鐵路信息系統(tǒng)運維管理工作的思考

趙 光 上海鐵路局信息技術(shù)所

1 前言

近年來，隨著鐵路信息化建設(shè)的深入，我局已經(jīng)建立起多種信息管理系統(tǒng)，幾乎涉及了鐵路的各個專業(yè)，功能覆蓋了客、貨、行以及辦公自動化日常管理等等，信息系統(tǒng)越來越成為調(diào)度指揮的神經(jīng)中樞和各專業(yè)業(yè)務(wù)開展的支撐平臺，在日常的決策管理中也越來越發(fā)揮著不可替代的重要作用。

隨著各種信息系統(tǒng)應(yīng)用的數(shù)量越來越多和其重要性的與日俱增，對相關(guān)信息部門的運維保障工作也提出了更高的要求，維護好、運行好、管理好這些信息平臺，是信息技術(shù)工作的重要任務(wù)。從系統(tǒng)安全、穩(wěn)定運行的目標出發(fā)，做好系統(tǒng)運行管理工作需要引起高度重視。那么如何在目前的條件下，更好地做好相關(guān)信息系統(tǒng)項目的運維工作，為信息系統(tǒng)的穩(wěn)定運營提供相應(yīng)的保障，是擺在相關(guān)人員面前的一個值得思考的問題。

2 問題分析與建議

多年的信息系統(tǒng)運維工作的實踐，筆者深深體會到，要做好相應(yīng)的信息系統(tǒng)運維工作，必須把握好以下幾點：

一是做好系統(tǒng)投產(chǎn)前的試運行，嚴把系統(tǒng)投產(chǎn)前的質(zhì)量關(guān)。目前在路局實施的信息系統(tǒng)項目有很多是鐵道部下發(fā)的或路外的軟件公司開發(fā)的。誠然，有些系統(tǒng)的健壯性很強，例如鐵科院開發(fā)的客運售票系統(tǒng)，但也有相當一部分信息系統(tǒng)在實現(xiàn)其相應(yīng)的業(yè)務(wù)功能的同時也存在明顯的不足，如：對網(wǎng)絡(luò)資源占用太高；網(wǎng)絡(luò)要求實時性太強；系統(tǒng)歷史數(shù)據(jù)沒有做任何處理，致使數(shù)據(jù)越積越多，系統(tǒng)越來越慢；信息系統(tǒng)自身提供的數(shù)據(jù)備份手段很少或沒有，致使發(fā)生問題時數(shù)據(jù)很難恢復(fù)，迫使運維人員琢磨別的數(shù)據(jù)備份手段。同時，一些信息系統(tǒng)自身可維護性不強，這都給運維工作的順利增加了困難。筆者以為，要保障運維工作順利開展，必須嚴把信息系統(tǒng)項目投產(chǎn)前的質(zhì)量關(guān)，做好項目投產(chǎn)前的試運行，在項目真正投產(chǎn)前充分暴露系統(tǒng)的缺點和弱點，做好相應(yīng)的對策。對于暴露出的軟件健壯性問題，責(zé)成相應(yīng)的廠商或有關(guān)部門拿出解決方案。由于此時信息系統(tǒng)項目還沒有真正投產(chǎn)，對于用戶反映的問題，軟件提供方大都能認真對待，努力改正，避免了中斷運行，干擾正常的生產(chǎn)過程。因此做好信息系統(tǒng)項目投產(chǎn)前的試運行，把好投產(chǎn)前的質(zhì)量關(guān)，對于以后的運維工作的順利開展至關(guān)重要。

