主题
04 · 角色分工（RACI）、排期、风险与开放问题
| 项目 | 内容 |
|---|---|
| 文档编号 | HV-ADMIN-DOC-04 |
| 文档名称 | Harvester 虚拟机运维管理平台 · 分工 / 排期 / 风险 / 开放问题跟踪 |
| 版本 | v0.1（初稿，待评审） |
| 关联文档 | 00-评审导读、01-总体方案设计、02-需求规格说明书、03-数据模型与接口设计 |
RACI 说明：R=Responsible 执行、A=Accountable 负责/拍板、C=Consulted 咨询、I=Informed 知会。
1. RACI 矩阵（模块 × 角色）
| # | 工作模块 | 产品 | K8s专家 | K8s运维 | 服务器运维 | 网络运维 | 应用运维 | 监控中心 | CMDB | 平台研发 |
|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 需求定义与优先级基线 | A/R | C | C | C | C | C | C | C | I |
| 2 | 总体架构与技术选型 | C | A/R | C | I | I | I | I | I | R |
| 3 | Harvester 能力基线核对（版本/CRD/backup-target） | I | A | R | C | I | I | I | I | R |
| 4 | 集群纳管与凭据管理（ServiceAccount、RBAC） | I | C | A/R | I | I | I | I | I | R |
| 5 | VM CRUD / 一键创建模板设计 | C | C | C | I | C | A/R | I | I | R |
| 6 | 规格族（flavor）与镜像标准清单 | C | I | C | I | I | A/R | I | I | I |
| 7 | cloud-init 初始化脚本标准（含 qemu-guest-agent） | I | C | C | I | C | A/R | I | I | R |
| 8 | 静态 IP 方案与网段/VLAN 规划 | C | C | I | I | A/R | C | I | I | R |
| 9 | IPAM 权威源与 IP 台账迁移/对账 | I | I | I | I | A/R | I | I | C | R |
| 10 | 热迁移策略与宿主机维护编排 | C | A/R | R | R | C | C | I | I | R |
| 11 | 备份策略、保留期、备份存储容量 | C | C | A/R | R | I | C | I | I | R |
| 12 | 恢复演练机制（季度） | C | C | A/R | C | I | R | I | I | C |
| 13 | 归属元数据字段规范（工号/服务名/成本中心） | C | I | I | I | I | C | I | A/R | R |
| 14 | CMDB 字段映射、同步接口与对账规则 | I | I | I | I | I | C | I | A/R | R |
| 15 | 组织架构/工号数据源接入 | I | I | C | I | I | I | I | A/R | R |
| 16 | 权限模型（RBAC + 数据权限）与账号对接 | C | C | C | I | I | C | C | I | A/R |
| 17 | 审批流设计与工单/OA 对接 | A/R | I | C | I | I | C | I | C | R |
| 18 | 审计规范与留存策略 | C | I | C | I | I | I | I | I | A/R（安全会签） |
| 19 | 监控指标/告警规则/大屏 | C | C | C | C | I | C | A/R | I | R |
| 20 | 通知渠道（企微/钉钉/邮件/短信） | C | I | I | I | I | C | A/R | I | R |
| 21 | 报表与成本口径（部门/服务维度） | A/R | I | C | I | I | C | I | C | R |
| 22 | 平台部署与高可用（管理集群/DB/Redis） | I | C | A/R | C | C | I | I | I | R |
| 23 | 存量 VM 元数据补录与数据清洗 | I | I | C | I | C | R | I | A/R | C |
| 24 | 试点验收与推广培训 | A/R | C | R | C | C | R | C | C | R |
| 25 | 安全评审与合规（等保） | C | I | C | I | I | I | I | I | A/R |
