中国石化私有云第一批应用成功上线

简介: 中国石化私有云第一批应用成功上线

原文:点击查看

“私有云迁移十年一遇,既惊心动魄又无声无息。”

11月24日,19点整。

在石化盈科丰联广场办公区,来自总部、石化盈科、阿里公司的120多名工作人员开始了一个不眠之夜。
image
image

“第一组任务完成,第二组准备就绪!”

“第二组就位,开始执行!”

铿锵有力的对话声打破了寂静的夜。

尽管做了10个多月的充分准备,但此时,每一次发令、每一步执行、每一遍核实、每一项确认,每一个人都不敢懈怠。键盘传来清澈的敲击声,屏幕一行行代码迅速闪过;大BOSS们在各“战场”间不停穿梭,走廊里踩过一阵阵急促地脚步。
image

image

这个漫长的夜晚,这头是等待,那头是未知。

这就是中国石化私有云的迁移现场——为了赢得这个关键的夜晚,为了系统能住上“大别墅”,他们的奋战从3月份就开始了。

1


对于私有云的探索,要追溯到2012年。

中国石化先是尝试了引入虚拟化进行云资源建设,随后开展了通用资源池的建设,打造了较大规模的通用资源池,以便支撑生产经营管理系统应用。

到了2014年下半年,中国石化迎来了私有云建设的关键时期。全面展开与阿里公司的交流合作,学习借鉴对方在电商领域和超大规模系统建设方面的成功经验,并引入阿里云技术建设完善中国石化云平台。

与阿里公司的合作,促进了中国石化信息化架构向“平台+应用”模式的转型,为专业应用快速交付、系统性能提高、各业务条线数据共享、大数据分析、打造石化商业生态圈奠定了基础,建设了电商及CRM应用,使中国石化成为了云上先行者。

已经有这么好的云环境,为啥还要 “折腾”?

尽管在私有云建设方面取得了初步成效,但为了让云 “飞”得更高、更快、更安全、更省资源,经反复论证,信息化管理部周密部署后,下定决心对中国石化云平台的功能、性能和安全保障能力进行全面提升,打造云中“别墅”,为集团生产经营管理系统提供更好的云环境。

2

决策难,实施更难,成功的实施难上加难。

从经营到生产,中国石化私有云承载了化工品、润滑油、燃料油及炼油产品等互联网业务,以及统一的支付和金融服务,企业差旅应用,远程教育应用等,上上下下涉及了几十个系统应用,把它们搬到一个全新的环境,可不是件容易的事儿。更何况,这些系统正在处在运行中,一刻都不能停。在这种情况下完成迁移,就好比给飞行中的飞机更换发动机一样,难度系数和风险指数可想而知,能不能“搬”好,直接影响着企业的正常经营和生产。

image

大事敲定后,信息化管理部有关领导高度重视,积极组织。主任李德芳、副主任张朝俊要求有关人员,制定策略,设计方案,深入讨论,自今年3月全面展开了这次私有云迁移的各项工作。

image

在准备阶段,充分调动资源制定业务切换方案,同时定期召开方案讨论会,与系统用户进行反复对接,形成了最终迁移方案。石化盈科首席架构师李成其牵头组织逐条落实方案的可行性。

在验证阶段,主要针对发现的问题和预见性问题进行解决和排查,邀请阿里公司10余位高级专家到现场解决问题。

在搭建云“别墅”阶段,采用252台服务器,为第一批迁移的11个系统分配了ECS资源 485个,DRDS资源15个、RDS资源87个,数据表1075个,共享业务组件及技术组件37个,负载均衡资源40个,同时准备了应用所需的ONS、EDAS等资源服务,并针对新应用部署、配套开通防火墙规则近4000个 。值得一提的是,为了确保万无一失,还在新老“住宅”之间搭建了数据实时同步的专用通道,以保障中国石化销售业务不停摆。

