作者：老孙
适用：2026 年下半年系统规划与管理师（系规）备考
阶段：阶段六 实战演练 第 11 讲（案例分析精讲第 3 讲）
一、本讲定位与学习目标
本讲是案例分析精讲第 3 讲，聚焦"运维与业务连续性"主题案例。运维与连续性是系规案例分析的高频主题，涉及运维成熟度、监控告警、灾备 RTO/RPO、备份策略、AIOps 等。本讲与第 66 讲的 IT 服务管理有交叉，但更侧重运维实操与连续性保障。学员目标：掌握运维与连续性类案例的作答方法，能完整作答相关案例。
本讲学习目标：
- 以清华园物业智慧邻里平台运维实战为背景，精讲运维与连续性类案例；
- 提供多个完整案例 + 分问题 + 参考答案 + 评分要点；
- 重点强化 RTO/RPO 计算与灾备方案设计的案例作答；
- 提炼运维与连续性案例的高频考点。
二、虚构教学案例承接
本讲案例以清华园物业（智慧邻里 2.0 项目）和北京知知致用（IT 服务商）两个虚构教学案例为背景。（提示：清华园物业、北京知知致用均为本课程虚构教学案例，与现实任何同名实体无关，仅用于教学演示。）
三、运维与连续性案例考点全景图
四、案例一·运维成熟度提升（完整案例）
案例背景
清华园物业（虚构教学案例）智慧邻里平台运维长期依赖两名老师傅的个人经验，无标准流程、无文档、无量化指标。两位老师傅一旦休假，运维几乎瘫痪。公司希望系统提升运维能力。
分问题 1（8 分）
请判断该运维当前处于运维能力成熟度哪一级，并说明理由。
参考答案
第一，尚未达到最低等级四级基本级（4 分）。理由：运行维护服务能力成熟度共分四级，由低到高依次是四级基本级、三级拓展级、二级改进（协同）级、一级提升（量化）级，注意数字越小等级越高。最低的四级基本级要求组织已按 GB/T 28827.1—2012《信息技术服务 运行维护 第 1 部分：通用要求》把人员岗位、基本过程、技术手段与资源保障等基础条款做到位。本案例无标准流程、无文档、无量化指标，服务完全取决于两名老师傅个人，基础条款并未落地，因此连四级基本级都够不上。
第二，风险分析（4 分）。核心风险是"人走业务瘫"——关键人员离职或休假即导致运维失效；服务结果不可重复、不可预期，无法向需方作出可考核的服务承诺，也无法通过任何等级的运维服务能力评估。
分问题 2（10 分）
请提出提升运维服务能力成熟度的路径。
参考答案
第一，先达到四级基本级（4 分）。对照 GB/T 28827.1—2012 通用要求补齐基础：明确运维岗位与职责、建立监控巡检变更应急备份等基本过程文档（SOP）、配齐必要的技术手段与工具资源，实现制度化、文档化，摆脱对个人的依赖。首次申请评估只能从四级或三级起，这一步是入场券。
第二，再向三级拓展级提升（3 分）。在基础条款达标之上把服务范围与服务能力铺开——覆盖的运维对象更全、可提供的服务门类更多、人员与工具支撑更成体系，形成可复制的服务交付能力。
第三，继续向二级改进（协同）级、一级提升（量化）级爬升（3 分）。二级要求跨岗位跨团队协同、问题与改进事项闭环跟踪；一级要求用 MTTR、MTBF、可用性、SLA 达成率等量化数据管理并持续提升服务能力，可引入 AIOps 支撑预测与自愈。提升遵循"补齐基础→拓展能力→协同改进→量化提升"，须逐级晋升不可跳级；注意本模型升级方向是数字减一，从三级往上是二级。
五、案例二·监控告警体系（完整案例）
案例背景
北京知知致用运维清华园物业平台，运维人员每天面对上千条告警（告警风暴），重要告警被淹没，且故障总是业主投诉后才发现，属于被动运维。
分问题（10 分）
请提出建立有效监控告警体系的方案。
参考答案
第一，分层监控（3 分）。建立基础设施监控（CPU/内存/磁盘/网络）、应用监控（APM）、业务监控（KPI）三层监控体系，全面覆盖。
第二，四大黄金指标（3 分）。落地 Google SRE 四大黄金指标——延迟、流量、错误、饱和度，聚焦核心指标。
第三，告警收敛（2 分）。通过去重、聚合、关联分析收敛告警风暴，解决重要告警被淹没问题。
第四，主动运维（2 分）。从被动（投诉后发现）转向主动（监控预警 + 预测性维护），故障早发现早处置。
六、案例三·灾备 RTO/RPO（完整案例）
案例背景
清华园物业智慧邻里平台某日机房遭遇火灾，由于无异地灾备，业主数据丢失了最近 8 小时的交易记录，系统 3 天后才在新机房重建恢复。事后公司痛定思痛，要求建立灾备体系。
分问题 1（8 分·计算/分析题）
请分析此次事故中的 RTO 和 RPO 实际值，并说明应如何设定目标。
参考答案
第一，实际 RTO（2 分）。实际恢复时间 3 天（72 小时），即 RTO 实际 = 72 小时，过长。
第二，实际 RPO（2 分）。丢失最近 8 小时数据，即 RPO 实际 = 8 小时，过大。
第三，目标设定（4 分）。应根据业务影响分析 BIA 设定合理目标。智慧邻里平台核心业务（缴费、门禁）建议 RTO ≤4 小时、RPO ≤1 小时。RTO 衡量恢复时长、RPO 衡量数据丢失量，越小要求越高、灾备成本越高。
分问题 2（8 分）
请说明灾难恢复能力的建设方案。
参考答案
第一，开展业务影响分析 BIA（2 分）。识别关键业务及中断影响，确定 RTO/RPO 优先级。
第二，按 GB/T 20988 建设灾备（3 分）。灾难恢复能力分 6 级，级别越高 RTO/RPO 越小。智慧邻里平台建议建设到 5 级（实时数据传输 + 完整设备），实现 RTO=4 小时、RPO=1 小时。
第三，灾备演练（3 分）。制定应急预案，定期开展灾备演练，验证 RTO/RPO 可达成。建议采用异地灾备或同城双活消除单点。
七、案例四·备份策略（完整案例）
案例背景
清华园物业智慧邻里平台曾遭遇勒索病毒攻击，业主数据被加密，因备份策略不当（仅本地单一备份且未验证），导致数据无法恢复，损失惨重。
分问题（10 分）
请提出科学的备份策略。