2. 各角色职责与交付物清单
2.1 产品（R8 / 会议主持之一）
| 职责 | 交付物 | 时间 |
|---|---|---|
| 需求收集与优先级裁定、范围控制 | 需求基线 v1.0（docs/02） | 评审会后 3 工作日 |
| 原型与交互确认（列表页、创建向导、详情页、IPAM、看板） | 交互原型（Figma/低保真） | Phase 1 启动前 |
| 验收标准与 KPI 定义、试点验收 | 验收报告模板、KPI 看板口径 | Phase 1 结束 |
| 用户培训与推广材料 | 用户手册（研发自助篇 / 运维篇） | 每阶段上线前 |
| 变更控制 | 需求变更台账 | 持续 |
2.2 K8s 专家
| 职责 | 交付物 |
|---|---|
| Harvester/KubeVirt 能力基线与版本兼容矩阵确认 | 能力矩阵（01 §4.4 定稿） |
| CR 字段映射评审、YAML 生成规范评审 | 映射表评审意见（03 §5） |
| 热迁移可行性判定规则、失败原因分类模型 | 迁移决策矩阵（01 §6.5） |
| 静态 IP 技术路线选型（cloud-init vs Managed DHCP vs Kube-OVN） | 选型结论 + PoC 报告 |
| PoC 主导与技术难题攻关 | PoC 报告（00 §7） |
| 代码评审（K8s 交互层） | Review 记录 |
2.3 K8s 运维
| 职责 | 交付物 |
|---|---|
| 集群清单、版本、backup-target、StorageClass、镜像清单提供 | 现状调研表（00 §8.1） |
| 平台 ServiceAccount / RBAC / 网络打通 / 证书 | 各集群凭据与最小权限清单 |
| 平台部署环境（管理集群或虚机）、DB/Redis、HA | 部署清单与运维手册 |
| 备份存储容量规划与扩容 | 容量规划表 |
| 上线窗口、灰度与回滚预案 | 上线方案 |
| 值班手册（平台故障时如何降级到原生 UI/kubectl） | 应急预案 |
2.4 服务器运维
| 职责 | 交付物 |
|---|---|
| 宿主机维护流程与窗口规范 | 维护 SOP（与平台排空功能对接） |
| 节点标签规范（机架、区域、用途、维护中） | 标签规范 |
| 容量水位阈值与扩容触发线 | 容量策略 |
| 排空演练与验收 | 演练报告 |
2.5 网络运维
| 职责 | 交付物 |
|---|---|
| VLAN / 网段 / 网关 / DNS / NTP 清单 | 网络台账导入文件（CSV/API） |
| 静态 IP 分配规则、保留段、禁止段、回收规则 | IPAM 策略文档 |
| 存量 IP 台账清洗与导入 | 导入结果与差异报告 |
| IP 冲突处置 SOP 与值班响应 | SOP |
| 交换机侧配合（MAC 学习、VLAN 放行、防火墙策略） | 变更单 |
| DNS 联动（可选）接口 | 接口文档 |
2.6 应用运维
| 职责 | 交付物 |
|---|---|
| 服务目录（服务名编码规则）与 TOP 服务清单 | 服务目录导入文件 |
| 规格族（flavor）标准与镜像标准 | flavor/镜像清单 |
| cloud-init 初始化脚本标准（用户、SSH、agent、监控、日志、时区、内核参数） | 初始化脚本库 |
| VM 命名规范落地与存量整改 | 命名规范 + 整改计划 |
| 研发负责人 / 部门负责人工号补录 | 元数据补录表 |
| 试点用户组织与反馈收集 | 试点反馈报告 |
2.7 监控中心
| 职责 | 交付物 |
|---|---|
| Prometheus / Grafana 只读接入、指标清单 | 接入配置 |
| 告警规则（集群失联、备份失败、迁移失败、IP 冲突、容量水位、无主 VM） | 告警规则表 |
| 大屏与值班视图 | 大屏配置 |
| 通知渠道（企微/钉钉/邮件/短信）与值班表 | 通知配置 + 值班表 |
| 告警闭环流程（认领/处置/复盘） | 流程文档 |
2.8 CMDB 管理员
| 职责 | 交付物 |
|---|---|
| CMDB 虚拟机 CI 字段模型与映射表 | 字段映射表（03 §5.3） |
| CMDB 读写 API、认证、限流说明 | 接口文档 |
| 组织架构 / 工号数据源接入 | 同步接口与字段说明 |
| 对账规则（差异分级、处置责任方） | 对账规则文档 |
| 存量数据清洗与导入 | 数据质量报告 |
3. 里程碑与排期（建议，评审会确认）
3.1 阶段划分
| 阶段 | 周期 | 目标 | 关键交付 | 出口标准 |
|---|---|---|---|---|
