災難恢復（Disaster Recovery 簡(jiǎn)稱(chēng)DR）系統主要是針對在計算機軟件系統在正常使用過(guò)程中，如果服務(wù)器等關(guān)鍵部件運行出現了問(wèn)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(gè)災難，如何讓計算機系統恢復過(guò)來(lái)。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(chēng)之為災難說(shuō)明事故很?chē)乐?，并不是系統出現了一個(gè)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(lái)恢復。目前對于災難恢復現在有很多種方式，自己的單位要事先制定一套災難恢復計劃，比如說(shuō)這一個(gè)服務(wù)器不可用了，你可以用其它的，還有現在可以應用云的技術(shù)，把服務(wù)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(wù)器。當然云服務(wù)器服務(wù)商也要有如何避免災難的措施。
災難恢復一般是由IT部門(mén)負責，包括了系統的恢復，任何一個(gè)系統都應該有一個(gè)災難恢復計劃，不只局限于計算機化系統，也包括我們的生產(chǎn)系統和系統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(chǎn)系統能在預定義的時(shí)間內恢復基本運作。
做災難恢復首先要明白什么叫系統恢復和容錯能力，系統恢復和容錯能力的主要目標就是消除單點(diǎn)故障，就是一個(gè)組件故障了，整個(gè)系統崩潰。容錯能力就是那怕是單點(diǎn)故障了，一個(gè)組件壞了以后，整個(gè)系統仍然可以正常運行。計算機化系統里稱(chēng)之為冗余。包含的主要部件有硬盤(pán)驅動(dòng)器、服務(wù)器、網(wǎng)絡(luò )設備、電源、PLC等。
硬般服務(wù)器常冗余見(jiàn)的就是做鏡象備份，如插兩塊硬盤(pán)，實(shí)時(shí)備份，如果其中一個(gè)壞掉了，另外一個(gè)可以保證正常應用。電源冗余就是雙電源供電，一個(gè)壞了另一個(gè)還可以接著(zhù)用、一用一備。我們要避免單點(diǎn)故障就把整個(gè)系統拖跨。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(wù)單元的優(yōu)先順序，為了能盡快的有效恢復系統運行，設計我們的應爭恢復計劃應該從優(yōu)先級別最高為主，比如純化水系統故障了，首先是恢復能手動(dòng)控制能繼續保證生產(chǎn)，這是第一位的，再恢復PLC實(shí)現自動(dòng)控制相關(guān)的，這些不恢復暫時(shí)不影響操作，所以要確定系統中各業(yè)務(wù)單元的優(yōu)先順序。如果手工流程可以使業(yè)務(wù)繼續運行下去的話(huà)，還需要考慮一旦電子化系統恢復以后，之前手工的流程如何同步回我們的電子記錄，或者說(shuō)我們這一段的記錄怎么交接。
其次要有災難發(fā)生時(shí)的處置程序，對員工進(jìn)行災難恢復的培訓，讓員工知道遇到災難發(fā)生時(shí)應該按照什么流程處理，讓管理者在出現災難時(shí)能夠按照正確的規程來(lái)執行恢復，相當于一個(gè)應急預案。
系統按照工作組劃分來(lái)進(jìn)行恢復，在設計災難恢復計劃時(shí)都是以組來(lái)進(jìn)行實(shí)施的，比如一個(gè)車(chē)間出現問(wèn)題的時(shí)候，我們肯定是生產(chǎn)組的管生產(chǎn)設備，IT組的管服務(wù)器、PLC等，QC的管QC等按組來(lái)分的，在制定計劃時(shí)要以組為目標，每個(gè)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(dòng)的方法和流程，這就是可替代的方案，筆者曾經(jīng)遇到過(guò)，我車(chē)間臺壓片機，員工的操作中沒(méi)有蓋下觸摸屏的防護罩，怡好一個(gè)工具落上去，屏幕環(huán)了無(wú)法顯示了，但設備還在運行，其它部件完全不受影響，當時(shí)這臺設備也是新購買(mǎi)不久的，沒(méi)有屏幕備件，就面臨著(zhù)運行參數不可控，產(chǎn)品質(zhì)量無(wú)法保證。當時(shí)正好我單位有別的車(chē)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(gè)好的應急案。
恢復計劃制定的主要關(guān)注點(diǎn)，不限于計算機化系統。包括緊急事件響應，人員的通知，評估、數據備份、外部通信、公共設施、物流、恢復與還原等。出現了緊急事件以后，要按按照事先規定的，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(gè)聯(lián)系人的清單和聯(lián)系方式，在出現故障時(shí)現場(chǎng)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(chǎng)后需要對這個(gè)災難進(jìn)行評估，這個(gè)災難是屬于那一個(gè)級別的，應該執行那一個(gè)災難恢復的流程，最好能夠列出一些依據。數據一定要遠程備份，定期備份，每天進(jìn)行增量備份，定期進(jìn)行一個(gè)完整的備份。災難恢復時(shí)有一些備件要提前備上，關(guān)鍵部件一般價(jià)值都比較高，正常情況下會(huì )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(guān)鍵部件要備分。在恢復系統時(shí)是執行恢復還是還原，就要 看如果原系統在恢復的基礎上還能用，那就恢復回來(lái)，如果無(wú)法恢復，那就在原來(lái)備份的基礎上還原回來(lái)，這個(gè)也是要進(jìn)行評估的?；謴秃蟾鶕到y的關(guān)鍵性進(jìn)行確認與驗證工作。
災難恢復后期還是要進(jìn)行培訓，對新員工進(jìn)行培訓，對擔任災難恢復的主要人員進(jìn)行培訓，對恢復的團隊進(jìn)行培訓，定期對培訓效果進(jìn)行評價(jià)，有備無(wú)患。如果從來(lái)沒(méi)進(jìn)行過(guò)災難恢復，當真出了事故時(shí)，雖然你有這些規程，但沒(méi)有人執行過(guò)，實(shí)操過(guò)程肯定會(huì )出現許多漏洞。
災難恢復后的測試與確認，首先進(jìn)行模擬演習，災難恢復團隊的人就像頭腦風(fēng)暴一樣，聚在一起每個(gè)人扮演自己的角色，模擬恢復過(guò)程，通過(guò)模擬恢復過(guò)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(gè)情境，要求相關(guān)人員作出對就的搶救措施，評估效果。有時(shí)一些廠(chǎng)家的軟件我們無(wú)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(chǎng)驗收）交付時(shí)，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(gè)很靈活的計劃，計算機化系統也在不斷變化，不斷的有新設備的增加、操作系統更新、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。當出現了些大的變更時(shí)，有必面進(jìn)行災難恢復計劃的更新。出現什么問(wèn)題有計劃，才能做好恢復工作。如果真出現問(wèn)題了，先拍腦門(mén)就很容易出現一些無(wú)法挽回的事。
合作咨詢(xún)
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
