隨著互聯網、云計算需求的爆發式增長，數據中心的規模不斷擴大，穩定、能耗、占地等問題持續困擾著數據中心運營者，維護、持續擴容等新的問題接踵而來。為了應對挑戰數據中心的形式也在不斷的變化。從早期的集中供電集中制冷到分布式供電分布式制冷，從機柜擺放方向的簡單調整到封閉冷/熱通道，從簡單劃分功能區的數據中心到現在流行的微模塊數據中心。今天我們來了解一下數據中心常規運維工作的重要性并通過下文介紹熟悉數據中心常規運維的工作內容。
一、 運維常規工作重要性
運維工作面臨的挑戰
-
功率密度升高，給運維人員反應的時間更短，管理難度加大。
-
Uptime報告顯示，數據中心超過70%的故障由于人為操作失誤造成。
1、主要故障類型：
1. 磨損所致
-
設備也有生命現象，累計達到某一使用程度之后，就壽終正寢，想修都沒得修，只有更新換代，這一點在高精密的設備上表現的最明顯。
-
設備的磨損可分為有形磨損和無形磨損二種。有形磨損是指：設備在使用過程中發生的物質磨損或由于環境自然侵蝕而造成的物理、化學變化。無形磨損是指：由于科學技術的進步，使得設備的使用價值降低，甚至被淘汰。
2. 異常操作所致
-
幾乎所有的設備的動作順序都有嚴格的要求，由不得你隨意操作，不遵守操作規程，只會直接導致或加速其產生故障?，F場管理活動中，未熟練的新人，錯誤的操作、設定，都是損壞設備的最直接的“殺手”。
3. 非法改變其功能所致
-
如果設備在設計上就潛在著該功能的話，那么對其對進行改造，恐怕還無大礙，就怕沒有該項功能，卻硬要強加該功能，這會活活要了設備的“命”。
4. 超負荷使用
-
人停機不停，一天二十四小時連軸轉，一年開足三百六十五天，不壞就不停；不壞就不修，一心急著要翻本，這是“山寨廠”典型的設備使用方法。雖然有的設備在超負荷狀態下，暫時看不出有什么故障發生，然而超負荷運轉，卻使設備產生疲勞，老化、磨損進程大大加快，最終導致壽命縮短。
5. 設計上潛在不良因素
-
設計時未能充分研討清楚相關事項，匆匆上馬，導致使用階段故障多多，于是又進行二次補丁設計，三次補丁設計……，遲遲無法定型。這樣的設備，讓人無法放心使用。
6. 維護手法欠佳
-
一流設備，二流操作，三流維護。不把設備當“人”看，只叫干活，不給“飯”吃，連最基本的清潔都不搞，以致小故障逐漸演變成大故障。
浴盆曲線
實踐證明大多數設備的故障率是時間的函數，典型故障曲線稱之為浴盆曲線（Bathtub curve）。曲線的形狀呈兩頭高，中間低，具有明顯的階段性，可劃分為三個階段：早期故障期，偶然故障期，嚴重故障期。浴盆曲線是指產品從投入到報廢為止的整個壽命周期內，其可靠性的變化呈現一定的規律。如果取產品的失效率作為產品的可靠性特征值，它是以使用時間為橫坐標，以失效率為縱坐標的一條曲線。因該曲線兩頭高，中間低，有些像浴盆，所以稱為“浴盆曲線”。失效率隨使用時間變化分為三個階段：早期失效期、偶然失效期和耗損失效期。
維護的常規工作
二、工作內容及關系
1、上電調試
關注點：
-
檢查新設備或系統是能否正常上電啟動；檢查擴容后、改造后的設備或系統是否能正常上電啟動，驗證設計的合理性。
-
檢查修復后的設備或系統能否正常上電啟動，檢查設備故障和隱患的處理情況。
-
初始調試配置參數對設備或者系統的穩定運行至關重要，參數更改不當，將造成系統無法正常工作，嚴重的甚至損壞系統。
工作安排：
-
涉及人員：專業工程師（配電等專業）、運維技術經理、設備商工程師。
-
人員職能：根據設備商上電SOP，由專業工程師或者設備商工程師進行上電啟動。根據設備商操作SOP，由專業工程師或者設備商工程師進行參數調試。
