服务器管理制度

服务器管理制度1适用范围本制度适用于公司所有自建、托管、租赁的物理服务器、虚拟服务器（含云服务器）的全生命周期管理，涵盖采购、上线、运行、维护、变更、下线、报废全流程，以及与之相关的性能、安全、备份、故障处理等管理活动。所有涉及服务器运维、使用、管理的部门和人员均需严格遵守本制度要求。2组织与职责2.1运维管理部作为服务器管理的牵头部门，承担服务器全生命周期的日常管理职责，具体包括：2.1.1负责服务器采购需求的技术评审、选型测试、到货验收，确保硬件性能、可靠性符合业务需求；2.1.2负责服务器系统初始化、安全基线配置、资产台账录入，保障服务器上线前合规；2.1.3负责服务器日常巡检、性能监控、故障处理、补丁更新、备份验证等运行维护工作，确保服务器可用性、安全性达标；2.1.4负责服务器变更的技术评估、方案制定、实施验证，管控变更风险；2.1.5负责服务器容量规划、资源调度、优化升级，提升资源利用率，保障业务增长需求；2.1.6负责服务器下线的数据擦除、资产处置、报废申请提交等工作；2.1.7负责制定应急预案、组织应急演练，快速响应各类服务器突发事件；2.1.8运维管理部下设硬件运维岗、系统运维岗、运维监控岗，各岗位权责分离：硬件运维岗负责物理服务器硬件维护、备件管理；系统运维岗负责操作系统、中间件、业务应用的配置与维护；运维监控岗负责7*24小时监控告警、故障派单、巡检执行监督。2.2安全管理部负责服务器安全管理的监督与指导，具体包括：2.2.1负责制定服务器安全基线、安全策略，定期开展安全漏洞扫描、渗透测试，督促安全隐患整改；2.2.2负责服务器安全事件的响应、溯源、处置，指导安全加固工作；2.2.3负责审核服务器补丁更新、端口开放、权限变更的安全性，确保符合网络安全等级保护2.0及公司安全管理制度要求；2.2.4负责监督服务器数据备份、数据擦除的合规性，防范数据泄露风险；2.2.5负责对接第三方等保测评机构、行业监管部门，完成合规审计工作。2.3业务需求部门作为服务器的使用方，承担业务相关的配合职责，具体包括：2.3.1负责提交服务器采购、扩容、变更、下线的业务需求，明确业务场景、性能要求、上线时间等关键信息；2.3.2配合运维管理部完成服务器上线前的业务部署、测试验证工作；2.3.3负责业务应用层面的性能优化、业务逻辑备份，配合故障排查与应急处置；2.3.4严格遵守服务器账户、权限管理要求，不得违规操作服务器。2.4内部审计部负责对服务器管理制度的执行情况进行审计监督，具体包括：2.4.1每季度开展一次服务器管理专项审计，检查运维流程、安全合规、资产台账的完整性与规范性；2.4.2每年开展一次服务器管理效能评估，考核运维指标达成情况，提出优化改进建议；2.4.3参与重大服务器故障、安全事件的复盘调查，监督责任追究与整改措施落地。2.5资产管理部负责服务器资产的全生命周期台账管理，具体包括：2.5.1负责服务器资产的编码、登记、折旧核算，确保账实相符；2.5.2负责服务器报废资产的处置审批、残值回收，配合资产盘点工作；2.5.3每年组织一次服务器资产全面盘点，盘点准确率需达到100%。3服务器采购与上线管理3.1需求评审与采购审批3.1.1业务部门需新增服务器的，应提交《服务器采购需求申请表》，明确业务类型、用户规模、性能指标、上线时间、可用性要求等内容，经部门负责人审批后提交运维管理部。3.1.2运维管理部在3个工作日内完成需求评审，优先通过现有资源池调度、虚拟资源扩容满足需求，确实需要新购的，出具技术选型方案，明确服务器配置、数量、预算、交付周期。