做过大型IT系统维护的人员大多会遇到这样的情况：IT系统上线时运行速度比较快，但运行一段时间(如1年多)后，系统的运行速度明显降低，远远没有达到系统的设计目标，需要紧急扩容等。出现这种情况时，系统的运行质量往往会大幅度降低，影响业务部门或客户的满意度，而进行扩容需要大量的硬件和软件投资，而且变更会带来很大的风险。

 

　　上述情况中，既有业务超常发展的原因，也有业务复杂度的提高增加系统资源开销的原因，而没有实施信息生命周期管理也是一个重要的原因。

 

　　信息增长带来的压力

 

　　信息快速增长给维护管理带来了挑战。1997年，山东移动业务支撑系统全省的信息量只有76GB，短短几年，目前在线存储总量达到了330TB。

 

　　数据量快速增长的主要原因有几方面：业务量增长——从1997年到2004年，用户数增长了十几倍，目前用户数以每年几百万的速度发展，并且每用户通话使用量(MOU)也大幅增长;服务质量的提高——公司为客户提供包括市话、短信等详细话单在线6个月的查询，这需要很大的空间，而为了给客户提供不间断的业务处理能力，公司投入巨资正在进行容灾系统的建设;管理精细化——新建的经营分析系统提供了主动营销、资费预演等强大功能，为公司经营和客户服务提供了有力支撑，而内部业务管理的精细化也需要很大的存储空间进行支撑。

 

　　从数据量的增长分布来看，用户数增长占数据增长的60%，经营管理占24%，服务质量的提高占16%。

 

　　如何应对挑战

 

　　1.存储安全性挑战

 

　　从网络安全角度分析，安全的基本原则包括三个方面：机密性(confidentiality)、可用性(availability)、完整性(integrity)。

 

　　数据丢失：这是最严重的，相当于网络安全定义中的完整性。出现数据丢失时，往往会造成长时间的数据不可用。造成数据丢失的原因很多，从发生部位可以分为硬件、数据库、应用软件等;从丢失造成的原因上可分为人为和非人为。

 

　　可用性：造成不可用的原因很多，有数据丢失造成的不可用，也有存储设备出现问题导致的不可用。

 

　　非法访问：对应于网络安全的机密性。因山东移动的系统是专网系统，从存储角度很难出现非法访问，但在数据库及应用方面，非法访问的控制压力是很大的。

 

　　数据迁移：在进行数据迁移时，存在数据一致性等风险。从本质上讲，访问效率也属于安全性问题，当访问效率出现严重问题，将严重影响系统正常运行，从而引起业务系统崩溃。

 

　　存储本身的效率：存储本身的效率包含存储本身的性能及发挥。

 

　　数据访问的效率：数据访问主要与应用有关，包含应用程序执行效率和数据分布等。

 

　　对安全性进行排序，金字塔最上面的是数据丢失，对系统造成的影响最大，依次往下是可用性、非法访问、访问效率和数据迁移，影响逐渐降低。

 

　　2.应对存储安全性问题

 

　　在集中和分散中寻找一个平衡，将单点故障对整个系统的影响降至最低，在集中带来的维护方便性和分散带来的安全性中寻找一个平衡点。

 

　　进行信息生命周期管理(ILM)，依重要性不同对数据进行分级。

 

　　以面向客户服务为基准，对业务系统进行优先级管理。从面向客户服务的业务中，梳理出提供服务的业务系统，进而找出支撑业务系统的数据。从面向客户角度可以进行分类，如营业系统、计费系统等面向客户的业务，非面向客户的业务如结算系统等。面向客户的服务优先级要比非面向客户的服务高。

 

　　制定可行的维护体系。首先要制定可恢复的备份规则。备份的目的是恢复，一定要进行恢复测试，证明备份规则是有效的。另外，不要过分依赖或迷信设备技术，如RAID、容错、冗余等，提防小概率事件的发生。其次是建立资源管理模型，一方面从时间和空间域上对资源利用情况进行分析，另一方面将资源利用与业务量模型相结合，制定设备资源的KPI模型。