3

方案、人员、环境一一落实到位,就等着良辰吉日“搬家”了。

搬得出,还要稳得住。

为了不影响日常生产,搬迁日期安排在11月24日19点至25日10点,此时适逢周末,各系统业务量相对较少,降低了切换对经营活动的影响。24日17:30分,中国石化私有云迁移战前动员会在石化盈科丰联广场办公区召开,就此拉开了迁移工作的序幕。19点,指挥员互联网与油品销售业务部副总经理刘依群一声令下,第一组工作人员进入岗位,私有云迁移工作正式开始。

信息化管理部项目二处、应用处、系统处、安全处的有关领导亲临现场指挥。石化盈科互联网与油品销售业务部、研究院、云中心及安全部、基础设施运行保障部4个核心部门,以及ERP应用部、供应链与物流部、共享服务部等相关项目团队,按照既定脚本和指令有序开展各项切换工作。阿里公司也派出了平台和各组件的技术、研发人员进行技术后勤工作。

image

项目二处副处长任嵬与石化盈科副总裁蒋白桦彻夜现场指挥

image

系统处处长刘虹在现场了解切换情况

image

安全处处长孙丽华在现场指挥切换工作


image

应用处处长蒋楠到现场了解工作情况

在统一的指挥下,限定的时间内,120余人分为领导指挥组、总体协调组、技术服务组、资源保障组、外围系统集成组、业务验证组,共同配合完成14个分项,217个操作检查项。

对于每个操作项,均指定执行人和督查人,执行人完成操作后,督查人和分项组长负责检查、确认,督查人确认后,执行人和督查人向总体协调组汇报进度,登记其执行结束时间,并由总体组负责协调后续操作。

刘依群说:“要怀着对生产系统的敬畏之心去进行每一步操作。在整个切换过程中,纵使你身怀绝技,想法独特,也必须按照迁移方案的操作步骤进行操作,在此时此刻不允许任何人独辟蹊径。”

一分一秒,一步一步,只有确保每一步的准确无误,才能保障迁移的顺利完成。

在这千钧一发的时刻,有领导指挥、有专家助阵,有技术支持;有的操作,有的监督,有的服务,有的保障,所有现场人员积极奋战,忙而不乱,急而不躁。

看看现场忘我工作可爱可敬的他们——

image
image
image

4


11月25日,风尘仆仆由上海返京的信息化管理部副主任张朝俊来到切换现场,了解工作情况,并部署相关工作。
image
他听取了私有云迁移工作汇报,查看了有关文件。他宣布中国石化私有云首批应用迁移上线的那一刻,现场响起热烈的掌声和欢呼声。
image

张朝俊代表出差在外的信息化管理部主任李德芳向参加此次切换工作的有关领导和员工表示感谢。他说:“多少个日日夜夜才换来今夜的成功!感谢所有参战的同志们,在最关键的时刻,我看到了大家心往一处想,劲儿往一处使,我们的团队经得住考验,扛得住压力,守得住阵地,你们是中国石化信息化建设的脊梁。”

张朝俊激动地说:“这是个值得回忆的夜晚,是一次检验,是一次挑战,是一次超越,是一次成长,是中国石化信息化建设者们永远的精神财富。”

同时他也强调,信息化是当今世界发展的大趋势,是推动经济社会发展和变革的重要力量。做好信息化工作,意义重大,任务艰巨,我们一定要抢抓机遇,乘势而上,开拓创新,狠抓落实,不断开创集团公司信息化工作的新局面,为转型发展战略目标的实现而继续努力奋斗。

李德芳主任通过手机信息了解到现场的情况,他在微信上为整个团队点赞、加油,并转达了对战斗在一线的同志们的鼓励。

image
image

后记:12月1日,是搬进“大别墅”的系统平稳运行的第5天,相关人员依然在密切关注着系统的运行情况,新老“住宅”之间还在进行实时的数据同步。说到这里,大家想知道这么复杂的业务是用什么方法来实现数据同步的吗?这么牛的“搬家公司”到底用的是什么利器?