3.1.3采购审批权限按照金额分级执行：单批次采购预算10万元以下的，由运维管理部经理、资产管理部经理审批；10万元（含）以上50万元以下的，由技术总监、财务总监审批；50万元（含）以上的，由总经理审批。3.2选型与到货验收3.2.1服务器选型需遵循性能适配、稳定可靠、性价比优先的原则，关键业务服务器需满足以下硬件冗余要求：（1）CPU：双路及以上，支持热插拔，配套ECC纠错内存，内存插槽预留≥30%的扩展空间；（2）存储：支持RAID1/5/10/6阵列，配置独立RAID卡，带缓存电容，硬盘预留≥20%的扩展槽位；（3）电源：1+1冗余电源，支持热插拔，转换效率≥92%（铂金级）；（4）网络：双口及以上万兆网卡，支持绑定冗余，关键业务配置4口万兆网卡；（5）风扇：N+1冗余风扇，支持智能调速。3.2.2新服务器到货后，运维管理部硬件运维岗需在5个工作日内完成到货验收，验收内容包括：（1）外观检查：包装完好，设备无磕碰、变形，配件齐全（含导轨、电源线、网线、保修卡等）；（2）配置核对：CPU型号、核心数、内存容量、硬盘容量/数量、网卡规格等与采购合同一致，误差率为0；（3）压力测试：执行72小时连续满负载压力测试，CPU负载≥95%，内存占用≥90%，磁盘连续读写带宽≥标称值的85%，测试期间无硬件告警、宕机、性能骤降情况；（4）同批次设备抽检比例不低于20%，抽检不合格率≥5%的，整批次做退换货处理。3.3系统初始化与安全基线配置3.3.1服务器上线前需由系统运维岗完成操作系统初始化，严格执行安全基线配置，具体要求包括：（1）操作系统选用厂商官方正式稳定版本，禁止使用测试版、破解版系统；（2）账户管理：禁用root/管理员账户远程登录，新建专属运维账户，采用sudo机制分配最小权限，密码长度≥12位，包含大小写字母、数字、特殊字符三类及以上，密码有效期90天，禁止重复使用最近5次的历史密码；（3）端口与服务：关闭所有非必要的系统服务与端口，默认仅开放运维所需的22（SSH）端口，3389（RDP）端口需经专项审批后方可开放；业务端口需单独提交申请，明确端口用途、访问范围，经安全管理部审核后开放；（4）安全防护：安装统一的EDR终端检测与响应系统、企业级杀毒软件，启用系统防火墙，配置日志审计规则，所有系统日志、操作日志同步至统一日志平台，留存周期≥180天；（5）时间同步：所有服务器统一对接公司内部NTP服务器，时间误差≤1秒，禁止私自修改系统时间。3.3.2安全管理部需对新服务器的安全基线配置进行抽检，抽检比例不低于30%，不合格的需在2个工作日内完成整改，整改通过后方可上线。3.4资产录入与上线验证3.4.1服务器验收合格后，资产管理部需在1个工作日内完成资产登记，赋予唯一资产编码，编码规则为：SV-[部门编码]-[设备类型]-[采购年份]-[流水号]，其中设备类型包括X86（x86物理服务器）、ARM（ARM架构服务器）、VM（虚拟服务器）、CLOUD（云服务器），例如SV-YUN-X86-2024-001代表运维管理部2024年采购的第1台x86物理服务器。资产台账需记录资产编码、配置、采购日期、保修期限、存放位置、责任人、所属业务系统等信息。3.4.2业务部门需在3个工作日内完成业务应用部署与测试，验证业务功能、性能、可用性符合需求，出具上线确认书。运维管理部完成全维度监控配置（包括CPU、内存、磁盘、网络、进程、端口、业务指标监控）、备份策略配置后，服务器正式纳入生产运行管理范围。4服务器运行维护管理4.1日常巡检管理建立分级巡检机制，明确巡检频次、内容、标准、责任人，确保服务器运行状态可控。