系统运行与维护核心知识梳理

软考系统分析师 第15章 系统运行与维护 核心知识梳理

一、系统运行与维护概述

1. 基本概念

系统维护：软件交付投入运行后，为改正错误、适应环境变化、完善功能、提升性能而对系统进行的修改、更新、优化全过程。
系统运行管理：保障系统稳定、安全、持续、高效运行的日常管控、监控、故障处理、资源管理。

2. 维护特点（考点）

• 维护周期远长于开发周期，成本更高
• 维护工作理解原有系统难度大
• 维护易引入新缺陷（副作用）
• 维护人员更替多，文档不全增加维护难度

二、软件维护四大类型（必考重中之重）

速记口诀：改错、适配、完善、预防；完善占比最高。

三、软件维护常用度量指标（必考）

1. 维护工作量指标

• 维护工作量占比：软件生命周期中，维护成本占总成本60%~80%
• 维护响应时间：从提交维护申请到开始处理的时长
• 维护完成周期：从申请到修改上线、闭环归档总时长

2. 维护质量指标

• 缺陷修复率：已修复缺陷数 / 提交总缺陷数
• 遗留缺陷率：未修复、延后处理缺陷占比
• 维护引入缺陷率：本次维护修改后新增BUG数/本次修改代码量（维护副作用核心指标）
• 缺陷逃逸率：测试未发现、上线后暴露的缺陷比例

3. 可维护性度量指标

• 平均修复时间 MTTR：故障发生到恢复服务的平均时间
• 平均无故障时间 MTBF：系统两次故障之间平均正常运行时长
• 系统可用度：可用时间 / 总运行时间
  可用度 = MTBF MTBF + MTTR \text{可用度} = \dfrac{\text{MTBF}}{\text{MTBF}+\text{MTTR}}可用度=MTBF+MTTRMTBF​
• 代码复杂度：圈复杂度、模块耦合度、内聚度
• 文档完备率：配套文档完整覆盖需求、设计、运维的程度

4. 运维核心指标

• RTO：恢复时间目标，业务最长可容忍中断时间
• RPO：恢复点目标，灾难发生后最大允许数据丢失量
• SLA服务级别：约定故障响应、解决时限、可用性承诺

四、容错技术 完整梳理（系统分析师高频考点）

1. 容错基本概念

容错：系统发生硬件/软件故障时，不中断业务、不崩溃，仍能继续正确提供服务的能力。
核心思想：冗余 + 故障屏蔽 + 故障恢复

2. 容错四大核心技术

（1）硬件容错

1. 冗余技术
   • 硬件冗余：双机热备、集群、磁盘阵列RAID、冗余电源、冗余网卡
   • 空间冗余：多套相同硬件并行工作
2. 故障屏蔽：通过冗余部件掩盖故障，上层无感知
3. 故障切换：主节点故障，自动切换到备节点

（2）软件容错

• 异常捕获与处理：拦截程序异常，不宕机、优雅降级
• 事务回滚：数据库事务失败自动回滚，保证数据一致性
• 版本容错：灰度发布、金丝雀发布，故障可快速回退版本

（3）时间容错

• 重试机制：网络超时、接口调用失败自动重试
• 延迟调度：故障后延迟重试，避开瞬时抖动

（4）信息容错

• 校验码：奇偶校验、CRC循环冗余校验、海明码
• 数据冗余：多副本存储、日志冗余、备份归档

3. 容错系统工作模式

1. 静态容错（故障屏蔽）
   靠硬件冗余直接掩盖故障，无需切换，如RAID、双冗余电源。
2. 动态容错（故障切换）
   检测到故障后，自动重构、切换到冗余部件，如双机热备、主从集群。
3. 混合容错：静态+动态结合

4. 故障等级与容错层级

• 硬件级容错：服务器、存储、网络设备
• 系统级容错：操作系统、中间件
• 应用级容错：业务系统、微服务降级熔断
• 数据级容错：备份、容灾、多副本

5. 高可用常用容错架构

• 双机热备：主运行、备监听，故障自动切换
• 集群容错：负载均衡+节点容错，单点故障不影响整体
• 异地多活：同城双活、异地容灾，大范围灾难容错
• 熔断降级：微服务容错，依赖故障时自动熔断、降级服务