-
補充說明：
SOP：SOP是Standard Operating Procedure三個單詞中首字母的大寫，即標準作業流程，就是將某一事件的標準操作步驟和要求以統一的格式描述出來，用來指導和規范日常的工作。
一體化UPS場景上電調測
-
基本原則：
1. 雙路輸入或雙路供電時，建議先給A路上電，再給B路上電。
2. 給一體化UPS上電，然后給照明、空調上電，再然后給機房管理系統上電，最后給IT負載上電。
-
基本流程：
1. 上電前檢查
2. 系統上電調試
-
操作步驟
步驟1 合上模塊外一體化UPS 前端電源輸入市電空開，給一體化UPS 柜上電，一體化UPS柜上方電源指示燈點亮，上電正常。
步驟2 閉合一體化UPS 輸入空開QF1，等待約2~3 分鐘， MDU 顯示屏啟動。設置語言、時間、網絡參數、系統參數（單并機、電壓頻率、電池容量、單體數量）。
步驟3 確認系統旁路輸入正常，系統由旁路供電，在監控顯示模塊中查看系統運行狀態圖，確認系統是否已經由旁路供電。步驟2 閉合一體化UPS 輸入空開QF1，等待約2~3分鐘， MDU顯示屏啟動。
步驟4 開啟逆變器。
步驟5 逆變器開啟后，一體化UPS 由逆變供電， MDU 中“旁路供電”告警消失，查看系統運行狀態圖確認系統是否由主路逆變供電。
步驟6 核對實際電池容量與單體數和監控界面中設置的值是否一致，用萬用表測試負電池組電壓絕對值與正電池組電壓之和大于一定值（ 2×電池單體數），用以檢測電池組連接是否正常。
步驟7 確認電池組已連接好后，閉合電池組輸入空開。
步驟8 （可選）閉合一體化UPS 照明輸出空開，查看交流執行器“ PWR”指示燈是否亮起。給照明上電。
步驟9 合上一體化UPS 柜空調空開，給空調上電。
步驟10 依次閉合一體化UPS IT 輸出空開，為對應設備上電。
步驟11 檢查監控部分是否上電正常。
-
例行維護
關注點：
-
檢查設備的部件完整性、清潔度和老化程度。
-
記錄設備日常運行過程中參數、告警、日志和狀態，及時更新形成動態SCP，后期進行評估。
-
通過操作檢查設備的功能、部件運行情況。
-
定期進行設備外、內部的清理。
-
檢查設備、系統及外部環境是否存在隱患。
工作安排：
-
涉及人員：運維值班員、運維值班班長、專業工程師、運維技術經理、設備商工程師。
-
人員職能：由運維技術經理編寫或者設備商提供MOP，專業工程師或設備商工程師根據MOP進行周期性的維護、養護工作；由運維值班班長制定例行維護人員計劃，運維值班員按照計劃進行例行維護巡檢；由運維值班班長刷新SCP數據中心，并形成周期性評估報告。
補充說明：
MOP：MOP是Maintenance Operating Procedure三個單詞中首字母的大寫，即維護作業流程，對機房關鍵基礎設施設備的每次維護、維修、安裝操作進行制定作業程序，部分MOP中也會包含SOP。可以要求設備供應商提供MOP的建議，但對于MOP最終確認審核的責任在于運維團隊，批準責任在于運維管理團隊。
-
系統聯調
關注點：
-
查找系統設計、設備性能是否存在影響整體的“短板”。
-
檢測設備安裝是否適應日后的運行維護。
-
檢驗設備安裝和運行質量是否穩定可靠等。
工作安排：
涉及人員：專業工程師（配電等專業）、運維技術經理、運維值班員、運維值班班長、設備商工程師。
基于數據中心項目的最佳實踐，IBM主張采用“五步法”流程對數據中心的基礎設施進行聯調測試。即，
第一步（Level 1）——圖紙資料評審與調試計劃制訂
