IT系统运维建设规划

IT系统运维建设规划：运维体系：统分运维；1、明确统建系统和分建系统的清单和运维维护边界，针对统建系统进行集中运维管理；2、分建系统重点进行考核和督查管理。

统一运维

• 01组织保障
  • 011运维管理组
    • 运维管理人员
  • 012运维工作组
    • 7*24小时监控值班人员
    • 应用运维人员
    • 运维开发人员
    • 数据库管理人员
    • 技术支持人员
    • 客户服务人员
    • 安全策略/风险人员
  • 013运维审计组
  • 014运维执行组
  • 运维工作体系建设，整体定义运维工作组织体系
• 02运维流程规范
  • 021运维规范
  • 022反馈问题机制
  • 023协同机制
  • 024奖惩考核
  • 运维体系建设，人员，资源，安全，故障，变更，巡检，重保，监控，考核等多项定义运维管理规范，对所有业务系统进行指导和监督作用； 1、通过运维规范，明确各系统的工作机制，制定运维考核奖惩。 2、集中反馈问题机制，定义故障处理流程，发布运维流程制度； 3、建立应急协同机制；明确责任边界，针对系统、安全进行责任边界和划分和定义； 4、制定运维考核奖惩：对整体和各系统定义运维服务考核标准，定期对各系统进行考核的通报和晾晒；
• 03运维技术支撑
  • 031平台工具
  • 032稳定性保障
  • 1、运维平台工具：将所有在线系统通过一体化平台进行集中化管理，实时展示所有的在线子系统实时运行情况展示，实时收集各子系统的每天系统运维状态和数据；将运维的数据数字化，透明化展示； 模块上整体大运维平台分为运维大屏展示、资源管理、用户管理、项目管理、审计管理、日志管理、工单管理、故障管理、安全管理、监控管理、考核管理、成本管理、文档管理、统计分析等 2、运维稳定性保障：定期对各子系统进行部署架构审查； 2.1、梳理各系统对内外接口调用关系， 2.2、提前发现和处理系统单点； 2.3、部署架构不合理，各系统内部之间复杂调用逻辑关系； 2.4、服务参数配置不合理，历史故障出现重点要修复等问题 2.5、定期对系统部署的监控覆盖范围，监控报警有效性，服务主动探测和埋点报警等报警进行审计和测试验证； 2.6、性能压力测试：定期对各子系统的性能指标进行压力测试和更新；对系统的降级限流进行审查测试和验证； 2.7、定期对核心系统的核心接口请求成功率的指标进行统计分析和管理； 2.8、用户满意度：针对小范围的报错信息进行集中治理，提升整体用户使用满意度；
• 04运维服务考核
  • 041运维服务考核
  • 042考核指标
    • 稳定性
      • 可用性
        • 故障数(分等级)
        • 故障时长(分等级)
      • 可运维性
        • 监控覆盖度
        • 监控响应时长
      • 可管理性
        • 变更工单覆盖率
        • 巡检覆盖率
    • 安全
      • 安全性
        • 安全能力
          • 安全检查覆盖度
          • 安全监控覆盖度
          • 安全隐患改进率
          • 事件处理达标率
        • 安全态势
          • 安全事件数
          • 防护成功数
    • 高效
      • 资源使用
        • 资源平均利用率
        • 资源最大利用率
  • 服务考核建设：即整体根据各系统场景，制定运维考核细则，定期考核通报，晾晒；考核成绩约谈，奖惩进行管理； 核心定义服务考核指标，稳定，安全，搞笑
• 运维体系：统分运维； 1、明确统建系统和分建系统的清单和运维维护边界，针对统建系统进行集中运维管理； 2、分建系统重点进行考核和督查管理 整体系统依靠一个完整的运维体系来报障整体的稳定运行；

运维

• 事前
  • 稳定性审查
  • 安全风险审查
  • 服务定期巡检上报
  • 服务配置进行标准统一
  • 重大/重保系统服务资源保障
• 事中
  • 1、故障报警的接手和判断，对故障进行应急处置 2、对多业务关联的进行协同应急； 3、故障过程中定期通告和升级；
• 事后
  • 1、故障复盘，故障具体原因进行分析 2、提出临时或长期解决方案 3、并对故障原因和解决方案全系统排查和清理， 避免二次相同故障发生 4、对故障按照等级进行故障定级和责任划分，最后输出完整故障报告；