【51CTO精選譯文】本文是《Limoncelli的測試：有助于提高系統(tǒng)管理員團(tuán)隊(duì)工作效率的32個(gè)問題》當(dāng)中的第23題：當(dāng)某塊硬盤發(fā)生問題時(shí)，你的整套服務(wù)器體系能否繼續(xù)運(yùn)作？

服務(wù)器上的所有數(shù)據(jù)都應(yīng)該處于RAID 1/5/6/10或其它類似機(jī)制的保護(hù)之下。服務(wù)器的設(shè)計(jì)應(yīng)該嚴(yán)格遵從“生存能力架構(gòu)”，也就是說能夠在某些組件發(fā)生故障時(shí)維持正常的運(yùn)行狀態(tài)。

曾幾何時(shí)，計(jì)算機(jī)中的任何部件出了問題，整套體系只能徹底崩盤。事實(shí)上，組件的故障就相當(dāng)于整體的故障。一塊硬盤掛掉了，花是備份資料、恢復(fù)數(shù)據(jù)、更換硬盤就要花上一整天的時(shí)間。悲劇啊，如果這會兒你正打算把某項(xiàng)接近尾聲的工作一口氣忙完；悲劇啊，如果公司正好組織了一次激動(dòng)人心的戶外活動(dòng)?？傊脖P出了毛病，一整天就肯定得搭進(jìn)去。

如今一切都不同了。我們有“生存系統(tǒng)”作為堅(jiān)強(qiáng)的后盾。如果每塊硬盤都具備另一塊鏡像硬盤作為替補(bǔ)，那么矩陣中的任何個(gè)體發(fā)生故障都不會導(dǎo)致整體中斷。如此一來，發(fā)生服務(wù)中斷的可能性只有一種——硬盤及其替補(bǔ)同時(shí)損壞。據(jù)統(tǒng)計(jì)，這套體系能夠在用戶感受到之前給予我們寶貴的數(shù)小時(shí)甚至一天時(shí)間進(jìn)行破損硬盤更換。這種限時(shí)處理當(dāng)然要比花一天時(shí)間恢復(fù)數(shù)據(jù)要好得多。

現(xiàn)在好了，“業(yè)務(wù)中斷”變成了“組件故障”，管理員的生活是多么美好??！

過去RAID成本高昂，因此也不常見，可以說是有錢人才會考慮的奢侈方案。但現(xiàn)在這種處理方式已經(jīng)非常普遍，價(jià)格不貴，甚至常常是免費(fèi)的（指通過軟件實(shí)現(xiàn)）。哦，其實(shí)常見還不準(zhǔn)確，我其實(shí)想說這是必須的?；ㄒ惶鞎r(shí)間中斷服務(wù)搞什么數(shù)據(jù)恢復(fù)，這不僅意味著預(yù)先規(guī)劃的疏漏，更是種極端低效的時(shí)間管理觀念。斷了就斷了，拿一天時(shí)間去安慰瞬間損失了數(shù)小時(shí)、數(shù)月乃至數(shù)年工作成果的客戶，這種行為不叫貼心，而是純粹的浪費(fèi)時(shí)間。

我個(gè)人的經(jīng)驗(yàn)很簡單：啟用硬盤鏡像，其它硬盤組成RAID 1或者更高級別的矩陣。

【眾所周知，RAID 6最少要由2T容量的硬盤組成，對吧？因此只把這種大容量硬盤組成RAID 5實(shí)在是種浪費(fèi)。就從RAID 6或者RAID 10入手吧，現(xiàn)在的主流硬件都能滿足要求；不過好像有點(diǎn)跑題了…】

下面要提到一些特例情況。

特例一：“總?cè)萘炕蚺R時(shí)空間不足”。這話說得沒啥技術(shù)含量哈。

特例二：整套備份機(jī)制處于更高的實(shí)施水平，例如：

1. 使用類似谷歌文件系統(tǒng)這樣的冗余文件方案。此類系統(tǒng)會將數(shù)據(jù)至少同時(shí)存儲三份。而IBM公司的GPFS本地RAID（簡稱GNR）也采取類似的解決辦法。

2. 本地保存的只是從其它位置傳輸過來的數(shù)據(jù)的只讀副本。但如果要保證復(fù)制速度，RAID 5能夠提供令人滿意的性能表現(xiàn)。

3. 一次性設(shè)備。舉例來說，一臺表態(tài)圖像網(wǎng)頁服務(wù)器或者DNS“二級緩存”——這類服務(wù)器能夠在極短時(shí)間內(nèi)自動(dòng)重新建立。如果大家手頭要用到數(shù)百套此類系統(tǒng)，但又沒采購RAID卡，那除了悲劇我很難找到其它形容詞。 