| Phase 0 · PoC | 2 周 | 消除技术不确定性 | PoC 报告、能力矩阵定稿、架构冻结 | 00 §7 中 PoC-01~06/09/11/16 全部通过 |
| Phase 1 · MVP | 6 周 | 看得见 + 建得出 + 记得住 | 集群纳管、VM 列表/详情、一键创建（单台+批量）、元数据与归属、RBAC、审计、通知 | 试点集群 100% VM 纳管；一键创建成功率 ≥ 95%；元数据完整率 ≥ 90% |
| Phase 2 · 运维能力 | 6 周 | 迁得动 + 备得住 + IP 管得住 | 热迁移（单机/批量/排空）、备份恢复与定时策略、IPAM 与静态 IP、CMDB 双向同步、审批流、配额 | 备份覆盖率 100%（试点）；排空演练成功；IP 冲突 = 0 |
| Phase 3 · 多集群与运营 | 4 周 | 规模化与运营 | 多集群统一视图、报表与成本、监控深度集成、开放 API/Webhook、自助门户优化、（可选）Operator | 全部生产集群纳管；KPI 达成（01 §10） |
| 合计 | 18 周（约 4.5 个月） |
3.2 人力投入（建议）
| 角色 | Phase 0 | Phase 1 | Phase 2 | Phase 3 | 说明 |
|---|---|---|---|---|---|
| 后端研发 | 1 | 2 | 2 | 2 | FastAPI + K8s 客户端 + 工作流 |
| 前端研发 | 0 | 1 | 1 | 1 | React + TS + AntD |
| K8s 专家 | 1 | 0.5 | 0.5 | 0.3 | 技术把关、PoC、评审 |
| 测试 | 0 | 0.5 | 1 | 1 | 含集群环境验证 |
| 产品 | 0.5 | 0.5 | 0.5 | 0.5 | 需求、验收、推广 |
| 项目经理 | 0.3 | 0.5 | 0.5 | 0.5 | 排期、风险、协调 |
| 各运维组接口人 | 0.3 | 0.2 | 0.3 | 0.2 | 环境、数据、评审、验收 |
3.3 关键路径与依赖
mermaid
gantt
dateFormat YYYY-MM-DD
title Harvester 虚拟机运维管理平台 里程碑
section Phase 0
PoC 环境与集群准备 :p01, 2026-09-14, 5d
能力矩阵与架构冻结 :p02, after p01, 5d
section Phase 1
集群纳管与同步 :p11, after p02, 10d
VM 列表/详情/RBAC/审计 :p12, after p11, 10d
一键创建与元数据 :p13, after p12, 10d
试点上线与验收 :p14, after p13, 5d
section Phase 2
IPAM 与静态 IP :p21, after p14, 12d
热迁移与排空 :p22, after p14, 12d
备份恢复与策略 :p23, after p21, 12d
CMDB 同步与审批 :p24, after p22, 10d
section Phase 3
多集群与报表运营 :p31, after p23, 15d
开放 API 与全量推广 :p32, after p31, 10d关键路径：PoC → 集群纳管 → 一键创建 → IPAM/静态 IP → 备份恢复。其中 IPAM 依赖网络运维的网段台账（AI-02），备份依赖 backup-target 就绪（AI-03），CMDB 依赖接口文档（AI-04）——这三项若延迟将直接影响里程碑。
4. 风险登记册
| ID | 风险 | 类别 | 概率 | 影响 | 等级 | 应对策略（预防 + 应急） | 责任人 | 状态 |
|---|---|---|---|---|---|---|---|---|
| R-01 | Harvester 版本差异导致部分能力（快照、原生定时备份、热插拔、Managed DHCP）不可用，方案返工 | 技术 | 高 | 中 | 🔴 高 | 预防：Phase 0 能力探测 + 版本兼容矩阵冻结；设计以「最低能力集」为基线，高版本能力用 feature flag 渐进开启。应急：功能降级为「跳转原生 UI + 平台记录」 | K8s 专家 | 开放 |
| R-02 | 静态 IP 依赖 Guest OS（镜像无 cloud-init、用户在 OS 内改网络、Windows 支持差） | 技术/流程 | 高 | 高 | 🔴 高 | 预防：镜像准入标准（必含 cloud-init + qemu-guest-agent），非标镜像禁止选「平台静态 IP」；应急：IPAM 定期比对「期望 IP vs 实测 IP」，差异告警 + 人工处置工单 | 网络运维 + 应用运维 | 开放 |
