計(jì)算機(jī)信息故障管理分析

前言：想要寫(xiě)出一篇引人入勝的文章？我們特意為您整理了計(jì)算機(jī)信息故障管理分析范文，希望能給你帶來(lái)靈感和參考，敬請(qǐng)閱讀。

1引言

保證信息系統(tǒng)運(yùn)行順暢，是如今企事業(yè)單位進(jìn)行信息化建設(shè)時(shí)都希望達(dá)到的目的。但由于人力、技術(shù)、資源、管理等方面的限制，讓“IT業(yè)務(wù)系統(tǒng)運(yùn)行無(wú)憂(yōu)”成為不可遇也難求的終極目標(biāo)。即使是電信、金融等信息化工作相對(duì)領(lǐng)先的行業(yè)，也難以保證自己的信息業(yè)務(wù)可以高枕無(wú)憂(yōu)。根據(jù)國(guó)家權(quán)威統(tǒng)計(jì)數(shù)據(jù)，20%的信息系統(tǒng)故障來(lái)源于系統(tǒng)原因，70%來(lái)源于管理原因，因此，如何進(jìn)行有效的故障管理是系統(tǒng)維護(hù)過(guò)程中一項(xiàng)非常重要的工作。

2故障管理的概念

在信息系統(tǒng)運(yùn)行的過(guò)程中，不可避免會(huì)出現(xiàn)一些由于系統(tǒng)自身問(wèn)題，或者是任何不符合標(biāo)準(zhǔn)的操作規(guī)程、已經(jīng)發(fā)生或者可能發(fā)生的系統(tǒng)運(yùn)行中止和服務(wù)質(zhì)量下降的事件，這就是故障。常見(jiàn)的故障分為硬件以及外圍設(shè)備故障、應(yīng)用系統(tǒng)故障、請(qǐng)求服務(wù)與操作故障三類(lèi)。故障處理是指在發(fā)生故障時(shí)為盡快恢復(fù)系統(tǒng)服務(wù)而采取的必要的技術(shù)或者管理辦法的過(guò)程。故障管理的主要目的是盡可能快地恢復(fù)服務(wù)級(jí)別協(xié)議規(guī)定的水準(zhǔn)，盡量減少故障對(duì)業(yè)務(wù)運(yùn)營(yíng)的不利影響，以確保最好的服務(wù)質(zhì)量和可用性。在故障管理中，影響度、緊迫性和優(yōu)先級(jí)是三個(gè)描述故障的特性，他們聯(lián)系緊密而又相互區(qū)分。故障管理包含了故障監(jiān)視、故障調(diào)研、故障支持、恢復(fù)處理、故障終止五項(xiàng)基本活動(dòng)。為了實(shí)現(xiàn)對(duì)故障流程的完善管理，需要對(duì)故障管理的整個(gè)流程進(jìn)行追蹤，并做出相應(yīng)的記錄。故障監(jiān)視是故障管理流程的第一項(xiàng)基礎(chǔ)活動(dòng)，大多數(shù)故障都是在故障監(jiān)視活動(dòng)中發(fā)現(xiàn)的。下面主要討論故障監(jiān)視在故障管理中的作用以及恢復(fù)處理的幾種形式。

3監(jiān)視的內(nèi)容和方法

3.1故障原因

故障原因一般分為：

（1）技術(shù)因素，包括硬件、操作軟件系統(tǒng)、環(huán)境因素及災(zāi)難性的事故；

（2）應(yīng)用性故障，包括性能問(wèn)題、應(yīng)用缺陷（bug）及系統(tǒng)應(yīng)用變更；

（3）操作故障，人為地未進(jìn)行必要的操作或進(jìn)行了錯(cuò)誤操作。

3.2監(jiān)視的內(nèi)容

從故障的原因分類(lèi)來(lái)看，人員、規(guī)范操作的執(zhí)行、系統(tǒng)硬件和軟件是故障監(jiān)視的重點(diǎn)內(nèi)容。另外，自然災(zāi)害因素由于難以預(yù)計(jì)和控制，需要進(jìn)行相關(guān)風(fēng)險(xiǎn)分析，可采取容災(zāi)防范措施來(lái)應(yīng)對(duì)。