二是查找問題時要充分發(fā)揮相關(guān)部門的配合與組織協(xié)調(diào)。目前信息系統(tǒng)項目大部分都采用數(shù)據(jù)庫加前臺顯現(xiàn)（B/S或C/S）結(jié)構(gòu)的方式。很多信息系統(tǒng)項目都涉及到服務(wù)器、小型機、數(shù)據(jù)庫、網(wǎng)絡(luò)及中間件、應(yīng)用業(yè)務(wù)等諸多方面。一旦系統(tǒng)出現(xiàn)問題，如何協(xié)調(diào)好相關(guān)部門和相關(guān)技術(shù)人員共同查找問題，對信息系統(tǒng)運維管理工作提出要求，比如用戶反應(yīng)某信息系統(tǒng)運行較慢，可能的會有網(wǎng)絡(luò)、操作系統(tǒng)、數(shù)據(jù)庫和系統(tǒng)本身等方面原因，要快速排除故障，需要協(xié)調(diào)好相關(guān)技術(shù)人員齊心協(xié)力解決問題。大型的信息系統(tǒng)項目，可能涉及到多業(yè)務(wù)部門的情況，比如車號識別ATIS 系統(tǒng)涉及到：車輛、車務(wù)、通信、調(diào)度、信息等業(yè)務(wù)部門，快速排除故障，解決相關(guān)問題，需要運維管理人員提高自身的組織協(xié)調(diào)能力，做好部門內(nèi)部的縱向協(xié)調(diào)和不同業(yè)務(wù)處室之間的橫向協(xié)調(diào)。

三是加強運維專業(yè)技術(shù)人才隊伍建設(shè)，充分發(fā)揮一線運維人員的作用，提高業(yè)務(wù)技能，調(diào)動積極性。信息系統(tǒng)的運維離不開一線人員的工作，特別是站段相關(guān)人員，他們直接面對生產(chǎn)，是相關(guān)信息系統(tǒng)的直接監(jiān)控者和問題的第一處理者。鐵路部門一直以來站段信息維護人員普遍收入相對較低，對信息工作的重視程度也相對不高，站段一線運維人員的綜合業(yè)務(wù)水平相對偏低。平時信息系統(tǒng)在運行穩(wěn)定時，運維工作相對輕松，同時工作環(huán)境相對舒適，給人的印象是運維工作不太重要，受重視程度不高。因此，調(diào)動一線運維人員的積極性對于適時的排查隱患、即時的故障處理與反饋很有必要。相關(guān)的業(yè)務(wù)領(lǐng)導(dǎo)部門可以每年定期舉辦相應(yīng)的培訓(xùn)或相關(guān)的研討班，大家交流自己的工作心得，共同提高。對于共性問題，比如服務(wù)器、小型機、操作系統(tǒng)、數(shù)據(jù)庫、網(wǎng)絡(luò)和中間件以及安全管理等，舉辦專題的培訓(xùn)班。相關(guān)信息系統(tǒng)的管理者要完善技術(shù)溝通的渠道，要讓運維人員有一個交流的平臺，同時建立問題處理知識庫，提高運維效率。

四是重視機房環(huán)境建設(shè)，做好機房基礎(chǔ)設(shè)施。多年的信息系統(tǒng)項目運行的實踐表明，大型的信息系統(tǒng)項目故障大部分都與機房環(huán)境密切相關(guān)。這里的機房環(huán)境，包括機房電源及UPS、地線、制冷、防雷設(shè)施等。良好的機房環(huán)境是服務(wù)器、小型機和路由器、交換機平穩(wěn)運行的基本條件。一旦這個基本條件出現(xiàn)問題，必定影響相關(guān)信息系統(tǒng)項目的平穩(wěn)運營，即便是再高深的軟件專家也無能為力。在這方面常見的問題主要有：機房零地電壓偏高，達不到機器需求；有的信息系統(tǒng)機房只有一路電源，無兩路電源；UPS 常時間沒做過充放電；無空調(diào)等制冷設(shè)施；雷擊高發(fā)區(qū)的機房相應(yīng)的防雷設(shè)施不到位等。因此，對于比較重要的信息系統(tǒng)機房，要加強機房環(huán)境設(shè)施的建設(shè)，平時對口部門要做好相應(yīng)的檢查。只有基礎(chǔ)工作做得好了，才能談得上相關(guān)信息系統(tǒng)項目的平穩(wěn)運行。