系统维护实施流程

1. 维护申请：用户/运维提交维护请求单
2. 评估审批：评估影响范围、成本、风险、优先级
3. 任务分配：指派维护人员、版本锁定
4. 分析设计：理解原有系统、修改方案设计
5. 修改实现：编码修改、遵循原有规范
6. 回归测试：重点测修改点+关联模块，防止引入新BUG
7. 文档更新：需求、设计、用户手册、运维手册同步更新
8. 发布上线：版本更新、切换、试运行
9. 验收归档：确认无误、归档维护记录

系统可维护性及影响因素

1. 可维护性定义

系统被理解、修改、测试、变更的难易程度。

2. 影响可维护性关键因素

• 系统模块化、高内聚低耦合程度
• 文档完整性（需求/设计/接口/运维文档）
• 编码规范、注释完备性
• 架构清晰度、复杂度
• 测试用例完备度、回归测试能力
• 历史变更记录、版本管理规范

3. 提升可维护性措施

• 标准化开发规范、统一架构
• 完善全生命周期文档
• 模块化、组件化、解耦设计
• 建立版本控制、变更管理流程
• 定期重构、代码评审

系统运行管理内容

1. 日常运行管理

• 机房环境管理：温湿度、供电、消防、安防
• 硬件设备管理：服务器、存储、网络设备巡检
• 软件运行监控：进程、内存、CPU、磁盘、日志
• 数据管理：备份、归档、数据一致性检查
• 账号权限管理：账号开通、注销、权限分级

2. 系统性能管理

• 监控指标：响应时间、吞吐量、并发数、资源利用率
• 性能优化：数据库索引、SQL优化、缓存、负载均衡
• 容量规划：预判业务增长，提前扩容

3. 安全运行管理

• 网络安全：防火墙、入侵检测、访问控制
• 数据安全：备份、加密、脱敏、防泄露
• 系统安全：漏洞扫描、补丁升级、病毒防护
• 操作安全：操作日志、审计、权限最小化

系统故障管理与灾难恢复

1. 故障分级

• 一级故障：系统瘫痪、业务完全中断
• 二级故障：核心功能异常、业务严重受影响
• 三级故障：非核心功能异常、不影响主干业务
• 四级故障：轻微问题、可延后处理

2. 故障处理流程

故障上报 → 故障定位 → 临时应急恢复 → 根因分析 → 彻底修复 → 复盘总结 → 预防措施

3. 容灾与备份恢复

• 数据备份：全量备份、增量备份、差异备份
• 容灾级别：
  1. 本地备份
  2. 异地冷备
  3. 异地热备、双活容灾
• 核心指标：
  RTO 恢复时间目标：故障后恢复业务允许的最长时间
  RPO 恢复点目标：故障后允许丢失的数据量

软件老化与软件重构

1. 软件老化

长期运行后出现：性能下降、故障率上升、维护难度剧增、架构僵化。
原因：多次补丁堆砌、技术迭代、人员变动、无规范变更。

2. 软件演化与重构

• 软件演化：系统随业务、技术持续迭代更新
• 重构（Refactoring）：不改变外部功能，只优化内部结构、代码、架构，提升可维护性、性能。
• 逆向工程：从现有代码反推设计、恢复文档，用于老旧系统维护。

运维管理体系（ITIL 核心考点）

ITIL 面向IT服务管理，运行维护核心流程：

• 服务台、事件管理、问题管理
• 变更管理、发布管理、配置管理
• 服务级别协议SLA：约定运维响应时间、故障解决时限、服务质量标准

软考高频考点速记

1. 维护四类：改正性、适应性、完善性、预防性；完善性占比最大。
2. RTO：恢复时间目标；RPO：数据丢失容忍度。
3. 维护副作用：修改代码易引入新缺陷，必须回归测试。
4. 可维护性关键：模块化、文档、规范、低耦合。
5. 重构：不改功能，只改内部结构；逆向工程：代码反推设计。
6. 运行管理核心：监控、备份、权限、安全、故障分级处理。