从建设到交付 了解香港智能计算中心服务器服务流程

1. 前期调研与需求确认

步骤一：召开项目启动会，确定业务量（CPU、内存、存储、带宽）、备份要求、合规（数据主权/个人资料条例）与预算。
步骤二：在香港实地或远程做机房环境勘查（机柜空间、配电容量、制冷能力、消防、安防）。记录机柜编号、电源相数与PDU类型、地面承重与机房U数。

2. 方案设计与采购清单编写

先做容量计算：每台服务器功耗（W）×数量 + 冗余（N+1）得出UPS与变压器需求。
编写BOM：服务器型号、RAID卡、SSD/HDD、网卡（10/25/40/100GbE）、光模块、光纤跳线、交换机、路由器、PDU、KVM、机柜配件。

3. 机柜布局与电力配置

规划U位：给网络、存储设备预留专用U位并按热通道/冷通道布置。
电力接入：指定A/B路PDU，确认每PDU电流上限，标注电路标签及备用断路器；设置电源上电顺序与负载均衡。

4. 机柜安装与固定上架

上架前：核对设备标签、螺丝包、机柜导轨。使用托架将服务器滑入机柜并固定。
安全固定：安装防震托盘、整理前后导线，给重型存储单元做底部支撑，标注每台设备U位与资产编号。

5. 网络布线与光纤连接

规范：采用色标与编号系统（例如机柜-机位-端口），光纤使用LC/SC并注明OM3/OM4类型。
测试：使用光功率计与OTDR检测链路损耗，网线用Fluke测试仪检测线序和长度，记录测试报告作为交付材料。

6. 电源上线与PDU管理

上电步骤：先上UPS并确认电池状态，再逐步为PDU供电。按预定顺序给设备上电，避免同时冲击启动电流。
远程管理：配置PDU的网络管理IP，设置用户与告警阈值（电流/功率），并与监控平台对接。

7. 服务器固件与硬件验收

验收流程：检查BIOS/UEFI固件版本、RAID卡固件、网卡固件，必要时先更新固件并记录版本号。
硬件自检：运行硬件诊断工具（厂家提供或memtest、smartctl），确认无硬件错误再进入系统部署。

8. 操作系统安装与基本配置

安装步骤（以Linux为例）：设置RAID（mdadm或硬件RAID）→分区与LVM→安装系统包→配置网络接口（/etc/netplan或ifcfg）→设定主机名与DNS。
安全配置：关闭不必要服务、配置SSH密钥登录、禁用密码root远程登录、安装并配置防火墙（iptables/nftables或firewalld）。

9. 虚拟化与容器平台部署

虚拟化：安装KVM和libvirt，创建桥接网络(br0)，配置存储池（LVM、Ceph或共享NFS）。
容器：部署Docker或Kubernetes（kubeadm或使用Rancher/AKS类管理），配置镜像仓库与网络CNI（Calico/Flannel）。

10. 安全加固与合规检测

网络安全：配置交换机ACL、VLAN划分、堡垒机访问、IDS/IPS。
合规审查：在香港检查数据保留期限、日志记录策略与访问审计，生成合规报告供客户备案。

11. 性能测试与SLA验收

测试项：IOPS与吞吐（fio）、CPU/内存压力（stress-ng）、网络吞吐（iperf3）、应用级压测。
验收标准：按合同约定的延迟、可用性与吞吐指标逐项测试并记录结果，若不达标做故障排查并复测。

12. 交付文档与交接培训

文档清单：机房图、机柜图、资产清单、网络拓扑、IP地址表、PDU与UPS配置、运行手册与应急预案。
培训：对客户或运营团队进行远程或现场培训，讲解常用操作、故障排查步骤与联系人。

13. 运营监控与巡检策略

部署监控：使用Prometheus+Grafana或商业平台接入主机、网络、应用与PDU监控，设定告警策略与SLA通知链路。
巡检计划：制定日/周/月巡检项（温度、功率、日志、硬件错误），并保留巡检记录。

14. 故障处理与远程支持

故障流程：发现问题→初步定位（日志、监控）→执行回滚或修复脚本→必要时发起现场Remote Hands。
远程手段：启用IPMI/iDRAC/iLO进行KVM-over-IP、远程重启、串口日志抓取，保存操作记录以便审计。

15. 维护与版本管理

补丁策略：制定维护窗口，先在测试环境验证补丁，再在生产按风险分批滚动升级。
版本控制：对基础镜像、自动化部署脚本、配置文件使用Git管理，变更需走变更管理流程并留审批记录。

16. 常见问题：服务器交付前需要核对哪些清单？（问）

答：设备型号与序列号、固件版本、电源路由（A/B）、机柜U位、网络端口对应关系、光纤与跳线测试报告、IP/网段分配表、运维账号与权限、应急联系人与SLA条款均需逐项核对并签字确认。

17. 常见问题：如何确保网络连通与稳定性？（问）

答：先做物理层检查（光纤/铜缆）、使用OTDR及Fluke完成链路检测；配置VLAN、MTU一致、链路聚合；做端到端流量测试（iperf）与长期抓包监测，设置BGP或多线冗余并监控丢包/延迟趋势。

18. 常见问题：交付后出现硬件故障应如何处理？（问）

答：先查看监控报警与IPMI日志，确认故障类型；如需更换零件，启用厂商保修或Remote Hands流程，先做数据备份和快照，替换后做完整回归测试并在资产清单更新维保记录。

来源：从建设到交付 了解香港智能计算中心服务器服务流程