3.3監(jiān)視方法

（1）對(duì)系統(tǒng)硬件及設(shè)備的監(jiān)視包括各主機(jī)服務(wù)器及其主要部件、專(zhuān)門(mén)的存儲(chǔ)設(shè)備、網(wǎng)絡(luò)交換機(jī)、路由器等。對(duì)硬件設(shè)備監(jiān)控的方法主要是采用通用或者專(zhuān)用的管理監(jiān)控工具，它們通常具有自動(dòng)監(jiān)測(cè)、跟蹤和報(bào)警的功能。

（2）對(duì)軟件的監(jiān)視主要是針對(duì)其應(yīng)用性能、軟件Bug和變更需求。對(duì)軟件的性能監(jiān)控也可以借助一些管理監(jiān)控工具，但由于應(yīng)用系統(tǒng)主要面向用戶(hù)，應(yīng)用系統(tǒng)的缺陷通常由專(zhuān)門(mén)的測(cè)試工程師負(fù)責(zé)監(jiān)視，或者在使用過(guò)程中由用戶(hù)方發(fā)現(xiàn)并提出。變更需求也是在用戶(hù)使用和監(jiān)視二合一的過(guò)程中發(fā)現(xiàn)的。

（3）需要監(jiān)視的人員包括系統(tǒng)操作員、系統(tǒng)開(kāi)發(fā)工程師、用戶(hù)、來(lái)訪者、甚至包括系統(tǒng)所在機(jī)房的清潔工和運(yùn)輸公司的職工等。要對(duì)他們與系統(tǒng)的接觸過(guò)程中的行為進(jìn)行跟蹤和記錄，防止或者及早發(fā)現(xiàn)非標(biāo)準(zhǔn)的操作帶來(lái)的系統(tǒng)故障或者服務(wù)故障。

4恢復(fù)作業(yè)的準(zhǔn)備、恢復(fù)處理的形式

恢復(fù)作業(yè)前需要明確，故障是由系統(tǒng)本身的問(wèn)題引起的還是非標(biāo)準(zhǔn)操作事件引起的。故障管理流程主要用于控制非標(biāo)準(zhǔn)操作事件方面的控制，而對(duì)于系統(tǒng)本身出現(xiàn)的問(wèn)題，需要考慮有針對(duì)性的恢復(fù)處理策略和形式。如計(jì)算機(jī)發(fā)生故障導(dǎo)致系統(tǒng)不能運(yùn)行則應(yīng)停機(jī)進(jìn)行臨時(shí)性維修。首先要區(qū)分是軟件故障還是硬件設(shè)備的故障。軟件故障可能是因?yàn)橄到y(tǒng)軟件的某個(gè)環(huán)節(jié)在特定組合條件下不能正常運(yùn)行引起的，也可能是由多種作業(yè)在運(yùn)行中因爭(zhēng)奪資源而出現(xiàn)“死鎖”等原因造成的。這類(lèi)故障一般可采用重啟系統(tǒng)或者其他人工干預(yù)手段予以恢復(fù)和排除。如果是設(shè)備性能變差引起的硬件故障，則應(yīng)切換到備用系統(tǒng)，盡快恢復(fù)系統(tǒng)服務(wù)。然后使用測(cè)試程序檢測(cè)故障機(jī)的各個(gè)部件，特別是中央處理器和磁盤(pán)存儲(chǔ)器兩個(gè)部件（輸入/輸出部件一般不至于影響整個(gè)系統(tǒng)的正常運(yùn)行），盡快進(jìn)行故障定位，然后針對(duì)故障部位進(jìn)行后續(xù)維修。

5各類(lèi)故障的恢復(fù)

5.1主機(jī)故障的恢復(fù)

