京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
若不方便扫码,搜微信号:CDAshujufenxi
平均数是数据分析、数理统计与日常运算中最基础、最常用的统计量,核心作用是浓缩一组数据的整体水平、刻画数据集中趋势。在众多 ...
2026-08-24在MySQL数据库中,InnoDB存储引擎作为主流事务型引擎,默认事务隔离级别为可重复读(Repeatable Read,RR),这与SQL Server、Or ...
2026-08-24 很多数据分析师拿到数据就开始清洗、建模,但当被问到“这批数据属于什么类型——结构化还是非结构化?分类变量还是数值变量 ...
2026-08-24 很多数据分析师画过趋势图、做过业绩预测,但当被问到“这个月销售额增长20%,到底是长期趋势自然增长,还是促销活动的短期 ...
2026-08-21在数据分析与数据可视化工作中,直方图是展示数据分布特征、离散程度、集中区间的核心图表,能够直观呈现数值数据的频次分布规律 ...
2026-08-20在数据分析领域有一句核心准则:垃圾数据进,垃圾数据出。数据清洗是数据分析、数据建模、数据可视化之前的必经前置工序,也是保 ...
2026-08-20 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-08-20在Python数据分析与数据清洗工作中,Pandas是最核心的数据处理库,DataFrame是结构化数据的标准存储格式。在实时数据采集、循环 ...
2026-08-19在零售行业大数据分析与精细化运营领域,纸尿裤旁摆放啤酒是最经典、最具代表性的商业案例。两种看似毫无关联的商品,一个是婴幼 ...
2026-08-19 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-08-19在数据分析、业务监控、质量检测与风险管控工作中,数据波动性是衡量数据稳定性、业务健康度、结果可信度的核心依据。数据波动代 ...
2026-08-18很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当导致 ...
2026-08-18在数据分析、业务评价、产品评级、用户分层与综合决策场景中,单一指标往往无法全面、客观地评价事物整体水平。现实中的评价对象 ...
2026-08-18在数理统计、假设检验、数据分析与机器学习领域中,卡方分布(χ²分布)是继正态分布、t分布之后最重要的连续型概率分布之一。 ...
2026-08-17在Python数据清洗、文本校验、账号密码规则校验、脏数据过滤、字符串规整化处理中,正则表达式是最高效、最常用的文本匹配工具。 ...
2026-08-17 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-08-17手游行业具备用户迭代快、竞争激烈、用户粘性易流失的典型特征。随着新游持续上线、玩家审美升级、玩法疲劳等问题出现,存量用户 ...
2026-08-14在数字化产品运营、商业数据分析、业务增长管理中,零散的指标统计无法支撑系统性的业务决策。单一的点击率、转化率、销量数据只 ...
2026-08-14 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-08-14在数据库数据分析、数据清洗、报表统计与业务查询场景中,日期时间是最高频、最核心的基础字段。数据库中存储的日期格式多样,包 ...
2026-08-13