數(shù)據(jù)中心監(jiān)控故障管理辦法-1.0

1、內部資料注意保密監(jiān)控設備故障管理辦法 第一章總則第一條為提升監(jiān)控設備維護水平，提高監(jiān)控設備故障處理能 力，提升動力、空調維護的支撐能力，特制訂本管理辦法。第二條本管理辦法所涉及的設備特指集成管理平臺包含的設備。第三條設備故障處理工作的基本任務：（一）加強設備維護管理，做好預防性維護，保證集健康系統(tǒng)穩(wěn)定、可靠地運行；（二）及時排除安全隱患，防止重大安全事故的發(fā)生；（三）完善應急保障方案，減少故障歷時；（四）積極采用新技術，改進維護方法，提高工作效率；（五）合理調整系統(tǒng)配置，提高效率，延長集成管理平臺設備使 用壽命。第四條本管理辦法是監(jiān)控設備故障管理的規(guī)章制度，各相關專業(yè)處理有關監(jiān)控設備的故障問題

2、，以本辦法為準。第二章故障分類第五條故障級別分為重大故障、嚴重故障和一般故障三類。第六條重大故障：集成管理平臺設備發(fā)生以下任意一種情況的即為嚴重故障：（一）監(jiān)控軟件故障，導致系統(tǒng)癱瘓；（二）接入層交換機故障，導致被監(jiān)控的設備大范圍通訊中斷；（三）監(jiān)控下掛的某個子系統(tǒng)重要功能癱瘓，使該子系統(tǒng)失去主要作用；（四）監(jiān)控兩臺主、備核心交換機同時宕機，導致系統(tǒng)癱瘓；（五）監(jiān)控數(shù)據(jù)庫宕機，導致系統(tǒng)癱瘓；（六）監(jiān)控服務器宕機，導致系統(tǒng)癱瘓；（七）串口服務器故障，導致大量機房無法監(jiān)控；（八）監(jiān)控供電異常導致設備斷電，系統(tǒng)癱瘓；（九）由于網(wǎng)絡原因，導致監(jiān)控無法正常使用；第七條嚴重故障：監(jiān)控設備發(fā)生以下任意一種情

3、況的即為嚴重故障：（一）監(jiān)控兩臺主、備交換機其中一臺宕機；（二）接入層交換機故障，導致少量被監(jiān)控的設備通訊中斷；（三）串口服務器故障，導致少量機房無法監(jiān)控；（四）監(jiān)控下掛的某個子系統(tǒng)發(fā)生故障，導致該子系統(tǒng)部分功能3D模型等功能無法使用，但不影失效，但不影響監(jiān)控；（五）由于系統(tǒng)故障導致報表、響監(jiān)控；（六）監(jiān)控桌面云客戶端發(fā)生故障，導致所有集成管理平臺客戶 端無法使用；（七）監(jiān)控系統(tǒng)發(fā)生間歇性、隨機性、重復性的退出操作，導致 監(jiān)控工作無法正常開展；第八條一般故障：除重大故障和嚴重故障外監(jiān)控發(fā)生的其他故障即為一般故障。第三章故障管理職責第九條故障管理職責：（一）監(jiān)控值班人員負責故障的實時監(jiān)控、上報、

4、跟蹤處理及閉 環(huán)管理，負責故障處理記錄、分析報告、典型案例的歸口管理。（二）IT維護支撐人員負責系統(tǒng)軟硬件故障的排查與處理，對于 無法解決的疑難問題，上報運維主管 /項目經(jīng)理弁聯(lián)系系統(tǒng)廠家請求 技術支持。故障處理完成后，IT維護負責故障處理記錄、故障分析報 告、故障典型案例的撰寫弁報送運維主管項目經(jīng)理審核，審核通過 后送監(jiān)控值班人員歸檔。第四章故障報告制度第十條設備故障統(tǒng)計：（一）監(jiān)控的設備出現(xiàn)故障，應及時做好各項記錄，弁定期對故 障處理情況進行跟蹤統(tǒng)計。（二）設備故障處理記錄內容應包括故障現(xiàn)象、故障類型、故障 起始時間、故障修復時間、故障歷時、故障原因分析及解決情況、 故障處理情況及責任分析