主機(jī)故障一般需要啟用系統(tǒng)備份進(jìn)行恢復(fù)。根據(jù)所提供的備份類(lèi)型不同，主機(jī)服務(wù)可分為熱重啟（HotRestart）、暖啟動(dòng)（WarmRestart）和冷啟動(dòng)（ColdRestart）三種。熱啟動(dòng)服務(wù)專(zhuān)門(mén)針對(duì)客戶(hù)暫時(shí)的系統(tǒng)故障，提供立即恢復(fù)系統(tǒng)可用性的服務(wù)，以完成客戶(hù)某些緊急的任務(wù)。熱啟動(dòng)的恢復(fù)時(shí)間最快，但也最難實(shí)現(xiàn)。暖啟動(dòng)與熱啟動(dòng)類(lèi)似，該模式下的應(yīng)用程序保存系統(tǒng)當(dāng)前運(yùn)行的狀態(tài)信息。冷啟動(dòng)服務(wù)提供商專(zhuān)門(mén)解決那些長(zhǎng)期的系統(tǒng)問(wèn)題，冷啟動(dòng)是最易于實(shí)現(xiàn)的，但是需要最長(zhǎng)的啟動(dòng)時(shí)間。冷啟動(dòng)意味著備份部件對(duì)故障部件的運(yùn)行狀態(tài)一無(wú)所知，備份部件只能從初始化狀態(tài)開(kāi)始。

5.2數(shù)據(jù)庫(kù)故障的恢復(fù)

當(dāng)系統(tǒng)運(yùn)行過(guò)程中發(fā)生故障，利用數(shù)據(jù)庫(kù)后備副本和日志文件就可以將數(shù)據(jù)庫(kù)恢復(fù)到故障前的某一致性狀態(tài)。數(shù)據(jù)庫(kù)故障主要分為事務(wù)故障、系統(tǒng)故障和介質(zhì)故障，不同的故障的恢復(fù)方法也不同。事務(wù)故障是指事務(wù)在運(yùn)行至正常終點(diǎn)前被終止，此時(shí)數(shù)據(jù)庫(kù)可能處于不正確的狀態(tài)，恢復(fù)程序要在不影響其他事務(wù)運(yùn)行的情況下強(qiáng)行回滾（Rollback）該事務(wù)，即撤銷(xiāo)該事務(wù)已經(jīng)做出的任何對(duì)數(shù)據(jù)庫(kù)的修改，使得事務(wù)好像完全沒(méi)有啟動(dòng)一樣。事務(wù)故障的恢復(fù)由系統(tǒng)自動(dòng)完成。系統(tǒng)故障是指造成系統(tǒng)停止運(yùn)轉(zhuǎn)的任何事件，使系統(tǒng)需要重新啟動(dòng)。系統(tǒng)故障常被稱(chēng)為軟故障，介質(zhì)故障常被稱(chēng)為硬故障。硬故障是指外存故障，如硬盤(pán)損壞、磁頭碰撞、瞬時(shí)強(qiáng)磁場(chǎng)干擾等。

5.3網(wǎng)絡(luò)故障的恢復(fù)

當(dāng)遇到線路故障或者是網(wǎng)絡(luò)連接問(wèn)題時(shí)，需要利用備用電路或者改變通信路徑等恢復(fù)方法，具體的途徑包括雙主干、開(kāi)關(guān)控制技術(shù)、路由器、通信中件等。

5.4相關(guān)設(shè)備故障的恢復(fù)

針對(duì)系統(tǒng)的其他相關(guān)設(shè)備的故障，因分析查找設(shè)備有關(guān)技術(shù)與非技術(shù)上的故障原因，如需要應(yīng)與供應(yīng)商取得聯(lián)系。進(jìn)行設(shè)備維修、調(diào)換、更新后，使設(shè)備運(yùn)行正常。

5.5作業(yè)非正常情況的恢復(fù)

計(jì)算機(jī)系統(tǒng)中硬件的故障、軟件的錯(cuò)誤、操作員的失誤及惡意的破壞是不可避免的，這些故障輕則造成事務(wù)的非正常中止，重則破壞數(shù)據(jù)庫(kù)，使數(shù)據(jù)庫(kù)全部或部分?jǐn)?shù)據(jù)丟失，所以要考慮作業(yè)非正常情況下的恢復(fù)。日志文件是用來(lái)記錄事務(wù)對(duì)數(shù)據(jù)庫(kù)的更新操作的文件，對(duì)于作業(yè)非正常情況的恢復(fù)非常有幫助。