【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26題：有沒有定期測試災(zāi)難恢復(fù)方案的制度或計(jì)劃？

其實(shí)上一個(gè)章節(jié)有一點(diǎn)點(diǎn)誤導(dǎo)。備份什么的其實(shí)并不重要，數(shù)據(jù)恢復(fù)才是我們的最終目的。

沒人關(guān)心備份什么的，他們只在乎數(shù)據(jù)恢復(fù)效果。如果有人能搞出一套理論體系，幫我們無需事先備份就能搞定最終的恢復(fù)工作，我絕對盡我所能說服諾貝爾委員會(huì)創(chuàng)建年度系統(tǒng)管理員獎(jiǎng)項(xiàng)，并頭一個(gè)把它頒給他。

如果不進(jìn)行測試，我們永遠(yuǎn)無法了解當(dāng)前的備份機(jī)制是否有效。信任還不足以勝任備份工作，盡管我們的生活需要希望，但希望畢竟無法成為一種能夠切實(shí)解決問題的“戰(zhàn)略”。

一套完整的測試流程應(yīng)該包括整體故障模擬以及全面恢復(fù)。

我們只有在真正嘗試一次之后才會(huì)知曉整套恢復(fù)工作所要耗費(fèi)的時(shí)間。從磁帶上恢復(fù)數(shù)據(jù)的耗時(shí)一般來說是執(zhí)行備份的十倍以上。也就是說如果你能在八小時(shí)上班時(shí)間內(nèi)將服務(wù)器信息完全備份下來，那么就要做好心理準(zhǔn)備，為可能到來的數(shù)據(jù)恢復(fù)工作拿出80個(gè)小時(shí)的加班時(shí)間及額外支出。這可是超過三整天的時(shí)間。

如果你從未做過測試，那么先搞個(gè)小規(guī)模的試點(diǎn)終究聊勝于無。編寫一個(gè)小腳本，隨便選臺服務(wù)器，然后指定其中的某塊硬盤，***任意挑幾個(gè)文件。腳本將會(huì)立即創(chuàng)建新項(xiàng)目，并要求對象文件恢復(fù)至六周前的狀態(tài)。每周都運(yùn)行幾次該腳本，我們很可能從這種好習(xí)慣中發(fā)現(xiàn)之前備份工作的紕漏。另外，如果大家認(rèn)為這些小規(guī)?；謴?fù)測試會(huì)占用自己過多的時(shí)間，那么我向大家傳授一個(gè)小秘密：這種辦法不會(huì)占用我們自己任何時(shí)間，讓同事們代勞就可以。只要我們在項(xiàng)目中設(shè)計(jì)足夠多的隨機(jī)文本，同事們肯定會(huì)老老實(shí)實(shí)加以處理，而不會(huì)意識其中的貓膩。

要想更進(jìn)一步，那么我們就需要找一天將整套災(zāi)備體系完整地執(zhí)行一遍。這套模擬其實(shí)帶有一定的游戲性質(zhì)，我們先假設(shè)某些技術(shù)人員在事故中去世了，而幸存下來的眾位則開始嘗試對服務(wù)項(xiàng)目進(jìn)行故障切換。在腳本中明確指出將進(jìn)行哪些測試內(nèi)容。無論是真正的中斷（切斷電源或網(wǎng)絡(luò)）還是模擬出來的場景：那些“去世了”的成員可以負(fù)責(zé)監(jiān)督整個(gè)測試。“好吧，現(xiàn)在假設(shè)你們收到了有關(guān)此次事故的通知。告訴我你們將輸入哪些指令并且采取哪些行動(dòng)。”另一種辦法是叫上你們企業(yè)的總裁，并且果斷拔掉他所選擇的任何線纜。 

【51CTO.com譯文，轉(zhuǎn)載請注明原文作譯者和出處。】

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. 看云存儲如何改善災(zāi)難恢復(fù)
2. 虛擬化環(huán)境中的災(zāi)難恢復(fù)計(jì)劃
3. 循序漸進(jìn)Oracle：數(shù)據(jù)庫管理、優(yōu)化與備份恢復(fù)