4.1.1日巡检：由运维监控岗每日9:00前完成，覆盖所有生产服务器，巡检内容包括：（1）硬件状态：电源、风扇、CPU、内存、硬盘、RAID阵列的指示灯状态，无红色告警；（2）性能指标：CPU平均使用率≤70%，峰值≥90%的持续时间≤5分钟；内存平均使用率≤75%，峰值≥95%的持续时间≤10分钟；系统盘使用率≤70%，数据盘使用率≤80%；网络带宽使用率≤70%，丢包率≤0.1%；（3）环境状态：服务器进风口温度18-27℃，相对湿度30%-70%，无异常噪音、异味；（4）告警状态：所有监控平台的P1、P2级告警均已闭环，无逾期未处理的告警。日巡检记录需录入运维管理系统，留存周期≥180天。4.1.2周巡检：由系统运维岗每周五17:00前完成，覆盖所有生产服务器，巡检内容包括：（1）系统日志审计：检查系统错误日志、安全日志，排查异常登录、异常进程、异常文件修改记录；（2）安全补丁检查：核查服务器安全补丁安装情况，确保严重级补丁无遗漏；（3）备份状态检查：确认所有备份任务执行成功，备份文件完整，无备份失败情况；（4）硬件告警清理：清理硬件告警日志，排查潜在硬件隐患。周巡检需出具巡检报告，提交运维管理部经理审核，留存周期≥1年。4.1.3月巡检：由硬件运维岗每月最后3个工作日内完成，重点覆盖核心业务服务器，抽检比例不低于40%的重要及普通服务器，巡检内容包括：（1）硬件冗余测试：抽检10%的核心服务器进行1+1电源切换测试、网卡绑定切换测试，验证冗余机制有效；（2）固件版本检查：检查服务器BIOS、RAID卡、网卡固件版本，及时更新厂商发布的稳定版固件，修复硬件漏洞；（3）性能趋势分析：统计当月服务器性能数据，分析资源使用率趋势，识别瓶颈，提出优化或扩容建议；（4）线缆与标签检查：检查服务器电源线、网线、光纤连接牢固，标签清晰规范，无松动、脱落情况。月巡检报告需提交技术总监审核，留存周期≥2年。4.1.4季度巡检：由运维管理部牵头，安全管理部配合，每季度最后10个工作日内完成，覆盖所有服务器，巡检内容包括：（1）硬件除尘：对机房内物理服务器进行除尘清理，检查散热片、风扇积灰情况，保障散热效率；（2）安全合规检查：开展端口扫描、漏洞扫描、弱口令检测，排查安全隐患，整改率需达到100%；（3）资产盘点：核对服务器资产台账与实际设备，确保账实相符，盘点准确率100%；（4）备份恢复演练：抽取30%的核心业务备份进行恢复测试，验证备份有效性。季度巡检报告需提交技术总监、安全总监审核，留存周期≥3年。4.2性能与容量管理4.2.1建立性能基线管理制度，每季度更新一次服务器性能基线，基于历史3个月的性能数据，结合业务特点，明确各服务器的CPU、内存、磁盘、网络性能阈值与预警值（预警值为阈值的80%）。当服务器资源使用率连续7天达到预警值时，运维管理部需在15个工作日内完成容量评估，出具优化或扩容方案。4.2.2每年12月开展下一年度服务器容量规划，基于当年业务增长率（按实际业务数据测算，无历史数据的按30%预估增长率）、下一年度业务计划，测算所需服务器资源量，提前3个月启动采购流程，储备不少于10%的冗余资源，应对业务突发增长。4.2.3服务器性能优化遵循“先优化后扩容”的原则，优先通过系统参数调优、应用架构优化、资源调度等方式提升资源利用率，优化后性能提升率需≥20%或满足业务需求。优化前需提交变更申请，经审批后方可实施，优化后需进行72小时的稳定性测试，验证优化效果。4.2.4虚拟服务器资源调度需符合弹性伸缩规则，业务高峰期自动扩容，低谷期自动缩容，整体资源利用率需保持在60%-75%之间，避免资源浪费。