成功进行数据中心迁移的四大步骤_数据分析师
即使是看似简单的数据中心迁移也可能会影响到企业运作,危害到关键的业务职能和商业关系。尽管如此,公司完全可以做到成功迁移数据中心。GreenHouseData的数据中心和规划部总监Art Salazar日前撰文分享了做好数据中心迁移的四大步骤,很多相关人士关注和学习。
以下为译文:
随着公司并购,内部部署设施不断老化,然而整合任务已经交待下来,这时就需要将数据中心设备迁移到新设施上去。
无论你想要两套设施放置一处,还是想为公司统一的数据中心选择最好的设备,或将IT设备和工作负载迁移到另一个地方都是个费时费力,并且还有可能耗钱的工作。这里,我们讨论一下有助于规划数据中心迁移的最优方法。
你可能购买了新设备,想要将其中一些项目或者全盘挪到新的地点去。以旧换新逐步淘汰旧设备的时刻非常关键。因为设备迁移是有风险的,如果有什么东西在途中损坏,就可能导致系统在新地点无法运行。外来设备或迁移期间的服务合同可以使迁移过程更加顺利。
回顾一下你与硬软件提供商的合同,是否有什么需要终止?它们是否可以随你一起移动位置?这里就可能会有位置或兼容性的限制。因为你是把一切打破后重装,这时你终于可以抛弃之前棘手的供应商,尝试一项新的服务,或者达成一个更好的交易结果。
你的设备可能还需要适应新的空间。是时间实现通道遏制或资料库系统规则?是否可以设计一个更高密度的环境?迁移过程允许你去探索效率问题,并且可以看看在你的工具设计中什么是有用的,什么是没有用的。
一旦你知道哪些设备是需要移动的,就需要决定是一次性移动所有设备还是分批转移。后者可以保证在新的位置运行数据中心中的一部分数据,并开始传输系统。如果想要一次性移动所有设备,外来设备或服务合同可以有效的避免宕机。当然,如果你的组织机构对宕机时间无所谓的话,这就不是问题了。
判断你是否有足够的资源来自己完成数据中心迁移,还是需要相关的服务帮助。能够提供这项服务的一般是专业的IT公司,他们专门从事数据中心工作,或者更加简单,他们本身就经常迁移数据中心,这时你只需要确保他们有足够的IT设备处理经验就可以了。
第二步:查看环境,列出设备清单
在把所有设备断电打包之前,查看系统日志和库存文件。确定是否所有的东西都在,并记录下一切新设备。检查使用率,从而查看正在进行的工作负载、定时备份以及当前的软件和应用。如果有服务合同,也需要多加注意:比如灾难恢复需要指向新的位置。有些项目可能需要特殊许可,才能在你切换到新设施的过程中同时或临时运行。
标注需要保留和正在运行设备。如果一台设备需要移动,查找记录保修信息和序列号,确保迁移过程不会导致保修失效。
接下来要建立或调整灾难恢复或备份。最好是有一个物理备份和一份云端备份。测试灾难恢复是为实际迁移做准备的重要环节。
第三步:集结人员,完成迁移
计划搬迁日期,避免在业务繁重的经营期干扰公司正常业务,比如即将到来的产品发布或内部项目。真正的迁移活动完全可以在下班时间完成。当然,在此之前你需要确保搬运人员可以进出所有相关必要的建筑。
将人员分为领导、搬运工和准备随时监测并迁移系统的技术团队。制作一个搬运当天的全面计划,内容包括搬运方式、搬运项目、备份计划、安装以及测试方案。想想每一个步骤可能涉及到的风险,并尽可能减少迁移对公司业务的影响。
有条理的打包和整理,标注一切信息:电缆盒上需要标明电缆的类型和长度,服务器应该注明他们需要什么模块以及/或者空间来简化重新安装。建议分层移动数据中心,或者你也可以以其他方式,比如首先移动非关键系统。
认真地处理旧设备和用品。如果可以的话,回收或卖掉仍然有用的电子产品。确保所有设备没有任何数据残留。清空技术或清除内存级的处理可能不足以彻底清除数据,存储消磁或物理破坏有时也是必要的。电池等危险设备则需要妥善处理。
在此过程中,安全是至关重要的。了解员工,追踪设备,并留意安全日志。这个时间人们很容易溜出你以往的视野范围,因为此时不是为了搬运东西打开了大门,就是防火墙处于关闭状态。根据需要带走或破坏安全密钥、文件和存取系统。
第四步:文档编制和测试
安装好一切后,开始测试。对照盘存清单检查新设施中的设备,以防任何错位。核对系统和应用程序列表,确保它们都运行正常或更换到位。
为了将来的文档编制完成项目审计审查,评估迁移成功。迁移是否按照日程安排进行?是否符合设计规范?问问团队的想法,并询问C级领导和其他部门负责人,数据中心迁移后是否满足了他们的需求。
数据中心迁移期间有许多需要跟踪记录的内容。这些步骤概括了移动设备和系统的方式、事物、地点、时间和原因。也许迁移过程中最关键的是记录整个过程,依照完善的计划执行,最后完成审核。这有助于你规划出过程的同时,留下书面记录,以便发现过程中的错误以及计量最终的成功。
数据分析咨询请扫描二维码
《Python数据分析极简入门》 第2节 6 Pandas合并连接 在pandas中,有多种方法可以合并和拼接数据。常见的方法包括append()、conc ...
2024-11-24《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列的技能和能力,以确保能够有效地处理、分析和解释数据,从而支持业务决策。以下是数据分析师所需的主要 ...
2024-11-22需求持续增长 - 未来数据分析师需求将持续上升,企业对数据驱动决策的依赖加深。 - 预测到2025年,中国将需要高达220万的数据人 ...
2024-11-22《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21数据分析是一项通过收集、整理和解释数据来发现有用信息的过程,它在现代社会中具有广泛的应用和重要性。数据分析能够帮助人们更 ...
2024-11-21数据分析行业正在迅速发展,随着技术的不断进步和数据量的爆炸式增长,企业对数据分析人才的需求也与日俱增。本文将探讨数据分析 ...
2024-11-21数据分析的常用方法包括多种技术,每种方法都有其特定的应用场景和优势。以下是几种常见的数据分析方法: 对比分析法:通过比 ...
2024-11-21企业数字化转型是指企业利用数字技术对其业务进行改造和升级,以实现提高效率、降低成本、创新业务模式等目标的过程。这一过程不 ...
2024-11-21