數(shù)據(jù)中心，停！電！了！

 

幾乎每個(gè)數(shù)據(jù)中心行業(yè)內(nèi)的人聽(tīng)到這幾個(gè)字眼都會(huì)毛骨悚然！

 

作為數(shù)據(jù)中心行業(yè)，停電帶來(lái)的影響難以估量，不僅在財(cái)務(wù)方面損失甚重，而且還會(huì)影響企業(yè)在行業(yè)內(nèi)的信譽(yù)和形象。

 

還記得2017年5月27日CBRE數(shù)據(jù)中心的停電事故嗎？雖然已經(jīng)過(guò)去18個(gè)月之久，但是現(xiàn)在想起來(lái)仍然惶恐。因?yàn)镃BRE數(shù)據(jù)中心停電事故的發(fā)生，英國(guó)航空公司的預(yù)訂、辦理登機(jī)手續(xù)系統(tǒng)、呼叫中心和移動(dòng)應(yīng)用程序受影響而無(wú)法使用，導(dǎo)致英國(guó)航空公司672個(gè)航班被取消，75000名乘客的航班被取消或延遲，預(yù)計(jì)損失超過(guò)1億英鎊。

 

英國(guó)航空公司擁有Boadicea House和Comet House兩個(gè)數(shù)據(jù)中心，在停電事故中，Boadicea House首先受到影響，而作為備份數(shù)據(jù)中心的Boadicea House在事故中并沒(méi)有發(fā)揮作用，因此事故一直持續(xù)了三天時(shí)間。

 

事后，經(jīng)英國(guó)航空公司調(diào)查，此次事故并不是因?yàn)榫W(wǎng)絡(luò)攻擊而是由于承包商意外封鎖數(shù)據(jù)中心電源造成的。

 

除了英國(guó)航空公司停電事故之外，國(guó)外還有許多類(lèi)似的情況，例如，美國(guó)達(dá)美航空公司數(shù)據(jù)中心的電力中斷，造成高達(dá)1.5億美元的經(jīng)濟(jì)損失；美國(guó)“超級(jí)碗”賽場(chǎng)斷電，耽誤賽事日程等。

 

然而，數(shù)據(jù)中心運(yùn)營(yíng)商所面臨的困難是確定停電的根本原因，因?yàn)殡娏χ袛嗟脑虮容^復(fù)雜，例如，服務(wù)器負(fù)載過(guò)重，導(dǎo)致系統(tǒng)崩潰；當(dāng)?shù)仉娏?yīng)商的供應(yīng)問(wèn)題，工作人員誤操作的人為因素等。

 

為了確保數(shù)據(jù)中心停電事故再次發(fā)生，數(shù)據(jù)中心運(yùn)營(yíng)商應(yīng)該關(guān)注的最重要的問(wèn)題：

 

1、可以隨著快速發(fā)展的電力系統(tǒng)遷移嗎？

 

數(shù)據(jù)中心在不同發(fā)展階段，對(duì)電力需求也在變化。因此，能夠分析數(shù)據(jù)中心一段時(shí)間內(nèi)對(duì)電力的需求是非常重要的，以便更容易地進(jìn)行長(zhǎng)期預(yù)測(cè)。

 

2、電源鏈?zhǔn)欠袷艿酵{？

 

越來(lái)越多的數(shù)據(jù)中心連接到網(wǎng)絡(luò)，除了機(jī)架中包含的終端和訪問(wèn)點(diǎn)之外，很多渠道可能會(huì)成為破壞網(wǎng)路犯罪行為的破壞途徑。

 

此外，網(wǎng)絡(luò)違規(guī)行為甚至不需要通過(guò)電線(xiàn)和電纜來(lái)實(shí)施。狡猾的犯罪分子可能會(huì)進(jìn)入某個(gè)數(shù)據(jù)中心，破壞內(nèi)部的電力供應(yīng)。但是，不僅僅是外部的惡意人員所造成的危害，也要警惕數(shù)據(jù)中心內(nèi)部工作人員的行為。有些知識(shí)和經(jīng)驗(yàn)不足的工作人員在與接口進(jìn)行交互的過(guò)程中犯錯(cuò)，也會(huì)造成不可估量的傷害。

 

