災難恢復（Disaster Recovery 簡稱DR）系統(tǒng)主要是針對在計算機軟件系統(tǒng)在正常使用過程中，如果服務器等關鍵部件運行出現(xiàn)了問題以后，我們如何做好應急恢復工作，就像突然遭遇到了一個災難，如何讓計算機系統(tǒng)恢復過來。目前對于災難的定義有很多種，可以是自然災害如水淹、火災、黑客入侵等，稱之為災難說明事故很嚴重，并不是系統(tǒng)出現(xiàn)了一個小BUG，你可以自己去恢復，而是需是用一種事先制定好的災難恢復計劃來恢復。目前對于災難恢復現(xiàn)在有很多種方式，自己的單位要事先制定一套災難恢復計劃，比如說這一個服務器不可用了，你可以用其它的，還有現(xiàn)在可以應用云的技術，把服務器布署在云上，可以減少物理災害，用的是云的算力而不需要自己的服務器。當然云服務器服務商也要有如何避免災難的措施。
災難恢復一般是由IT部門負責，包括了系統(tǒng)的恢復，任何一個系統(tǒng)都應該有一個災難恢復計劃，不只局限于計算機化系統(tǒng)，也包括我們的生產系統(tǒng)和系統(tǒng)運行所需要的所有基礎設施。災難恢復計劃是要確保在災難下組織的生產系統(tǒng)能在預定義的時間內恢復基本運作。
做災難恢復首先要明白什么叫系統(tǒng)恢復和容錯能力，系統(tǒng)恢復和容錯能力的主要目標就是消除單點故障，就是一個組件故障了，整個系統(tǒng)崩潰。容錯能力就是那怕是單點故障了，一個組件壞了以后，整個系統(tǒng)仍然可以正常運行。計算機化系統(tǒng)里稱之為冗余。包含的主要部件有硬盤驅動器、服務器、網絡設備、電源、PLC等。
硬般服務器常冗余見的就是做鏡象備份，如插兩塊硬盤，實時備份，如果其中一個壞掉了，另外一個可以保證正常應用。電源冗余就是雙電源供電，一個壞了另一個還可以接著用、一用一備。我們要避免單點故障就把整個系統(tǒng)拖跨。所以要提高主要部件冗余程度。
災難恢復的主要策略：首先就是確定業(yè)務單元的優(yōu)先順序，為了能盡快的有效恢復系統(tǒng)運行，設計我們的應爭恢復計劃應該從優(yōu)先級別最高為主，比如純化水系統(tǒng)故障了，首先是恢復能手動控制能繼續(xù)保證生產，這是第一位的，再恢復PLC實現(xiàn)自動控制相關的，這些不恢復暫時不影響操作，所以要確定系統(tǒng)中各業(yè)務單元的優(yōu)先順序。如果手工流程可以使業(yè)務繼續(xù)運行下去的話，還需要考慮一旦電子化系統(tǒng)恢復以后，之前手工的流程如何同步回我們的電子記錄，或者說我們這一段的記錄怎么交接。
其次要有災難發(fā)生時的處置程序，對員工進行災難恢復的培訓，讓員工知道遇到災難發(fā)生時應該按照什么流程處理，讓管理者在出現(xiàn)災難時能夠按照正確的規(guī)程來執(zhí)行恢復，相當于一個應急預案。
系統(tǒng)按照工作組劃分來進行恢復，在設計災難恢復計劃時都是以組來進行實施的，比如一個車間出現(xiàn)問題的時候，我們肯定是生產組的管生產設備，IT組的管服務器、PLC等，QC的管QC等按組來分的，在制定計劃時要以組為目標，每個組恢復到正常的工作狀態(tài)。
是否有可替化的設備或方案，如果PLC壞了是否有手動的方法和流程，這就是可替代的方案，筆者曾經遇到過，我車間臺壓片機，員工的操作中沒有蓋下觸摸屏的防護罩，怡好一個工具落上去，屏幕環(huán)了無法顯示了，但設備還在運行，其它部件完全不受影響，當時這臺設備也是新購買不久的，沒有屏幕備件，就面臨著運行參數(shù)不可控，產品質量無法保證。當時正好我單位有別的車間新購了一臺同型號的壓片機，我們直接拆下控制屏換上了，這就是替代的方案，但不認為是一個好的應急案。
恢復計劃制定的主要關注點，不限于計算機化系統(tǒng)。包括緊急事件響應，人員的通知，評估、數(shù)據(jù)備份、外部通信、公共設施、物流、恢復與還原等。出現(xiàn)了緊急事件以后，要按按照事先規(guī)定的，那些優(yōu)先級高的要先處理，優(yōu)先級低的可以往后放，災難恢復一定要有一個聯(lián)系人的清單和聯(lián)系方式，在出現(xiàn)故障時現(xiàn)場人員可以直接聯(lián)上，甚至還要有備作聯(lián)系人。當人員到場后需要對這個災難進行評估，這個災難是屬于那一個級別的，應該執(zhí)行那一個災難恢復的流程，最好能夠列出一些依據(jù)。數(shù)據(jù)一定要遠程備份，定期備份，每天進行增量備份，定期進行一個完整的備份。災難恢復時有一些備件要提前備上，關鍵部件一般價值都比較高，正常情況下會有供貨周期，如遇到突發(fā)情況如疫情發(fā)生，物流不走了，想發(fā)都發(fā)不出，這就在計劃中制定那些關鍵部件要備分。在恢復系統(tǒng)時是執(zhí)行恢復還是還原，就要 看如果原系統(tǒng)在恢復的基礎上還能用，那就恢復回來，如果無法恢復，那就在原來備份的基礎上還原回來，這個也是要進行評估的?；謴秃蟾鶕?jù)系統(tǒng)的關鍵性進行確認與驗證工作。
災難恢復后期還是要進行培訓，對新員工進行培訓，對擔任災難恢復的主要人員進行培訓，對恢復的團隊進行培訓，定期對培訓效果進行評價，有備無患。如果從來沒進行過災難恢復，當真出了事故時，雖然你有這些規(guī)程，但沒有人執(zhí)行過，實操過程肯定會出現(xiàn)許多漏洞。
災難恢復后的測試與確認，首先進行模擬演習，災難恢復團隊的人就像頭腦風暴一樣，聚在一起每個人扮演自己的角色，模擬恢復過程，通過模擬恢復過程檢查災難恢復計劃制定的是否完善，是不是需要補充。還可設定一個情境，要求相關人員作出對就的搶救措施，評估效果。有時一些廠家的軟件我們無法自行安裝，例HPLC的控制軟件，它可能需要授權碼，所以建議大家在SAT（工廠驗收）交付時，讓供應商一定要配合驗證工作，把對應的測試做了。
災難恢復計劃是一個很靈活的計劃，計算機化系統(tǒng)也在不斷變化，不斷的有新設備的增加、操作系統(tǒng)更新、舊設備的淘汰、人員的變更等。組織需求的變化后，我們的流程也應不斷的更新。當出現(xiàn)了些大的變更時，有必面進行災難恢復計劃的更新。出現(xiàn)什么問題有計劃，才能做好恢復工作。如果真出現(xiàn)問題了，先拍腦門就很容易出現(xiàn)一些無法挽回的事。
合作咨詢
肖女士
021-33392297
Kelly.Xiao@imsinoexpo.com
2006-2025 上海博華國際展覽有限公司版權所有（保留一切權利）
滬ICP備05034851號-57
