|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
负责监测、日志、通告用户，（一定程度上可能）自动解决网络问题，以确保网络的高效运行，这是因为故障可能引起停机时间或网络退化等。故障管理在ISO网络管理单元中是使用最为广泛的一个部分。含盖了诸如检测、隔离、确定故障因素、纠正网络故障等功能。设立故障管理的目标是提高网络可用性，降低网络停机次数并迅速修复故障。典型的故障管理系统遵循以下步骤：
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
.已解决问题的记录（如果已消除了故障产生的原因）。
|
|
|
|
|
|
|
|
问题管理流程主要涉及问题控制、错误控制、问题预防和管理报告4种活动，下面分别对这4种活动做简要介绍。
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
（1）问题，问题的是存在某个未知的潜在故障原因的一种情况，这种原因会导致一起和多起故障。问题经常是分析多个呈现相同症状的故障后被发现的。问题也可从单个重要的事物中确认以表示一项错误。这种错误产生的原因虽然未知，但其产生的影响却可能是非常严重的。
|
|
|
|
（2）已知错误，已知错误是指问题经过诊断分析后找到故障产生的根本原因并制定出可能的解决方案时所处的状态。在这种状态下，一种临时性的权宜措施和永久性的解决方案已经得到确认。如果一个问题转化成了一个已知错误，则应当提出一个变更请求。但是，在通过一项变更将此已知错误永久性地修复之前它仍将作为一个已知错误。
|
|
|
|
（3）问题控制，问题控制流程是一个有关怎样有效处理问题的过程，其目的是发现故障产生的根本原因（如配置项出现故障）并向服务台提供有关应急措施的意见和建议。
|
|
|
|
问题控制过程与故障控制过程极为相似并密切相关。故障控制重在解决故障并提供响应的应急措施。一旦在某个或某些事物中发现了问题，问题控制流程便把这些应急措施记录在问题记录中，同时也提供对这些措施的意见和建议。
|
|
|
|
与故障管理的尽可能快地恢复服务的目标不同，问题管理是要防止再次发生故障，因此，问题管理流程需要更好地进行计划和管理，特别是对那些可能引起业务严重中断的故障更要重点关注并给予更高的优先级。
|
|
|
|
（4）错误控制，错误控制是解决已知错误的一种管理活动。由于财务和技术方面的原因，影响IT基础架构的错误不可能全部得到纠正。错误控制就是要对这些错误进行管理，从而使受其影响的用户能够意识到这些错误的影响。除了消除错误之外，通过错误控制还可能将现有错误的负面影响降到最低。
|
|
|
|
（5）问题预防，问题预防是指在故障发生之前发现和解决有关问题和已知错误，从而使故障对服务的负面影响其与业务相关的成本降到最低的一种管理活动。通过化被动为主动，IT支持组织提供了更好的服务并提高了自身的资源使用效率。
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
信息系统软件交付之后就进入了运维阶段，该阶段短则4～5年，长则可达10年以上。运维的目的是保证信息系统软件能正常而可靠地运行，并能使系统不断得到改善和提高，以充分发挥作用。运维的过程也就是不断满足用户各种维护需求的过程。用户的维护需求是不断变化的，所以需要持续地对信息系统软件进行修改和维护。这一过程从本质上来说是一个P、D、C、A（P-Plan，策划；D-Do，实施；C-Check，检查；A-Act，处理）循环，不停顿地周而复始地运转。按照戴明质量控制理论，信息系统软件运维的管理流程如下图所示。
|
|
|
|
|
|
|
|
信息系统软件运维服务的四个关键要素是：人员、资源、技术和过程，每个要素通过关键指标反映运维服务的能力。在运维服务提供过程中，通过应用PDCA的方法论，在运维的策划、实施、检查、改进等不同阶段，通过对人员、资源、技术和过程四个服务要素的统一管理，来实现运维服务能力的持续提升。
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
（3）继续反向扫描日志文件，查找该事务的其他更新操作，并做同样的处理，直到事务的开始标志。
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
问题管理包括诊断事故根本原因和确定问题解决方案所需要的活动，通过相应控制过程，确保解决方案的实施。问题管理还将维护有关问题、应急方案和解决方案的信息，以减少事故的数量和降低影响。问题管理流程的目标是通过消除引起事故的深层次根源以预防问题和事故的再次发生，并将未能解决的事故影响降到最低。
|
|
|
|
问题管理的流程包括问题检测和记录、问题分类和优先级处理、问题调查和诊断、创建已知错误记录、解决问题、关闭问题、重大问题评估等。问题管理基本流程模型如下图所示。
|
|
|
|
|
|
|
|
（1）问题检测和记录。问题检测的方法包括：服务台和事故管理等提交的事故需要进一步查明潜在原因；技术支持小组在日常维护工作中发现有尚未对业务产生影响的潜在问题存在；自动化的事件／告警检测工具检测出IT基础设施或应用存在问题；供应商或承包商通告其产品或服务存在的问题；主动问题管理通过趋势分析提交潜在的问题。问题记录包含问题描述、问题状态、问题类型、服务信息和设备信息等。
|
|
|
|
（2）问题分类和优先级处理。问题的分类原则与事故管理中事故的分类相同。问题优先级处理与事故管理中事故的优先级处理方法相同。
|
|
|
|
（3）问题调查和诊断。问题调查的技术包括借助于配置管理数据库定义问题的影响级别并调查故障点；问题匹配技术和故障重现技术。问题分析和诊断的常用方法包括时序分析法、KT决策法、头脑风暴法、石川图法、帕累托分析法等。
|
|
|
|
（4）创建已知错误记录。针对调查和诊断的结果及解决方案创建已知错误记录，并将其存放在已知错误库中，以方便下次发生同样问题时能够快速匹配出已知错误。
|
|
|
|
（5）解决问题。根据制定出的解决方案，问题管理者组织问题处理人员实施方案。如果解决方案需要对基础设施进行变更，则必须首先提交变更请求，启动变更管理流程。
|
|
|
|
（6）关闭问题。当变更完成并且解决方案成功实施使得问题解决之后，可正式关闭问题记录，更新已知错误库，将问题状态置成“已解决”。
|
|
|
|
（7）重大问题评估。重大问题解决之后应当召开重大问题评估会议，需探讨的问题包括工作中的经验和教训、改进方案、预防措施、第三方责任等。
|
|
|
|
|
|
|
|
|
|
|
|
|