為了防止出現(xiàn)這種情況，運(yùn)維文檔和流程控制至關(guān)重要。采用更多的硬件不是防止災(zāi)難性停電的最佳選擇，事實(shí)上，添加額外的硬件實(shí)際上可能使控制情況更加糟糕。

 

3、災(zāi)難恢復(fù)計(jì)劃是什么？記錄文檔了嗎？

 

在不影響業(yè)務(wù)環(huán)境的情況下進(jìn)行斷電測(cè)試，實(shí)際上是采用虛擬開(kāi)關(guān)設(shè)備，這將允許數(shù)據(jù)中心運(yùn)營(yíng)商可以應(yīng)對(duì)最壞的情況，并實(shí)施恢復(fù)服務(wù)。

 

數(shù)據(jù)中心工作人員總是假設(shè)他們的電源供應(yīng)鏈和電源備份系統(tǒng)是萬(wàn)無(wú)一失的，但是如果沒(méi)有故障安全測(cè)試，會(huì)認(rèn)為面臨什么樣的結(jié)果？

 

電源故障模擬使數(shù)據(jù)中心運(yùn)營(yíng)商可能找到缺乏冗余的設(shè)施，并發(fā)現(xiàn)單點(diǎn)故障。但是，這需要文檔進(jìn)行記錄。因此，數(shù)據(jù)中心運(yùn)營(yíng)商在災(zāi)難性的電源故障之前，建立斷電測(cè)試機(jī)制并記錄其恢復(fù)過(guò)程。

 

4、可以實(shí)時(shí)監(jiān)控操作嗎？

 

數(shù)據(jù)中心運(yùn)營(yíng)商必須知道哪些設(shè)備現(xiàn)在在哪里，使用了多少電能。對(duì)于不斷增加基礎(chǔ)架構(gòu)的數(shù)據(jù)中心來(lái)說(shuō)，這往往會(huì)很困難，因?yàn)檫@可能會(huì)對(duì)電源容量和電源分配產(chǎn)生巨大的影響。

 

注意所有移動(dòng)部件的唯一有效方法是單一視圖。這種整體視圖具有實(shí)時(shí)監(jiān)控和警報(bào)的功能，使數(shù)據(jù)中心運(yùn)營(yíng)商能夠減輕風(fēng)險(xiǎn)，并進(jìn)行更改以避免災(zāi)難發(fā)生。

 

5、知道所有互連設(shè)備和系統(tǒng)的一切情況嗎？

 

對(duì)于數(shù)據(jù)中心運(yùn)營(yíng)至關(guān)重要的是，需要電力鏈記錄在一起，從進(jìn)入建筑物的電力，再通過(guò)UPS、PDU/提供給所有的機(jī)架設(shè)備。這意味著數(shù)據(jù)中心運(yùn)營(yíng)需要知道哪些與電力相關(guān)的設(shè)備，以及設(shè)備各自的相互依賴(lài)關(guān)系。這可以讓數(shù)據(jù)中心運(yùn)營(yíng)了解某些設(shè)備故障或脫機(jī)維護(hù)時(shí)的潛在影響。此外，還應(yīng)該了解每個(gè)電源鏈設(shè)備的狀態(tài)。

 

可以通過(guò)采用數(shù)據(jù)中心基礎(chǔ)架構(gòu)管理（DCIM）實(shí)現(xiàn)對(duì)電源管理。DCIM使數(shù)據(jù)中心運(yùn)營(yíng)能夠以最高的效率運(yùn)行數(shù)據(jù)中心，同時(shí)允許所有相關(guān)人員改進(jìn)整體運(yùn)營(yíng)情況，并識(shí)別漏洞，從而保持電源鏈的安全。

 

部署的DCIM還可以讓數(shù)據(jù)中心運(yùn)營(yíng)全面了解自己的產(chǎn)品，通過(guò)共享實(shí)時(shí)數(shù)據(jù)和易于理解的圖表，消除IT和設(shè)施之間的通信孤島。

 

由于數(shù)據(jù)中心停電的原因很多，嘗試用人工方法和電子表格來(lái)跟上基礎(chǔ)設(shè)施的所有變化是費(fèi)力的，并引起不可預(yù)見(jiàn)的風(fēng)險(xiǎn)。因此，必須采取適當(dāng)可行的方法和措施進(jìn)行管理。