虚拟化平台日常管理和应急处理规范1.0

MorooVMware虚拟化平台服务器日常维护和应急处理规范1目的为提高部门处理VMware虚拟化服务器故障的能力，形成科学、有效、反应迅速的日常管理流程和应急处理机制，确保虚拟化平台的安全和稳定运行，最大限度地减小服务器故障对生产的影响，降低业务中断风险，特制定本规范。2适用范围本规范适用于公司局域网中所有提供VMware虚拟化平台服务的服务器管理，应对发生和可能发生的故障。3规范内容虚拟化平台服务器运维和应急处理应包括风险评估，检测体系和应急处理三个环节，合理有效的执行控制将防止故障影响扩大。3.1故障分类虚拟化平台故障包括服务器硬件和虚拟化软件的故障；自然灾害（水、火、电等）造成的物理破坏；电脑病毒等恶意代码危害；人为误操作造成的损害等。3.2应急准备部门责任人员明确职责和管理范围，根据实际情况，安排应急值班，确保到岗到人，联络畅通，处理及时准确。3.3具体措施（1）建立安全、可靠、稳定运行的机房环境，防火、防雷电、防水、防静电、防尘；建立备份电源系统。（2）虚拟化平台服务器应采用可靠、稳定、兼容性硬件，落实责任管理机制，遵守安全操作规范；对虚拟机和管理服务器进行定时备份；采用有效的虚拟化监控工具，及时发现问题和日报告。4故障处理规范4.1机房停电接到停电通知后，相关人员应及时部署应对具体措施，启动备用电源,保证服务器正常运行。4.2硬件维护（1）平台服务器出现硬件告警需要停机维护，服务器责任人应立即通知相关人员，将业务虚机迁移到集群中其他服务器主机上，再将故障服务器切换至维护模式并从HA集群中移除，负责陪同硬件厂家现场更换至成功恢复。（2）若服务器硬件24小时内无法恢复，服务器责任人需书面报告原因并立即通知业务管理人员进行数据应急备份,防止灾难扩大。（3）若虚拟化存储硬件出现告警，第一目击人应立即通知存储管理员，并上报主管领导，存储管理员应在报告1小时内联系厂家到场处理，处理完成后因报告原因，找到解决方法；并立即对数据做完整性检查，消除重复发生隐患。4.3虚拟化平台故障（1）虚拟化服务器应保证双机群集配置，并同时配置好一套备用服务器群集，随时待命。对于无法判断的故障，可导出系统日志发给厂家分析处理5、虚拟化平台故障预防5.1平台管理初始状态备份安装配置好vcenter服务器软件系统，经测试能够正常投入生产使用后，将数据库进行一次完成的备份，并记录配置信息。备份文件本机一份，移动存储一份。5.2虚拟机实时状态备份平台上的虚拟机包括vmware提供的其他功能性服务器，应在测试通过后进行一次快照备份，并记录重要的配置信息。快照一周备份一次，一个月后循环更新一次。关键虚拟机投入使用后，用赛门铁克NBU软件定期（30天一次）备份。备份文件本机一份，移动存储一份。6虚拟化平台故障恢复虚拟化平台系统出现故障，先对问题进行定位，按前述预案处理，若故障依然存在，通过以下步骤恢复：（1）用快照进行虚拟机恢复。如果虚拟机中包括数据库和实时状态信息，要在恢复后进行必要的数据库文件恢复，并还原系统实时状态。（2）用NBU从备份系统中进行系统还