五是做好備份應(yīng)急和風(fēng)險防范工作，確保備份系統(tǒng)能真正發(fā)揮作用。要保持好信息系統(tǒng)項目的平穩(wěn)運行，平時須對系統(tǒng)項目做好備份，并且要盡可能做到備用的東西處于可用的狀態(tài)。比如雙機cluster，要保證在用的主機一旦出現(xiàn)故障時，備用機器能正常接管，保持信息系統(tǒng)的不間斷運行。在保持好機房環(huán)境的情況下，信息系統(tǒng)項目發(fā)生的其它硬件故障大多數(shù)不可預(yù)測。在這種情況下，要保持信息系統(tǒng)項目的不間斷運行，必須要使備份能盡快頂替上去，因此平時對備份系統(tǒng)的檢查就很重要。如果是冷備，還必須要保證備份機器上的應(yīng)用軟件版本與主用的一致。對于相對重要的信息系統(tǒng)項目，在系統(tǒng)運行相當一段時間以后和重要的時間節(jié)點前，可組織相應(yīng)的切換演練。適時重啟服務(wù)器，可解除軟件可能產(chǎn)生的系統(tǒng)死鎖，釋放相應(yīng)的系統(tǒng)資源，同時也檢查了備用機器的接管狀態(tài)。對于比較重要的、不能間斷運行的信息系統(tǒng)項目，例如客運售票系統(tǒng)等，要做好相應(yīng)的災(zāi)備建設(shè)。

六是完善監(jiān)控手段，建立科學(xué)的快速反應(yīng)體系。信息系統(tǒng)運營項目的監(jiān)控不能完全依賴人力。大多數(shù)運維人員都遇到過夜間或周末必須趕到機房處理故障的尷尬情況或是重要的節(jié)假日，不能離開市區(qū)等要求。為把故障出現(xiàn)時的“救火”變成平時的“防火”，相關(guān)的信息系統(tǒng)項目可以參考引入自動檢測，例如網(wǎng)絡(luò)設(shè)施可以通過SNMP 協(xié)議檢測到網(wǎng)絡(luò)的狀態(tài)，以此判斷網(wǎng)絡(luò)通斷。操作系統(tǒng)和數(shù)據(jù)庫亦可以相關(guān)的日志檢查有沒有報錯。如果有異常，及時給相關(guān)人員發(fā)出提示?？煽紤]引入短信或電話自動轉(zhuǎn)發(fā)機制。一旦出現(xiàn)異常，自動把相關(guān)的短信內(nèi)容等轉(zhuǎn)發(fā)到相關(guān)負責(zé)人的手機上，增強運維系統(tǒng)的響應(yīng)機制，需要注意的是，利用軟件檢測信息系統(tǒng)的運行，是要犧牲相關(guān)系統(tǒng)的部分運行效率為代價的。同時運維管理人員要合理安排相關(guān)技術(shù)負責(zé)人的響應(yīng)。對于應(yīng)急故障的處理，管理人員要協(xié)調(diào)好故障的配合檢查，在追究故障原因的同時合理安排相關(guān)技術(shù)負責(zé)人的業(yè)務(wù)能力培訓(xùn)，故障的處理以盡快恢復(fù)生產(chǎn)為第一要務(wù)。重要的信息系統(tǒng)機房可以考慮引入互聯(lián)網(wǎng)接入鐵路網(wǎng)的聯(lián)入方式，加快故障的響應(yīng)處理時間。借助于建立的知識庫和完善的檢測手段，建立科學(xué)的快速綜合反應(yīng)體系。

3 結(jié)束語

信息系統(tǒng)項目運維的目標是保持系統(tǒng)的平穩(wěn)正常運營。圍繞這個目標，要建立長效機制，杜絕面子工程，不斷總結(jié)出現(xiàn)的問題，合理利用資源，建立員工業(yè)務(wù)素質(zhì)提高體系和快速的故障反應(yīng)機制，力爭把信息系統(tǒng)項目的運營保障工作做得更好。