今天看到这样一个问题:"一个运维可以管理4万台服务器吗?"

运维总监让我管理 4 万台服务器,这可能吗?_硬件故障

问题地址:https://www.zhihu.com/question/386653243

背景介绍

运维总监让我管理 4 万台服务器,这可能吗?_硬件故障_02

看到这条评论我惊呆了,脑子有些懵,我想问问真的一个人可以管理4万台服务器吗?

不论是实例还是物理机都算。国内哪些厂商有这么大规模的服务器机群和集群?大厂商真的是一个人可以做开发测试上线维护整条流水线吗?

回答

整理了几个不错的回答,分享一下。

Hi峰叔的回答

有4万台服务器的公司,整个运维团队也起码50⼈了。

如果是⾃建IDC,这50⼈⾥⾯会有10⼈是专⻔搞机房、⽹络、服务器、存储等底层架构,即IaaS层。

如果是使⽤公有云服务,那么可以省了这10个⼈。

在物理架构IaaS层上⾯有PaaS,可能这50⼈⾥⾯⼜有10个⼈专⻔做⾃动化平台、发布、监控、DB 管理、容器化 、虚拟化等。

再往上到业务层是业务运维负责,可能每2、3个⼈负责⼀个⽐较⼤的垂直型业务,⽐如微信⾥⾯的⽀付、淘宝⾥⾯的订单管理等等。

然后这2、3个业务运维⾥⾯,通常会在简历⾥⾯这样描述⾃⼰ 


xxx业务核⼼运维负责⼈,最⾼并发达到QPS xx万,独⽴维护超过4万台机器,全年可⽤性超过 99.99% 


那么问题来了:“这⾥所谓的⼀个⼈,真的是⼀个⼈吗?”

匿名用户的回答

10年以上老运维,目前管理着近1000台物理机,三机房托管的,每年新增约100台,报废约20台左右。

以稳定和成本控制为核心,负责IDC上架规划,网络规划,设备采购,上架部署,安装交付,主要工作如下:

每年底至少花一个月时间做预算,包括IDC租赁,带宽,专线,设备需求,过保设备备件……

设备硬件故障维护,每月大约30起左右设备硬件故障,硬盘及内存是最多的,其余是主板,CPU,风扇类。一些重要业务如数据库类,可能会影响业务。处理步骤目前还没自动化,打算做人不够(在保自动收集日志提交报修,过保直接发机房维护工单)

采购上架每季度一次,从发起到交付,耗时耗力,交换机光模块够不够,机柜空间是否可以继续上架不超电,跳线怎么尽可能短一点?CPU一直C0机器怎么分布?录取CMDB手工信息有点多……没有自动化系统,机器类别太多了,后续规范下可能会好很多。

资源管控,申请资源后下发权限,特殊类监控需求,资源变更,使用跟踪……没有自动化,在弄全流程资源管理。

网络类现在有专门网络管理员了,可以不用管了,这部分工作接入的话需要一部分精力。

哦,我还管各类中间件,就我一个人管,跑去找领导把中间件甩出去了一部分。

就这么说吧,这么多规模的机器,仅仅一个硬件故障,晚上电话告警,即使如硬盘故障有RAID不用处理都要累死人。

每个月工时300左右。

如果4W台虚拟机应该会好一点,不过没搞过不知道,以前搞过最大规模虚拟机就3000台,业务比较单一,Puppet搞定了。

木村·星辰的回答

我一个人管6000台物理机。硬件上什么部位报警就换什么,换了不管用就整机送修。

软件上管到开出指定数量的kvm,或者装上指定的docker镜像。

网络上交换机全是trunk,机器上kvm/docker配置到指定的VLAN里;路由器不管,运营商来处理BGP。

机房只扫地不擦灰。

数据迁移有空就自己做,没空就叫业务部门做或者往后拖,自己做也就打包释放一下。

上班时间自由,报警72小时内处理好就行,随便什么时候去。

三囧的回答

不可能,这个数量的服务器,单纯硬件一个人都管不下来,更别提其他的方面。

4万台服务器,加上配套的交换机、路由器、存储设备、ups电源、空调、安全设备、机房防火设备。这个设备的数量是很恐怖的。

就算单台设备出现问题的概率很小,数量上去以后,出问题几乎成了必然。光每天处理硬件问题一个人就搞不定。

每个硬件还有使用寿命,等使用寿命到的时候需要更换。到更换的时候,一个人更本搞不定这个数量。设备都是一批一批来的,更换也是一批一批的。让业务停着等你慢慢换设备怎么可能?

这个数量肯定不会是简单的系统,要过等保吧。要按照等保的要求管理机房,不是简单的管个设备能用就行,管理要有制度,要有流程,还要制定安全策略。这些东西就算你是大牛,一个人全能搞定,但是总要花时间的吧,搞一次测评,一两个月就没了。你还有时间管其他的?

我觉得那个评论的人是一个管4万台服务器的团队中的一个人。

至于他是不是有权限管4万台服务器,我是不信的,正常的运维不可能把那么多服务器全权交给一个人。肯定要分权,不同的人管不同的类别的设备,动服务器也要有人审批。

如果说,我是一个管电源的,电源上面插着4万台服务器,我也算管了4万台服务器的话,那当我没说。

karlestira的回答

4w台物理机?光是给领导汇报工作都能整死你了。

另外4w台物理机是个什么概念?常见的纯CPU双路2U机器都得500w功耗,4w台就是20MW,算上各种UPS、空调、存储、网络,可能得去到50MW。

商业电一度一块的话这个机房满载一天就是100w往上的电费。

都这么大家伙事了,多雇两个人它不香吗?