| R-03 | IP 冲突（存量 IP 未导入、外部系统并行分配、DHCP 与静态混用） | 业务 | 中 | 高 | 🔴 高 | 预防：IPAM 单一权威源（D4 决策）、保留段/禁止段、分配前 ARP/ICMP 探测、导入存量台账并对账；应急：冲突自动告警 + 一键定位涉事 VM 与负责人 | 网络运维 | 开放 |
| R-04 | 热迁移失败或不收敛（大内存高负载 VM、跨 CPU 型号、网络抖动） | 技术 | 中 | 中 | 🟠 中 | 预防：迁移前预检（CPU 型号一致性、目标节点资源、可迁移性）、并发限流、迁移窗口选低峰、必要时启用 auto-converge/限速；应急：失败自动告警 + 原因归类 + 支持中止回退（源 VM 继续运行） | K8s 专家 | 开放 |
| R-05 | 备份存储容量/带宽不足，导致备份失败或影响业务 IO | 资源 | 中 | 高 | 🔴 高 | 预防：容量规划与水位告警（80% 预警）、备份错峰调度、限制并发备份数；应急：暂停策略 + 清理过期备份 + 扩容流程 | K8s 运维 + 服务器运维 | 开放 |
| R-06 | 平台成为新的单点/风险源（平台故障影响 VM 运维） | 架构 | 中 | 高 | 🔴 高 | 预防：平台 HA（≥2 副本）、DB 主备、平台故障不影响 Harvester 原生操作、值班降级手册（kubectl/原生 UI）；应急：只读模式 + 任务暂停 | K8s 运维 | 开放 |
| R-07 | 误操作生产 VM（误删、误覆盖恢复、误迁移） | 操作 | 中 | 极高 | 🔴 高 | 预防：软删除 + 保留期 + 删除前强制快照、生产高危操作审批 + 二次确认（输入 VM 名）、保护级别（hard 禁删）、权限最小化；应急：从快照/备份恢复 + 事后复盘 | 产品 + K8s 运维 | 开放 |
| R-08 | CMDB 数据质量差（工号失效、服务目录缺失、字段不规范） | 数据 | 高 | 中 | 🟠 中 | 预防：录入即校验（工号存在且在职、服务必须来自服务目录）、每日对账、完整率看板与治理任务；应急：差异清单派单到责任人限期整改 | CMDB | 开放 |
| R-09 | 组织架构/人员变动（离职、转岗导致负责人失效） | 数据 | 高 | 中 | 🟠 中 | 预防：每日同步 HR/AD，离职员工名下 VM 自动进入「待转移」清单并通知部门负责人；应急：批量转移负责人 | CMDB + 应用运维 | 开放 |
| R-10 | 需求蔓延导致排期失控 | 管理 | 高 | 中 | 🟠 中 | 预防：需求基线冻结 + 变更控制（S/M/L 分级）、MVP 范围锁定；应急：按优先级砍 P2、里程碑顺延评审 | 产品 + PM | 开放 |
| R-11 | 跨集群网络与凭据管理复杂（多集群 kubeconfig、证书到期、网络不通） | 运维 | 中 | 中 | 🟠 中 | 预防：凭据加密集中管理 + 到期提醒（30/7 天）、连通性巡检、优先使用集群内 SA + Token 引用；应急：集群标记 offline，功能降级 | K8s 运维 | 开放 |
| R-12 | 性能与规模（VM 数量增长、watch 风暴、列表查询慢） | 技术 | 中 | 中 | 🟠 中 | 预防：watch + 本地缓存 + 分页/索引优化、按集群分片同步、压测（PoC-18）；应急：只读缓存模式 + 降低同步频率 | 平台研发 | 开放 |
| R-13 | 安全与合规（凭据泄露、越权、审计缺失） | 安全 | 低 | 极高 | 🟠 中 | 预防：KMS/Vault 托管密钥、RBAC + 数据权限、全量审计、传输 TLS、生产账号双人复核、定期渗透测试；应急：凭据轮换 + 账号封禁 + 事件响应流程 | 安全 + 平台研发 | 开放 |
| R-14 | 用户不接受自助流程（研发仍走 IM 找人） | 推广 | 中 | 中 | 🟠 中 | 预防：试点共创、模板贴合真实需求、交付时长对比宣导、领导推动「无平台申请不受理」；应急：保留代客下单模式（运维代填，责任人为申请人） | 产品 + 应用运维 | 开放 |
| R-15 | 人力投入不足/关键人依赖（K8s 专家仅 0.5 人力） | 管理 | 中 | 中 | 🟠 中 | 预防：知识文档化（本文档集）、结对开发、外部支持渠道（SUSE 支持/社区）；应急：阶段目标下调 | PM | 开放 |
| R-16 | Harvester 上游 Bug（如迁移已知问题：CD-ROM 弹出后迁移失败、MAC 多次漂移导致网络抖动） | 技术 | 中 | 中 | 🟠 中 | 预防：PoC 阶段记录已知问题清单与规避方案（如迁移前不弹出 CD-ROM、NAD 设置 disableContainerInterface: true）；应急：提 issue/工单给厂商 + 平台内提示规避 | K8s 专家 | 开放 |