第二步（Level 2）——工廠驗收測試
第三步（Level 3）——現場檢查
第四步（Level 4）——單系統驗收測試
第五步（Level 5）——綜合系統性能聯動調試驗證
“五步法”流程也是國際公認的數據中心專業調試驗證工作流程規范：
第一步（Level 1）——圖紙資料評審與調試計劃制訂
-
調試驗證工作團隊架構與分工
-
圖紙資料所反映的系統是否具備“可測試性”
-
圖紙資料是否已經明確操作順序
-
測試驗證所需資源（人員、時間、能源、負載、儀器）是否落實
-
調試總體計劃的制訂
第二步（Level 2）——工廠驗收測試
-
對電力系統、空調系統的核心設備在出廠前進行性能驗證
-
就測試與驗證發現的問題在工廠進行整改糾正
-
避免或減少設備故障對現場施工的延誤
-
業主設備采購合同驗收的重要標志
第三步（Level 3）——現場檢查
-
檢查現場安裝情況與設計圖紙相符。
-
檢查現場電源條件安全可用。
-
檢查現場安全狀況符合運行調試工作的要求。
-
運行調試驗證用的設備設施到場就緒。
第四步（Level 4）——單系統驗收測試
-
設備上電，系統啟動測試。
-
在設計負載水平下測試系統功能，空調系統負荷不低于30%，電力系統負荷不少于單臺設備的額定容量。
-
在各冗余系統內驗證故障切換模式。
-
在各系統的計量點、控制點和數據收集點進行驗證校準。
-
記錄備案測試結果與系統效率。
第五步（Level 5）——綜合系統性能聯動調試驗證
-
模擬電、水等外部資源供應中斷，檢驗系統響應與切換模式。
-
空調系統熱負荷模擬測試，空調系統負荷從0逐步增加到100%，檢驗空調系統各部分的性能。
-
系統集成測試，綜合測試電氣、空調、消防與智能化控制等多個系統的接口性能。
-
在設計滿負載下進行多系統連續運轉（一般不少于12小時）測試，檢驗系統的穩定性。
-
記錄備案測試結果與系統效率。
-
故障處理
關注點：
-
故障應急預案，執行冗余方案盡快恢復業務或保證業務不中斷。
-
故障清除處理，根除故障并行政討論小組研討根源問題，并形成解決方案（如擴容、改造、優化等）。
工作安排：
-
涉及人員：專業工程師（配電等專業）、運維技術經理、設備商工程師。
-
人員職能：根據運維技術經理和設備工程師編制EOP，并在故障發生期間由專業工程師或者設備商工程師按照EOP進行故障應急預案操作。后期根據SOP進行設備系統故障清除處理。
補充說明：
EOP：EOP是Emergency Operating Procedure三個單詞中首字母的大寫，即應急作業流程，突發設備或者系統故障時，為保證業務不中斷或者恢復業務而啟動冗余或備用系統而需要執行的操作流程。
部件更換
關注點：
-
達到使用壽命的設備系統部件，通過更換恢復設備系統正常運行。
-
存在隱患、發生故障的設備系統部件，通過更換恢復設備系統正常運行。
工作安排：
-
涉及人員：專業工程師（配電等專業）、運維技術經理、設備商工程師。
-
人員職能：根據運維技術經理和設備工程師根據SOP更換設備系統部件。
更換一體化配電柜&精密配電柜MCB
操作步驟
步驟1 打開配電柜前門，將配電柜輸入、輸出開關切換到OFF 狀態，且上下級開關也斷開。
步驟2 拆卸配電柜面板上的螺釘保留好備用，并取下面板。
步驟3 拆卸MCB 左右兩端的線纜。
步驟4 用一字螺絲刀將MCB 黑色卡扣件向外撥動，如圖所示，然后將MCB 沿配電柜內側方向拆卸。
步驟5 將新的MCB 裝上。
步驟6 連接線纜。MCB 線纜推薦接線孔位如所示。
步驟7 將面板重新裝回配電柜。
結束。