相关文章
|
存储 安全 Java
【Java集合类面试二十五】、有哪些线程安全的List?
线程安全的List包括Vector、Collections.SynchronizedList和CopyOnWriteArrayList,其中CopyOnWriteArrayList通过复制底层数组实现写操作,提供了最优的线程安全性能。
|
11月前
|
前端开发 JavaScript 关系型数据库
门店排队免单系统开发规则技术
门店排队免单系统是一种结合排队管理、用户互动与数据分析的创新营销工具,通过设定免单条件、用户资格和名额限制等规则,吸引顾客并提升满意度。系统注重公平透明、数据安全及用户体验,同时运用前端(HTML/CSS/JavaScript、React/Vue)、后端(Node.js/Java/Python、Spring Boot/Django)、数据库(MySQL/PostgreSQL)等技术实现功能。此外,还支持排队管理、数据分析可视化、安全性保障及第三方支付与社交平台集成,为门店带来高效、智能的运营解决方案。
|
8月前
|
数据采集 消息中间件 JSON
搞大数据集成,这些基本原理你得先清楚!
企业在进行大数据集成时,常因忽视对数据本质的统一认知,导致集成失败。本文指出,大数据集成不仅是技术问题,更需明确数据本体论,建立企业级“数据通用语言”,包括核心数据对象、唯一标识及关系定义。只有在业务语义一致的基础上,结合技术实施,才能打破数据孤岛,实现数据价值。
|
Linux Python
在Linux下升级到Python3的两种方法
在Linux下升级到Python3的两种方法
2161 0
|
Kubernetes 监控 调度
Kubernetes(K8s)与虚拟GPU(vGPU)协同:实现GPU资源的高效管理与利用
本文探讨了如何使用Kubernetes和虚拟GPU(vGPU)实现异构GPU的协同调度。Kubernetes是一个容器编排平台,通过设备插件、资源规格、调度器扩展和节点标签实现GPU资源管理。vGPU技术允许物理GPU资源在多个虚拟机或容器中共享。文章详细介绍了vGPU的部署配置步骤,并提出了GPU资源调度、负载均衡和监控调优的方法。强调虚拟GPU的性能取决于硬件和驱动支持,合理配置能提供高性能计算环境。参考文献包括Kubernetes和NVIDIA官方文档及相关研究论文。
|
机器学习/深度学习 存储 大数据
在大数据时代,高维数据处理成为难题,主成分分析(PCA)作为一种有效的数据降维技术,通过线性变换将数据投影到新的坐标系
在大数据时代,高维数据处理成为难题,主成分分析(PCA)作为一种有效的数据降维技术,通过线性变换将数据投影到新的坐标系,保留最大方差信息,实现数据压缩、去噪及可视化。本文详解PCA原理、步骤及其Python实现,探讨其在图像压缩、特征提取等领域的应用,并指出使用时的注意事项,旨在帮助读者掌握这一强大工具。
969 4
|
SQL 存储 关系型数据库
技术心得记录:数仓建模方法之范式建模、ER实体建模、维度建模
技术心得记录:数仓建模方法之范式建模、ER实体建模、维度建模
1258 1
|
SQL 算法 关系型数据库
MySQL Online DDL原理解读
MySQL Online DDL原理解读
|
存储 机器学习/深度学习 缓存
探索大模型世界的多元算力:CPU、GPU与算存互连的复杂比较与重要性分析
据科技部新一代人工智能发展研究中心发布的报告显示,我国已发布79个参数规模超过10亿的大模型,几乎形成了百模大战的局面。在大模型研发方面,中国14个省区市都在积极开展工作,其中北京拥有38个项目,广东拥有20个项目。
2813 0
|
消息中间件 缓存 运维
阿里云IoT物联网实例视频讲解、场景案例汇总
阿里云IoT物联网实例视频讲解、场景案例汇总
2659 4

热门文章

最新文章