計算機信息故障管理分析

前言：想要寫出一篇引人入勝的文章？我們特意為您整理了計算機信息故障管理分析范文，希望能給你帶來靈感和參考，敬請閱讀。

1引言

保證信息系統運行順暢，是如今企事業單位進行信息化建設時都希望達到的目的。但由于人力、技術、資源、管理等方面的限制，讓“IT業務系統運行無憂”成為不可遇也難求的終極目標。即使是電信、金融等信息化工作相對領先的行業，也難以保證自己的信息業務可以高枕無憂。根據國家權威統計數據，20%的信息系統故障來源于系統原因，70%來源于管理原因，因此，如何進行有效的故障管理是系統維護過程中一項非常重要的工作。

2故障管理的概念

在信息系統運行的過程中，不可避免會出現一些由于系統自身問題，或者是任何不符合標準的操作規程、已經發生或者可能發生的系統運行中止和服務質量下降的事件，這就是故障。常見的故障分為硬件以及外圍設備故障、應用系統故障、請求服務與操作故障三類。故障處理是指在發生故障時為盡快恢復系統服務而采取的必要的技術或者管理辦法的過程。故障管理的主要目的是盡可能快地恢復服務級別協議規定的水準，盡量減少故障對業務運營的不利影響，以確保最好的服務質量和可用性。在故障管理中，影響度、緊迫性和優先級是三個描述故障的特性，他們聯系緊密而又相互區分。故障管理包含了故障監視、故障調研、故障支持、恢復處理、故障終止五項基本活動。為了實現對故障流程的完善管理，需要對故障管理的整個流程進行追蹤，并做出相應的記錄。故障監視是故障管理流程的第一項基礎活動，大多數故障都是在故障監視活動中發現的。下面主要討論故障監視在故障管理中的作用以及恢復處理的幾種形式。

3監視的內容和方法

3.1故障原因

故障原因一般分為：

（1）技術因素，包括硬件、操作軟件系統、環境因素及災難性的事故；

（2）應用性故障，包括性能問題、應用缺陷（bug）及系統應用變更；

（3）操作故障，人為地未進行必要的操作或進行了錯誤操作。

3.2監視的內容

從故障的原因分類來看，人員、規范操作的執行、系統硬件和軟件是故障監視的重點內容。另外，自然災害因素由于難以預計和控制，需要進行相關風險分析，可采取容災防范措施來應對。

3.3監視方法

（1）對系統硬件及設備的監視包括各主機服務器及其主要部件、專門的存儲設備、網絡交換機、路由器等。對硬件設備監控的方法主要是采用通用或者專用的管理監控工具，它們通常具有自動監測、跟蹤和報警的功能。

（2）對軟件的監視主要是針對其應用性能、軟件Bug和變更需求。對軟件的性能監控也可以借助一些管理監控工具，但由于應用系統主要面向用戶，應用系統的缺陷通常由專門的測試工程師負責監視，或者在使用過程中由用戶方發現并提出。變更需求也是在用戶使用和監視二合一的過程中發現的。

（3）需要監視的人員包括系統操作員、系統開發工程師、用戶、來訪者、甚至包括系統所在機房的清潔工和運輸公司的職工等。要對他們與系統的接觸過程中的行為進行跟蹤和記錄，防止或者及早發現非標準的操作帶來的系統故障或者服務故障。

4恢復作業的準備、恢復處理的形式

恢復作業前需要明確，故障是由系統本身的問題引起的還是非標準操作事件引起的。故障管理流程主要用于控制非標準操作事件方面的控制，而對于系統本身出現的問題，需要考慮有針對性的恢復處理策略和形式。如計算機發生故障導致系統不能運行則應停機進行臨時性維修。首先要區分是軟件故障還是硬件設備的故障。軟件故障可能是因為系統軟件的某個環節在特定組合條件下不能正常運行引起的，也可能是由多種作業在運行中因爭奪資源而出現“死鎖”等原因造成的。這類故障一般可采用重啟系統或者其他人工干預手段予以恢復和排除。如果是設備性能變差引起的硬件故障，則應切換到備用系統，盡快恢復系統服務。然后使用測試程序檢測故障機的各個部件，特別是中央處理器和磁盤存儲器兩個部件（輸入/輸出部件一般不至于影響整個系統的正常運行），盡快進行故障定位，然后針對故障部位進行后續維修。

5各類故障的恢復

5.1主機故障的恢復

主機故障一般需要啟用系統備份進行恢復。根據所提供的備份類型不同，主機服務可分為熱重啟（HotRestart）、暖啟動（WarmRestart）和冷啟動（ColdRestart）三種。熱啟動服務專門針對客戶暫時的系統故障，提供立即恢復系統可用性的服務，以完成客戶某些緊急的任務。熱啟動的恢復時間最快，但也最難實現。暖啟動與熱啟動類似，該模式下的應用程序保存系統當前運行的狀態信息。冷啟動服務提供商專門解決那些長期的系統問題，冷啟動是最易于實現的，但是需要最長的啟動時間。冷啟動意味著備份部件對故障部件的運行狀態一無所知，備份部件只能從初始化狀態開始。

5.2數據庫故障的恢復

當系統運行過程中發生故障，利用數據庫后備副本和日志文件就可以將數據庫恢復到故障前的某一致性狀態。數據庫故障主要分為事務故障、系統故障和介質故障，不同的故障的恢復方法也不同。事務故障是指事務在運行至正常終點前被終止，此時數據庫可能處于不正確的狀態，恢復程序要在不影響其他事務運行的情況下強行回滾（Rollback）該事務，即撤銷該事務已經做出的任何對數據庫的修改，使得事務好像完全沒有啟動一樣。事務故障的恢復由系統自動完成。系統故障是指造成系統停止運轉的任何事件，使系統需要重新啟動。系統故障常被稱為軟故障，介質故障常被稱為硬故障。硬故障是指外存故障，如硬盤損壞、磁頭碰撞、瞬時強磁場干擾等。

5.3網絡故障的恢復

當遇到線路故障或者是網絡連接問題時，需要利用備用電路或者改變通信路徑等恢復方法，具體的途徑包括雙主干、開關控制技術、路由器、通信中件等。

5.4相關設備故障的恢復

針對系統的其他相關設備的故障，因分析查找設備有關技術與非技術上的故障原因，如需要應與供應商取得聯系。進行設備維修、調換、更新后，使設備運行正常。

5.5作業非正常情況的恢復

計算機系統中硬件的故障、軟件的錯誤、操作員的失誤及惡意的破壞是不可避免的，這些故障輕則造成事務的非正常中止，重則破壞數據庫，使數據庫全部或部分數據丟失，所以要考慮作業非正常情況下的恢復。日志文件是用來記錄事務對數據庫的更新操作的文件，對于作業非正常情況的恢復非常有幫助。