分析攻击源，攻击方式
联系机房协助从机房核心Drop攻击源
机器故障
登录Ilo确认机器故障情况，如有故障，记录并在出差时做处理