1、云平台下的运维体系建设工作内容运 维应 用 运 维 系 统 运 维 运 维 研 发 数 据 库 运 维 运 维 安 全一、 系统运维系统运维负责 IDC、网络、CDN 和基础服务的建设（LVS、NTP、DNS） ；负责资产管理，服务器选型、交付和维修。详细的工作职责如下：IDC 数据中心建设收集业务需求，预估未来数据中心的发展规模，从骨干网的分布，数据中心建筑，以及 Internet 接入、网络攻击防御能力、扩容能力、空间预留、外接专线能力、现场服务支撑能力等方面评估选型数据中心。负责数据中心的建设、现场维护工作。网络建设设计及规划生产网络架构，这里面包括：数据中心网络架构、传输网架构、CDN
2、 网络架构等，以及网络调优等日常运维工作。LVS 负载均衡和 SNAT 建设LVS 是整个站点架构中的流量入口，根据网络规模和业务需求，构建负载均衡集群；完成网络与业务服务器的衔接，提供高性能、高可用的负载调度能力，以及统一的网络层防攻击能力；SNAT 集中提供数据中心的公网访问服务，通过集群化部署，保证出网服务的高性能与高可用。CDN 规划和建设CDN 工作划分为第三方和自建两部分。建立第三方 CDN 的选型和调度控制；根据业务发展趋势，规划 CDN 新节点建设布局；完善 CDN 业务及监控，保障 CDN 系统稳定、高效运行；分析业务加速频道的文件特性和数量，制定最优的加速策略和资源匹配；负
3、责用户劫持等 CDN 日常故障排查工作。服务器选型、交付和维护负责服务器的测试选型，包含服务器整机、部件的基础性测试和业务测试，降低整机功率，提升机架部署密度等。结合对公司业务的了解，推广新硬件、新方案减少业务的服务器投入规模。负责服务器硬件故障的诊断定位，服务器硬件监控、健康检查工具的开发和维护。OS、内核选型和 OS 相关维护工作责整体平台的 OS 选型、定制和内核优化，以及 Patch 的更新和内部版本发布；建立基础的 YUM 包管理和分发中心，提供常用包版本库；跟进日常各类 OS 相关故障；针对不同的业务类型，提供定向的优化支持。资产管理记录和管理运维相关的基础物理信息，包括数据中心、
4、网络、机柜、服务器、ACL、IP 等各种资源信息，制定有效的流程，确保信息的准确性；开放 API 接口，为自动化运维提供数据支持。基础服务建设业务对 DNS、NTP、SYSLOG 等基础服务的依赖非常高，需要设计高可用架构避免单点，提供稳定的基础服务。二、 应用运维应用运维负责线上服务的变更、服务状态监控、服务容灾和数据备份等工作，对服务进行例行排查、故障应急处理等工作。详细的工作职责如下所述。设计评审在产品研发阶段，参与产品设计评审，从运维的角度提出评审意见，使服务满足运维准入的高可用要求。服务管理负责制定线上业务升级变更及回滚方案，并进行变更实施。掌握所负责的服务及服务间关联关系、服务依赖
5、的各种资源。能够发现服务上的缺陷，及时通报并推进解决。制定服务稳定性指标及准入标准，同时不断完善和优化程序和系统的功能、效率，提高运行质量。完善监控内容，提高报警准确度。在线上服务出现故障时，第一时间响应，对已知线上故障能按流程进行通报并按预案执行，未知故障组织相关人员联合排障。资源管理对各服务的服务器资产进行管理，梳理服务器资源状况、数据中心分布情况、网络专线及带宽情况，能够合理使用服务器资源，根据不同服务的需求，分配不同配置的服务器，确保服务器资源的充分利用。例行检查制定服务例行排查点，并不断完善。根据制定的服务排查点，对服务进行定期检查。对排查过程中发现的问题，及时进行追查，排除可能存在