5、、故障處理人等。（三）故障應定期進行匯總統(tǒng)計，匯總統(tǒng)計時應根據(jù)故障類型， 進行分類匯總。對涉及設備質量方面的問題，應及時上報項目經(jīng)理。（四）定期（每季度或每月）統(tǒng)計發(fā)生的監(jiān)控系統(tǒng)設備故障、故 障原因、故障處理辦法、故障歷時等，形成月報表進行匯報。第十一條故障上報制度：（一）監(jiān)控值班人員發(fā)現(xiàn)故障后，應對故障進行預判斷與分析， 弁對故障進行預處理，10分鐘內將故障情況通知IT維護支撐人員。（二）IT維護支撐人員接到通知后，應對故障現(xiàn)象進行分析，對 影響范圍進行判斷，確定故障級別。重大故障應10分鐘內上報動力維護處項目經(jīng)理，嚴重故障應 30分鐘內上報項目經(jīng)理，一般故障在 處理完畢后上報項目經(jīng)理。（三

6、）運維項目經(jīng)理按照故障級別與故障的影響程度，上報甲方 主管，重大故障需上報公司分管領導。第五章故障處理第十二條 故障處理原則：當監(jiān)控系統(tǒng)設備出現(xiàn)故障時，應首 先保障系統(tǒng)的正常運行，在不影響系統(tǒng)運行的前提下，進行設備故 障的搶修。第十三條監(jiān)控系統(tǒng)設備故障時，監(jiān)控值班人員要立即通知IT維護支撐人員，IT維護支撐人員根據(jù)故障現(xiàn)象判斷故障影響程度，進行故障的處理。監(jiān)控值班人員負責組織協(xié)調故障處理工作，弁主動 跟蹤故障處理過程，直至故障處理完畢。第十四條 監(jiān)控系統(tǒng)設備故障處理流程分為故障發(fā)現(xiàn)階段、故 障處理階段、故障結束階段三個階段：（三）故障發(fā)現(xiàn)階段：監(jiān)控值班人員發(fā)現(xiàn)監(jiān)控出現(xiàn)故障，應首先 對出現(xiàn)的故障

7、進行判斷，在5分鐘內通知IT維護支撐人員，IT維護支 撐人員負責后續(xù)故障處理。（四）故障處理階段：分為初級處理、專業(yè)處理、技術支援處理 三個步驟。初級處理：監(jiān)控值班人員監(jiān)測到故障發(fā)生后，監(jiān)控值班人 員應根據(jù)實際情況對故障進行分析與預處理。專業(yè)處理：IT維護支撐人員按故障處理原則對集成管理平 臺設備故障組織搶修，監(jiān)控值班人員向上級機構說明故障原因和處理過程及結果。技術支援處理：IT維護支撐人員如不能對集成管理平臺設 備出現(xiàn)的故障作出有效處理時， 需升級到技術支援階段。IT維護人員 將相關情況上報動力維護處項目經(jīng)理，動力維護處項目經(jīng)理協(xié)調系 統(tǒng)廠家進行技術支持，IT維護支撐人員負責跟進系統(tǒng)廠家的處

8、理過 程，弁在故障處理結束后生成故障分析報告。（五）故障結束階段：根據(jù)故障處理情況可細分為故障恢復確認、 故障總結、故障質檢歸檔入知識庫、故障延期督辦共四項任務。故障恢復確認：規(guī)范故障恢復的確認過程。監(jiān)控人員和IT維護人員協(xié)調配合故障處理，負責對故障恢復結果進行測試確認， 確定故障完全恢復。故障總結：故障恢復后，需及時對故障進行分析總結，IT維護支撐人員需在故障處理完畢后一周內生成故障處理記錄、故障 分析報告、故障典型案例（只針對重大故障與嚴重故障），監(jiān)控值 班人員負責以上報告的歸口管理。故障入知識庫、質檢歸檔：故障解決后，如果有新的經(jīng)驗 積累，或形成系統(tǒng)的解決方案，監(jiān)控值班人員負責將故障處理經(jīng)驗 歸檔，供相關班組成員學習使用。故障的延期解決與督辦：對于集成管理平臺設備故障已有 解決方案但是短期內因客觀條件限制尚無法解決的故障，如