Задачи поддержки базового комплекса DetMir

Документ описывает задачи сопровождения того комплекса серверов, виртуализации, сетевых сервисов и прикладного ПО, который существовал до начала разработки AWatch-rus.

AWatch-rus, ActivityWatch-коллекторы, новые дашборды, новые контуры телеметрии, ClickHouse-аналитика AWatch-rus и разработка продукта в этот объем не входят. Их нужно оформлять отдельной следующей задачей.

Цель поддержки

Поддержка должна обеспечивать штатную работу базовой ИТ-инфраструктуры DetMir: серверы доступны, виртуальные машины запущены, пользователи могут работать через RDP и прикладное ПО, данные сохраняются, резервные копии создаются, удаленный доступ контролируется, а аварии устраняются с понятной фиксацией причины.

Состав поддерживаемого контура

Узел виртуализации и размещенные на нем виртуальные машины или контейнеры.
Windows/RDP-серверы и пользовательские рабочие сессии.
Существующие прикладные сервисы и связанные файловые каталоги.
Существующие базы данных и служебные хранилища, если они уже использовались до проекта AWatch-rus.
Сетевой контур: маршрутизация, VPN, firewall, DNS, DHCP, удаленный доступ.
Системные сервисы Linux/Windows, планировщики задач и фоновые службы.
Резервное копирование, журналы, учетные записи и права доступа.

Ежедневные задачи

Проверять доступность ключевых серверов и виртуальных машин.
Проверять состояние узла виртуализации: нагрузка CPU/RAM, свободное место, состояние storage, отсутствие зависших VM/CT.
Проверять доступность RDP и возможность входа пользователей.
Проверять состояние Windows-сервера: свободная память, диск, pagefile, критические ошибки в журналах, зависшие процессы.
Проверять работоспособность прикладных сервисов: запуск, доступность, отсутствие явных ошибок в журналах.
Проверять сетевую связность между основными узлами, VPN и удаленный доступ.
Проверять состояние firewall/NAT/маршрутов, если были жалобы на доступ.
Проверять, что критичные systemd services, Windows services и scheduled tasks находятся в ожидаемом состоянии.
Проверять наличие свежих резервных копий по базовым системам.
Фиксировать найденные проблемы и выполненные действия в журнале поддержки.

Еженедельные задачи

Проверять свободное место на всех важных дисках и хранилищах.
Проверять накопление старых логов, временных файлов, дампов и архивов.
Проверять успешность резервного копирования за неделю.
Проверять, что резервные копии реально читаются и доступны для восстановления.
Проверять системные журналы Linux/Windows на повторяющиеся ошибки.
Проверять состояние учетных записей, срок действия паролей, лишние административные доступы.
Проверять стабильность VPN/удаленного доступа и отсутствие неожиданных открытых портов.
Готовить короткий отчет владельцу: что проверено, что исправлено, какие риски остаются.

Ежемесячные задачи

Проводить контрольный тест восстановления из резервной копии на безопасном участке данных или тестовой копии.
Проверять обновления ОС и прикладного ПО, отдельно выделяя безопасные и рискованные обновления.
Планировать окно обслуживания для обновлений, перезагрузок и чистки.
Проверять состояние сертификатов, доменных имен, VPN-профилей и учетных данных удаленного доступа.
Проводить аудит firewall-правил, пробросов портов и внешне доступных сервисов.
Обновлять эксплуатационную документацию: IP-адреса, учетные записи без паролей, роли серверов, схемы доступа, процедуры восстановления.
Проверять, что нет устаревших или неизвестных сервисов, запущенных без владельца и назначения.

Инцидентные задачи

Восстановление доступа к серверу, VM, RDP или прикладному сервису.
Устранение нехватки места, памяти, pagefile, зависших процессов и служб.
Восстановление работы прикладных сервисов, файловых каталогов, баз данных или сетевых шар.
Разбор проблем VPN, маршрутизации, DNS, firewall и удаленного доступа.
Восстановление после неудачного обновления, сбоя питания или некорректной перезагрузки.
Восстановление данных из резервной копии.
Проверка подозрительной активности: неизвестные подключения, новые учетные записи, неожиданные открытые порты, странные scheduled tasks.
Подготовка краткого инцидентного отчета: причина, влияние, что сделано, что нужно изменить, чтобы сбой не повторился.

Правила выполнения работ

Перед рискованными изменениями делать резервную копию конфигурации или snapshot, если это технически возможно.
Не менять сетевые маршруты, firewall, VPN и удаленный доступ без понимания пути отката.
Не устанавливать обновления на production без оценки риска и окна обслуживания.
Не удалять старые данные и логи без проверки, что они не нужны для бизнеса или расследования.
После каждого изменения проверять фактический результат: доступность сервиса, вход пользователя, состояние VM, журнал ошибок, место на диске.
Все изменения фиксировать: дата, сервер, действие, причина, результат, способ отката.

Минимальный SLA

Плановая проверка: один раз в рабочий день.
Реакция на полный простой ключевого сервиса: в течение 2-4 часов.
Реакция на частичную деградацию: в течение рабочего дня.
Еженедельный отчет владельцу.
Плановые изменения только с резервной копией и проверкой результата.
После каждого серьезного инцидента: краткий отчет и список мер против повторения.

Что не входит в этот объем

Разработка и сопровождение AWatch-rus как продукта.
Новые ActivityWatch-коллекторы и новые telemetry pipelines.
Новые Grafana-дашборды и управленческая аналитика AWatch-rus.
Новые аналитические контуры, созданные специально под AWatch-rus.
Коммерческая упаковка, roadmap, CI/CD и разработка новых модулей AWatch-rus.

Эти работы нужно оформлять отдельным приложением к поддержке, когда владелец готов заказывать сопровождение уже разработанной системы AWatch-rus.

10 KiB Raw Blame History