4.3故障管理4.3.1故障分级标准：根据故障影响范围、业务损失程度，将服务器故障分为四个等级：（1）P1级（重大故障）：核心业务服务器宕机或性能严重下降，导致核心业务完全中断，影响用户占比≥50%，或预计每小时经济损失≥10万元，或引发重大合规风险；（2）P2级（严重故障）：重要业务服务器异常，导致重要业务部分中断或性能下降50%以上，影响用户占比20%-49%，或预计每小时经济损失1-10万元；（3）P3级（一般故障）：普通业务服务器异常，不影响核心业务，仅影响局部功能或少量用户，影响用户占比<20%，或预计每小时经济损失<1万元；（4）P4级（轻微故障）：服务器出现告警但未影响业务运行，如磁盘使用率接近阈值、温度轻微偏高、非核心进程异常等。4.3.2故障响应与处理时效：（1）P1级故障：运维监控岗发现告警后15分钟内完成告警核验与定级，推送至运维管理部经理，启动应急预案，硬件/系统运维岗30分钟内到达现场（或远程接入）开展处置，4小时内恢复业务运行，24小时内提交《故障分析报告》；（2）P2级故障：30分钟内完成定级，1小时内启动处置，8小时内恢复业务，48小时内提交《故障分析报告》；（3）P3级故障：2小时内完成定级与派单，24小时内完成处置与闭环，3个工作日内提交《故障分析报告》；（4）P4级故障：工作日24小时内派单，5个工作日内完成闭环，无需单独提交报告，纳入月度故障统计。4.3.3故障处理流程：故障处理遵循“先恢复业务，后排查原因”的原则，流程为：告警接收→核验定级→派单处置→业务验证→根因分析→整改优化→归档留存。P1、P2级故障必须开展根因分析（RCA），明确故障根本原因，制定纠正与预防措施，P1级故障的预防措施需在15个工作日内落地，P2级故障需在30个工作日内落地，避免同类故障重复发生。4.3.4可用性指标要求：核心业务服务器年可用性≥99.99%（年停机时间≤52.56分钟），重要业务服务器年可用性≥99.9%（年停机时间≤8.76小时），普通业务服务器年可用性≥99.5%（年停机时间≤43.8小时）。可用性统计以业务实际中断时间为准，计划内变更停机时间不计入统计。4.4备份与容灾管理4.4.1备份分级策略：按照业务重要性分级制定备份策略，确保数据可恢复：（1）核心业务级（如交易系统、支付系统）：数据备份：采用实时复制+增量备份+全量备份组合策略，实时复制RPO（恢复点目标）≤5分钟，每小时执行一次增量备份，每日凌晨执行一次全量备份；保留周期：全量备份保留90天，增量备份保留30天，每月最后一次全量备份转为归档备份，保留3年；容灾要求：配置异地容灾备份（两地相距≥100公里），RTO（恢复时间目标）≤30分钟；加密要求：备份数据采用AES-256算法加密存储，备份传输采用IPsecVPN加密通道。（2）重要业务级（如办公系统、客户管理系统）：数据备份：每4小时执行一次增量备份，每日凌晨执行一次全量备份；保留周期：全量备份保留60天，增量备份保留15天，每季度最后一次全量备份归档保留1年；容灾要求：配置异地备份，RTO≤4小时，RPO≤1小时；加密要求：备份数据采用AES-128算法加密存储。（3）普通业务级（如测试系统、内部文档系统）：数据备份：每日执行一次增量备份，每周日凌晨执行一次全量备份；保留周期：全量备份保留30天，增量备份保留7天；容灾要求：本地备份即可，RTO≤24小时，RPO≤24小时。4.4.2备份验证要求：（1）核心业务备份：每月开展一次全量备份恢复演练，每季度开展一次异地容灾切换演练，恢复成功率需达到100%；（2）重要业务备份：每季度开展一次恢复演练，恢复成功率≥99%；（3）普通业务备份：每半年开展一次恢复演练，恢复成功率≥98%。恢复演练需记录演练过程、恢复时间、恢复数据完整性，出具演练报告，留存周期≥2年。