 

　　如何进行平衡存放呢?主要有以下两个方面要考虑：一是鸡蛋不要放在一个篮子里，即使存储的容量能够满足，但对于很庞大的系统，也不要选择一台存储设备，而要根据信息重要性进行分类，通过多台存储可以降低风险;二是同一个篮子里的蛋也要进行相对隔离，目的是在故障出现时，把对整个系统的影响降至最低。

 

　　如何应对数据量庞大的问题呢?主要是以信息生命周期管理(ILM)理念来解决信息量庞大的问题。信息生命周期管理分为创建、保护、访问、迁移、归档、回收六个阶段，包含系统的开发设计阶段，也包含系统维护阶段。

 

　　信息生命周期管理首先要对业务进行梳理，根据业务数据重要性进行分类，确定不同的包含方式。其次，通过将数据按优先级进行分类，在确保系统总体拥有成本的前提下，确定相应的数据所需要的存储系统。通过对数据进行分类，可以提高整个系统的安全级别，做到重要数据重点保护，还可以对关键业务、关键数据实施容灾保护。通过对数据进行分类，可以降低系统总体拥有成本。成本与安全是一对矛盾，需要寻找一个平衡，在满足业务需求的前提下，降低系统投资，而且可以针对不同业务服务级别提供针对性的维护，从而降低整个系统的总体拥有成本。

 

　　3.提高数据的访问效率

 

　　数据的访问效率与存储、应用等都有关系，但存储作为数据访问的最低端，是系统运行效率的基础和根本。通过“开源节流”的方式可以提高数据的访问效率。开源就是在设计阶段发挥整个存储的性能，节流就是在设计和维护阶段，降低应用对存储的资源需求。

 

　　(1)设计阶段

 

　　规划设计对整个系统的运行质量是至关重要的，要引起足够重视，不能草率完成。

 

　　对上线应用应该进行测试或测算，评估需求模型，在条件允许的情况下，最好进行实际数据测试，可以减少系统上线风险。要相信测试值，不要相信理论值，因理论值测试的环境与生产环境相差很大，不具有可比性。要发挥整个存储阵列的性能，避免热盘瓶颈。当某些资源出现瓶颈时，将影响整个系统的运行效率。对速度要求敏感的系统，可以空间换效率。在一个系统内部，也存在资源需求不均的情况，如数据重做日志，产生的写数据量较大，对速度要求较高，划分时要进行考虑，否则将影响整个数据库的运行。

 

　　(2)维护阶段

 

　　从设备角度看，要对存储定期进行分析，提出优化和扩容建议。首先，从时间域和空间域上对存储运行情况进行分析，找出运行瓶颈。其次，制定KPI运行曲线，为扩容提供依据。根据系统自身的应用特点，制定可行的KPI曲线，可以得到不同时间磁盘阵列的利用率情况，从而为优化和扩容提供依据。

 

　　从应用角度分析，主要目的是减少读写磁盘数量。将读写磁盘最高的应用从高到低进行排序，优先优化前面的应用。优化的方式有尽量使用索引、迁移历史数据等。很多系统上线初期运行很好，一段时间后，系统运行效率明显降低，产生的历史数据对应用效率影响很大。我们曾经做过一次系统优化，只是清理了历史数据，系统的运行效率就提高了20%。此外，在设计阶段可能会有考虑不周全的情况，或者在使用一段时间后，系统出现磁盘数据不平衡的状况，这时就需要进行调整。总之，历史数据的整理应该纳入例行的维护任务，而不应该在出现性能瓶颈时再处理。另外，在软件设计时，应该多考虑磁盘节流，从源头上进行控制。

 

　　

 

　　信息生命周期管理的六个阶段

 

　　小结

 

　　面对信息的快速增长，应以最优的TCO为基础，充分利用人员、流程、技术三大要素，通过设计阶段平衡存放、信息生命周期管理，以及维护阶段的可实施的维护体系管理，最终达到合适的安全性目标，就能解决信息快速增长带来的挑战。