【51CTO.com譯文，轉(zhuǎn)載請注明原文作譯者和出處?！?/p>

原文：http://everythingsysadmin.com/the-test.html

Limoncelli的測試：有助于提高系統(tǒng)管理員團(tuán)隊(duì)工作效率的32個(gè)問題：

• A.面向公眾的處理方式:
  • *1.有沒有通過項(xiàng)目管理系統(tǒng)對用戶請求進(jìn)行跟蹤？
  • *2. “三大授權(quán)策略”是否經(jīng)過具體定義并加以發(fā)布？
  • 3.整個(gè)團(tuán)隊(duì)的運(yùn)行狀態(tài)每月是否依各細(xì)則指標(biāo)加以衡量并備案？
• B. 現(xiàn)代化團(tuán)隊(duì)處理方式:
  • *4.你在維基詞條中是否具備獨(dú)特的“策略及流程”類說明？
  • 5.日常所采用的密碼安全性有保障嗎？
  • 6.技術(shù)團(tuán)隊(duì)的代碼是否處于源碼控制系統(tǒng)的監(jiān)管之下？
  • 7.你的團(tuán)隊(duì)有沒有使用bug跟蹤系統(tǒng)？
  • 8.在你的bug/項(xiàng)目管理方面，穩(wěn)定性問題的優(yōu)先級是否高于新功能？
  • 9.你的團(tuán)隊(duì)有堅(jiān)持記錄“設(shè)計(jì)文檔”的習(xí)慣嗎？
  • 10.一旦發(fā)生問題，有沒有一套機(jī)制專門用于記錄故障信息？
• C. 業(yè)務(wù)操作方式:
  • *11.每項(xiàng)具體服務(wù)都具備操作文檔嗎？
  • *12.每項(xiàng)服務(wù)是否都得到了適當(dāng)?shù)谋O(jiān)管？
  • 13.你有沒有部署過尋呼輪換機(jī)制？
  • 14.業(yè)務(wù)流程中是否具備彼此獨(dú)立的開發(fā)、質(zhì)量保證以及生產(chǎn)系統(tǒng)？
  • 15.在某套方案進(jìn)行大范圍推廣前，有沒有事先進(jìn)行過必要的試點(diǎn)？
• D. 自動(dòng)化處理方式:
  • 16.有沒有在業(yè)務(wù)中使用到類似cfengine、puppet以及chef之類的配置管理工具？
  • 17.任務(wù)自動(dòng)管理機(jī)制是否在身份賬戶的制約下進(jìn)行？
  • 18.電子郵件的自動(dòng)化生成處理是不是只在必要時(shí)啟動(dòng)，而非靠滿紙荒唐言來拼湊使用率？
• E. 團(tuán)隊(duì)管理方式:
  • *19.有沒有一套專門的數(shù)據(jù)庫用來管理所有計(jì)算機(jī)設(shè)備？
  • 20.操作系統(tǒng)安裝是否達(dá)到了完全自動(dòng)化？
  • *21.整個(gè)團(tuán)隊(duì)中的軟件升級及補(bǔ)丁更新是否做到了自動(dòng)化處理？
  • 22.有沒有一套完整的硬件更新規(guī)章？
• F. 硬件發(fā)生故障時(shí)的處理方式:
  • *23.當(dāng)某塊硬盤發(fā)生問題時(shí)，你的整套服務(wù)器體系能否繼續(xù)運(yùn)作？
  • 24.網(wǎng)絡(luò)核心有沒有做到N+1？
  • *25.你的備份工作是自動(dòng)完成的嗎？
  • *26.有沒有定期測試災(zāi)難恢復(fù)方案的制度或計(jì)劃？
  • 27.你數(shù)據(jù)中心內(nèi)的設(shè)備具備遠(yuǎn)程電源/控制臺訪問功能嗎？
• G. 安全性處理方式:
  • *28.業(yè)務(wù)中所用到的臺式機(jī)、筆記本電腦以及服務(wù)器是否運(yùn)行著自動(dòng)更新且無需確認(rèn)提示的反惡意軟件？
  • *29.企業(yè)中是否向員工下發(fā)了書面的安全性規(guī)章制度？
  • 30.你有沒有對所有相關(guān)領(lǐng)域進(jìn)行周期性的安全審查？
  • 31.是否有相關(guān)機(jī)制允許管理者在一小時(shí)內(nèi)關(guān)閉所有用戶賬戶？
  • 32.是否有相關(guān)機(jī)制允許管理者在一小時(shí)內(nèi)改變所有特權(quán)（主控）密碼？

【編輯推薦】

1. 云數(shù)據(jù)時(shí)代：RAID模式已過時(shí)？
2. RAID數(shù)據(jù)恢復(fù)技術(shù)揭秘
3. 技術(shù)：RAID對服務(wù)器的要求和應(yīng)用