6、的隐患。预案管理确定服务所需的各项监控、系统指标的阈值或临界点，以及出现该情况后的处理预案。建立和更新服务预案文档，并根据日常故障情况不断补充完善，提高预案完备性。能够制定和评审各类预案，周期性进行预案演练，确保预案的可执行性。数据备份制定数据备份策略，按规范进行数据备份工作。保证数据备份的可用性和完整性，定期开展数据恢复性测试。三、 数据库运维数据库运维负责数据存储方案设计、数据库表设计、索引设计和SQL 优化，对数据库进行变更、监控、备份、高可用设计等工作。详细的工作职责如下所述。设计评审在产品研发初始阶段，参与设计方案评审，从 DBA 的角度提出数据存储方案、库表设计方案、SQL 开发标
7、准、索引设计方案等，使服务满足数据库使用的高可用、高性能要求。容量规划掌握所负责服务的数据库的容量上限，清楚地了解当前瓶颈点，当服务还未到达容量上限时，及时进行优化、分拆或者扩容。数据备份与灾备制定数据备份与灾备策略，定期完成数据恢复性测试，保证数据备份的可用性和完整性。数据库监控完善数据库存活和性能监控，及时了解数据库运行状态及故障。数据库安全建设数据库账号体系，严格控制账号权限与开放范围，降低误操作和数据泄露的风险；加强离线备份数据的管理，降低数据泄露的风险。数据库高可用和性能优化对数据库单点风险和故障设计相应的切换方案，降低故障对数据库服务的影响；不断对数据库整体性能进行优化，包括新存储
8、方案引进、硬件优化、文件系统优化、数据库优化、SQL 优化等，在保障成本不增加或者少量增加的情况下，数据库可以支撑更多的业务请求。自动化系统建设设计开发数据库自动化运维系统，包括数据库部署、自动扩容、分库分表、权限管理、备份恢复、SQL 审核和上线、故障切换等功能。四、 运维研发运维研发负责通用的运维平台设计和研发工作，如：资产管理、监控系统、运维平台、数据权限管理系统等。提供各种 API 供运维或研发人员使用，封装更高层的自动化运维系统。详细的工作职责如下所述。运维平台记录和管理服务及其关联关系，协助运维人员自动化、流程化地完成日常运维操作，包括机器管理、重启、改名、初始化、域名管理、流量切
9、换和故障预案实施等。监控系统负责监控系统的设计、开发工作，完成公司服务器和各种网络设备的资源指标、线上业务运行指标的收集、告警、存储、分析、展示和数据挖掘等工作，持续提高告警的及时性、准确性和智能性，促进公司服务器资源的合理化调配。自动化部署系统参与部署自动化系统的开发，负责自动化部署系统所需要的基础数据和信息，负责权限管理、API 开发、Web 端开发。结合云计算，研发和提供 PaaS 相关高可用平台，进一步提高服务的部署速度和用户体验，提升资源利用率。五、 运维安全运维安全负责网络、系统和业务等方面的安全加固工作，进行常规的安全扫描、渗透测试，进行安全工具和系统研发以及安全事件应急处理。详
10、细的工作职责如下所述。安全制度建立根据公司内部的具体流程，制定切实可行，且行之有效的安全制度。安全培训定期向员工提供具有针对性的安全培训和考核，在全公司内建立安全负责人制度。风险评估通过黑白盒测试和检查机制，定期产生对物理网络、服务器、业务应用、用户数据等方面的总体风险评估结果。安全建设根据风险评估结果，加固最薄弱的环节，包括设计安全防线、部署安全设备、及时更新补丁、防御病毒、源代码自动扫描和业务产品安全咨询等。为了降低可能泄露数据的价值，通过加密、匿名化、混淆数据，乃至定期删除等技术手段和流程来达到目的。安全合规为了满足例如支付牌照等合规性要求，安全团队承担着安全合规的对外接口人工作。应急响应建立安全报警系统，通过安全中心收集第三方发现的安全问题，组织各部门对已经发现的安全问题进行修复、影响面评估、事后安全原因追查。运 算 效 率 全 人 工 运维 工 具 化 运维 平 台 运 维 自 运 维 系统规 范 机 制 无 规 范 机制 人 工 约 束 完 善 规 范 系 统 自 动约 束运维发展过程
