2010

年第

期

度偏高导致硬件失效的问题就会很突出。另外，机柜
结构、布局方式、设备进风方式等因素都会影响机房
内热冷空气的对流效果。

因此，除了采取措施保持机房内计算机系统处

于最佳温

湿度空间外，提高服务器使用效率是减

少

机房热源和耗电的重要途径，而提高效率最

有效的技术手段是刀片化和虚拟化。另外，还可选
择有盲板的新型机柜以及采取 “面对面、背靠背 ”
的排列方式，以形成冷热通道，减少冷热空气混合，
降低能耗。机房应保持清洁，若空气灰尘过多，很容
易造成资源读写错误及磁盘机中磁盘或读写磁头
毁损。

在电源环境的安全方面，为保障机房设备不间

断运转，企业数据中心机房的电源环境必须按照双

UPS

电源、双冗余电路回路的方案进行建设。其中，

核心设备电源必须分别连接到两路电源上。

）

硬件故障

系统中，主机或网络设备的电源、系统板、

CPU

、

内存和旋转介质硬盘故障或

HBA

（

主机总线

适配器）、网卡、总线等

I / O

子系统故障都属于常见

的硬件故障，这些故障一般都是由芯片或器件缺陷
或正常老化引起的。

除了提高单机

单系统本身的可靠性措施外，

应对设备硬件故障的其他有效对策还有：

）

采用可

更换的硬件结构，考虑热备盘、磁盘

RAID

（

独立冗

余磁盘阵列）冗余保护、双电源供电。

）

对关键的应

用做双机热备（

），

操作系统层面典型

技术有

IBM

的

HACMP

、

HP MC ServiceGuard

；

数据库层面

的典型

技术有

ORACLE RAC

；

存储卷管理方面

的有

Symantec Veritas Storage Foundation HA

。

将不

同层面的

技术综合运用效果会更好。主机集群

的方式非常多，可以是主从、对等、多备一、一备多、
多备多、多机互备，也可以是双存备援、纯软环境集
群、远程高可用、虚拟环境高可用等各类灵活方式，
要经常检查双机状态。另外一种避免主机单机故障
的技术手段是引入第三方厂商专门的应用负载均衡
设备，如

、

Radware

、

Citrix

等。

系统管理中非常重要的一环是定期进行有效

及时的系统备份。一般系统备份的要求有三部分：

）

每台机器的操作系统至少有一个全备份。

）

每天备

份用户数据。

）

操作系统配置修改后重新备份操作

系统。这样，当系统出现故障时，特别是文件系统

被严重损坏或硬盘损坏时，可利用系统备份来恢复
系统。

）

应用变更

由应用程序问题导致非计划宕机的主要原因来

自以下方面：

）

程序中存在的逻辑错误。

）

由于应用

系统对系统资源利用不合理造成的系统性能问题。

）

对应用的变更管理不当。例如，新的应用程序上线

正式运行之前虽然经过反复逻辑测试，但无法做到
与生产环境相同的压力测试，导致在与已有应用系
统共同运行时资源分配不足而宕机。对于这些类型
的宕机情况可以通过人员培训、流程自动化等方法
来避免。根据相关调研机构的调查结果，应用程序相
关问题导致的宕机约占全部宕机情况的

40%

。

）

网络问题

由于网络路由倒换设计不当，或由于主机服务

器之间相互通信经过的网络路径发生变化，或者主
备设备倒换机制存在缺陷，都容易出现因单链
路、设备单点故障而影响

应用承载网络的可用性

问题。

为了避免出现上述网络问题，在网络设计之初，

对实时性要求高的关键应用所涉及的内外部网络通
信接口关系、相关通信两端主机以及它们所经过的
网络全路径都要进行详尽分析，全程要避免单点故
障。具体做法是：在进行企业

数据中心内部网络

设计时，主机要采用双网卡绑定技术（如

Ether-

Channel

），

或主机网络接口卡采用一主一备的工作

方式联到同一台交换机的位于不同芯片组的端口
上，最好是两台热堆叠的不同网络交换机。关键的网
络设备可采用通用的

热备技术，如

VRRP

（

虚拟

路由器冗余协议）、

HSRP

（

热备份路由器协议）、

NSRP

（

Netscreen

冗余协议）等。

）

操作问题

由操作问题造成的非计划性宕机主要来自两个

方面：

）

由于未按时执行应执行的系统操作任务造

成系统宕机。

）

由于错误执行系统操作任务导致系

统宕机。对于这两类宕机情况可以通过建立相应的

流程的方法尽可能避免，再则就是建设

运维

审计管理系统，提供事后追溯的手段。

提高

系统可用性的其他措施

提高

系统可用性的总体思路是事前预防和

事后及时应对，前面分别从各层面分析了

系统可

技术交流