4.4.3备份介质管理：（1）本地备份采用磁盘阵列存储，异地备份采用对象存储或磁带库存储，备份介质需存放在符合防火、防水、防盗、防磁要求的环境中；（2）备份介质需定期检查，磁盘阵列每季度检查一次硬盘健康状态，磁带库每年检查一次磁带读写性能，介质损坏率需控制在0.5%以下；（3）报废的备份介质需采用消磁+物理粉碎的方式销毁，由2名以上工作人员监督执行，销毁记录留存≥3年，严禁私自处置备份介质。4.5安全管理4.5.1账户与权限管理：（1）服务器账户实行“一人一号、权限最小化”原则，禁止共用账户、匿名账户，禁止越权操作；（2）运维人员远程访问服务器必须通过堡垒机，禁止直接通过公网IP访问，堡垒机采用双因素认证（密码+动态令牌/生物识别），所有操作全程录像，录像留存≥6个月；（3）特权账户（root/管理员）实行按需申请、按时回收机制，因工作需要使用特权账户的，需提交《特权账户使用申请》，经运维管理部经理、安全管理部审批后开通，使用时长不超过24小时，使用后立即回收权限，操作日志需由安全管理部审计；（4）每季度开展一次账户清理，注销离职人员、闲置账户，核对账户权限，确保权限与岗位职责匹配。4.5.2补丁与漏洞管理：（1）安全补丁按风险等级分为四级：Critical（严重）、High（高危）、Medium（中危）、Low（低危）；（2）Critical级补丁（如远程代码执行、提权漏洞）：核心服务器72小时内完成测试与上线，重要服务器7天内完成，普通服务器14天内完成；（3）High级补丁：核心服务器14天内完成，重要服务器30天内完成，普通服务器90天内完成；（4）Medium及以下级补丁：每季度统一打包测试后更新；（5）补丁上线前必须在测试环境进行72小时稳定性测试，验证无兼容性问题、业务无影响后方可推送到生产环境，同时制定回滚方案，回滚时间≤1小时；（6）安全管理部每月开展一次漏洞扫描，每季度开展一次渗透测试，发现的高危漏洞72小时内完成整改，中危漏洞15天内完成整改，整改率100%。4.5.3病毒与入侵防护：（1）所有服务器必须统一安装公司指定的杀毒软件与EDR系统，禁止私自卸载或关闭防护功能，病毒库每日自动更新，更新成功率≥99.9%；（2）核心服务器每周开展一次全盘病毒扫描，重要服务器每两周开展一次，普通服务器每月开展一次，扫描发现病毒需在24小时内处置，排查感染范围，清除恶意文件，追溯入侵来源；（3）部署IDS/IPS入侵检测与防御系统，实时监控服务器网络流量，识别异常访问、暴力破解、漏洞利用等攻击行为，P1级安全事件15分钟内响应，P2级30分钟内响应，处置率100%。5变更管理5.1变更分级与审批服务器变更实行“先审批后实施”原则，严禁无审批变更。根据变更影响范围、风险程度分为三级：5.1.1重大变更：涉及核心业务服务器的硬件更换、系统版本升级、架构调整、核心网络配置变更等，可能导致业务中断的变更。需提前7天提交《服务器变更申请表》，附变更方案、回滚方案、风险评估报告、测试验证报告，由运维管理部经理、安全管理部经理、业务部门负责人、技术总监共同审批，变更实施需安排在业务低峰期（每月第二、第四个周六0:00-4:00），实施过程需双人旁站，业务部门全程配合验证。5.1.2重要变更：涉及重要业务服务器的配置修改、补丁批量更新、备份策略调整等，可能影响业务性能的变更。需提前3天提交变更申请，附变更方案、回滚方案，由运维管理部经理、安全管理部专员审批，变更安排在夜间低峰期实施。5.1.3一般变更：涉及普通业务服务器的常规配置调整、非核心参数修改等，不影响业务运行的变更。需提前1天提交变更申请，由运维主管审批，可在工作时间实施，但需避开业务高峰。5.1.4紧急变更：因故障处置、安全事件响应需要的紧急变更，可先口头向运维管理部经理申请同意后实施，事后24小时内补填变更申请，详细记录变更原因、实施过程、影响范围。