等级说明：🔴 高（必须在 Phase 0/1 关闭或有明确应对）、🟠 中（Phase 2 前关闭）、🟡 低（持续观察）。风险每两周在例会复审一次。
5. 开放问题跟踪表（Open Issues）
| ID | 问题 | 关联决策 | 选项 | 推荐 | 负责人 | 截止 | 状态 | 结论 |
|---|---|---|---|---|---|---|---|---|
| Q-01 | 现网 Harvester 版本？是否多版本并存？ | D1 | — | — | K8s 运维 | 会上 | 开放 | |
| Q-02 | 集群数量、节点数、VM 数、增长趋势？ | D1 | — | — | K8s 运维 | 会上 | 开放 | |
| Q-03 | backup-target 是否已配置（NFS/S3）？可用容量？是否需要异地备份？ | D11 | — | — | K8s 运维 | AI-03 | 开放 | |
| Q-04 | VM 是否使用 VLAN 网络？是否使用 Kube-OVN overlay/VPC？ | D3 | — | 若 overlay，静态 IP 需改走 Kube-OVN 子网方案 | 网络运维 + K8s 专家 | AI-02 | 开放 | |
| Q-05 | 现有 IP 台账形式与准确率？是否允许平台成为 IPAM 权威源？ | D3/D4 | — | 平台为权威 + 存量导入 | 网络运维 | AI-02 | 开放 | |
| Q-06 | 镜像是否统一内置 cloud-init 与 qemu-guest-agent？Windows 占比？ | D3 | — | 建立镜像准入标准 | 应用运维 | AI-05 | 开放 | |
| Q-07 | CMDB 是否提供读写 API？虚拟机 CI 字段模型？ | D5 | — | — | CMDB | AI-04 | 开放 | |
| Q-08 | 工号/组织架构数据源（HR/AD/LDAP）与同步方式？工号格式？ | D6 | — | AD/LDAP + 手工兜底 | CMDB | AI-04 | 开放 | |
| Q-09 | 服务目录是否已存在？服务名编码规则？ | D5/D8 | — | — | 应用运维 + CMDB | AI-05 | 开放 | |
| Q-10 | 审批是否必须对接现有 OA/工单？还是平台内置审批？ | D7 | — | 平台内置 + OA 单点跳转 | 产品 | 会上 | 开放 | |
| Q-11 | 统一认证方式（LDAP/AD/OIDC/CAS）？是否要求 SSO？ | — | — | OIDC 优先，LDAP 兜底 | K8s 运维 + 安全 | 会上 | 开放 | |
| Q-12 | 配额口径：按部门/命名空间/服务？谁审批超配额？ | D7 | — | 按部门 + 命名空间双维度 | 产品 + 应用运维 | 会上 | 开放 | |
| Q-13 | 生产环境删除 VM 是否强制「快照 + 保留期 7 天」？ | D7 | — | 强制 | K8s 运维 + 安全 | 会上 | 开放 | |
| Q-14 | 宿主机维护窗口与最大并发迁移数？是否允许业务高峰迁移？ | — | — | 并发 ≤ 3，低峰窗口 | 服务器运维 | AI-07 | 开放 | |
| Q-15 | 监控告警对接协议（Webhook/企微/钉钉/短信）与值班表来源？ | — | — | — | 监控中心 | AI-06 | 开放 | |
| Q-16 | 平台部署位置（管理集群/虚机）？资源规格？是否有 PostgreSQL/Redis 现成实例？ | D10 | — | 管理集群 + 云原生 PG/Redis | K8s 运维 | 会上 | 开放 | |
| Q-17 | 是否需要多语言（中英文）？是否有信创（国产 CPU/OS/DB）适配要求？ | — | — | 中文优先，预留 i18n | 产品 | 会上 | 开放 | |
| Q-18 | 数据留存要求（审计、监控、状态历史）与合规依据（等保级别）？ | — | — | 审计 ≥ 1 年，状态历史 90 天明细 + 聚合长期 | 安全 + CMDB | 会上 | 开放 | |
| Q-19 | 试点集群与试点服务？试点验收标准由谁签？ | D12 | — | 测试集群 + 2 个非核心服务 | 产品 | AI-08 | 开放 | |
| Q-20 | 存量 VM（无元数据）如何补录？是否允许「无主 VM 限期认领，逾期冻结/回收」？ | — | — | 分三批：TOP 服务 → 全量 → 无主治理 | 应用运维 + CMDB | Phase 1 | 开放 |