5.2变更实施与验证5.2.1变更实施前需完成全量数据备份，确保变更失败可快速回滚；变更过程中需做好操作记录，每一步操作均需留痕；5.2.2变更完成后需开展功能、性能、安全性验证，确认业务正常、指标达标后方可结束变更，验证时间不少于30分钟，核心业务变更后需安排24小时值守；5.2.3变更失败的，立即启动回滚方案，回滚后验证业务恢复正常，分析失败原因，优化方案后重新申请变更。5.3变更指标要求重大变更成功率100%，重要变更成功率≥99%，一般变更成功率≥98%，变更合规率（即按流程审批的变更占比）100%。变更记录留存周期≥1年。6服务器下线与报废管理6.1下线申请与审批6.1.1业务系统停用或服务器资源不再使用的，由业务部门提交《服务器下线申请表》，明确下线原因、数据迁移方案、下线时间，经部门负责人审批后提交运维管理部。6.1.2运维管理部在3个工作日内完成评估，确认数据已完成迁移、备份已按要求留存、无业务依赖后，出具下线方案，经运维管理部经理、资产管理部审批后实施。6.2下线实施与数据处理6.2.1服务器下线需安排在业务低峰期，实施前再次确认数据迁移完整，备份可用，然后关闭业务端口、停止业务进程、断开网络连接；6.2.2下线服务器的存储数据需按要求进行擦除：存储敏感业务数据的服务器，采用符合DoD5220.22-M标准的7次覆写方式擦除；存储普通业务数据的服务器，采用3次覆写方式擦除；擦除后需进行数据验证，确保数据不可恢复，擦除记录由安全管理部审计，留存周期≥3年；6.2.3下线后仍可正常使用的服务器，由运维管理部转入备用资源池，重新格式化后纳入资源调度，优先分配给测试、非核心业务使用，提升资产利用率。6.3报废管理6.3.1服务器符合以下条件之一的，可申请报废：（1）使用年限≥5年，硬件性能无法满足业务需求，且升级成本≥新购同性能服务器成本的30%；（2）硬件损坏无法修复，或维修成本≥新购同性能服务器成本的50%；（3）存在不可修复的安全漏洞，无法满足合规要求；（4）其他经技术评估确认无使用价值的情况。6.3.2报废申请由运维管理部提交，附技术评估报告、资产信息，经资产管理部、财务部、技术总监审批后实施，50万元以上的资产报废需总经理审批。6.3.3报废服务器的处置需委托具有资质的再生资源回收厂商，签订保密协议，严禁将带数据的存储介质直接流出公司。报废完成后，资产管理部需及时更新资产台账，做销账处理，报废记录留存≥5年。7审计与考核7.1审计管理7.1.1内部审计：内部审计部每季度开展一次服务器管理专项审计，审计内容包括：巡检执行情况、故障处理合规性、变更流程执行情况、备份有效性、安全合规性、资产台账准确性等，审计报告提交管理层，审计发现的问题需在15个工作日内完成整改，整改率100%；7.1.2外部审计：每年配合第三方等保测评机构开展等级保护测评，核心业务系统需达到等保三级要求，重要业务系统需达到等保二级要求，测评发现的不符合项需在规定时间内完成整改；7.1.3专项审计：发生重大故障、安全事件后，内部审计部需开展专项审计，调查事件原因、责任落实情况、整改措施落地情况。7.2考核管理将服务器管理指标纳入部门与岗位绩效考核，考核指标及奖惩标准如下：7.2.1核心服务器可用性：目标99.99%，每低于0.01%，扣运维管理部季度绩效的5%；全年达标且无重大故障的，给予运维管理部年度绩效奖金的15%作为奖励；7.2.2故障响应及时率：目标100%，每出现1次超时响应，扣责任人当月绩效的10%；7.2.3备份恢复成功率：目标100%，每出现1次恢复失败，扣运维管理部经理当月