| 公司新聞 |
| 行業新聞 |
 |
| 您當前的位置：網站首頁 ->> 行業新聞 |
| 數據中心中斷的事件調查和預防 | |
| 發布時間：2017-11-20 08:48:44 點擊：2544 次 | |
設計和構建一個具有高度彈性的數據中心費用高昂，而數據中的宕機損失也是如此。來自波洛蒙研究所的數據表明，數據中心的每次中斷平均成本從2010年的50萬美元增加到2016年的70多萬美元，增長了38％。 然而，波洛蒙研究所的“數據中心停機成本”報告顯示，停機的最高成本可能高達240萬美元。而最近發生的一些數據中心停運事件的損失更為慘重，例如航空行業的數據中心設施，損失的費用可能會更高，估計有數千萬美元之巨。 對中斷事件進行調查 鑒于直接的財務損失和聲譽受到損害這些后果，發生數據中心中斷的公司通常要進行徹底的調查。雖然有些企業可能將事情的真相隱藏起來，但有些企業通過聘請第三方機構的專家來處理這個過程。引入第三方服務的好處是，企業的數據中心設施或IT團隊可能沒有資源或技能水平進行深入調查，同時還要在業務中斷之后恢復服務。 在一些情況下，企業的內部人員也可能試圖轉移責任或混淆事故的原因，特別是人為錯誤這一因素。如果沒有嚴格的調查和報告程序，那么中斷事件還會有再次發生的可能性。 調查表明，數據中心中斷主要是設施問題而不是IT的相關因素，企業的一種選擇是求助特定的機械和電氣（M＆E）工程服務團隊解決。例如，如果中斷事件涉及廠家的設備，將需要數據中心技術供應商到達現場進行處理。 行業專家Steve Carlini表示：“如果用戶的數據中心發生災難性的中斷事件，我們將有一個專門處理這個問題的流程。這有點像汽車制造商在事故發生后立即著手處理，我們將在中斷事件發生后將技術團隊派往現場，并開始進行深入調查研究。” 英國數據中心工程服務專家Future技術公司也提供了類似的服務，但其調查范圍更為廣泛。該公司首席執行官JamesWilman表示：“我們進入業務中斷的數據中心以確定故障根源，并且在許多情況下，可以通過解決方案解決數據中心或受到影響的基礎設施遇到的問題，以避免發生類似的事件。” 企業對于數據中心中斷調查的需求不斷增加。Wilman說，“在過去一年里，我們已經完成了五到六個這樣的調查，這些數據中心的容量為1到5MW。” 行業專家Carlini表示，隨著數據中心的規模越來越大，對中斷事件調查的需求也越來越大。特別是電弧閃光（危險放電）事件的數量有所增加，調查工作需要專門培訓的人員和設備來進行。 Carlini表示，“數據中心的規模要比過往大得多，而對于設備器件的要求也就更高。例如，中小規模的數據中心可以采用普通規格的斷路器，數據中心設施管理人員可以簡單地重置跳閘的斷路器。而對于規模非常大的數據中心，這種操作必須是經過專業培訓的專業人士才能實施，因為其斷路器的規格更高，會產生更大的電弧。” 雖然數據中心中斷停機的最終根源可能與機電設備相關，但確定其根本原因的過程往往始于IT設備。 Wilman說：“調查團隊可能從服務器或IT設備中的實際組件開始著手，他們將確定這些組件是什么，這些組件受到影響的原因是什么，然后回到電源鏈，直到發現可能導致事件發生的原因。” 可能導致數據中心停機的因素有多種。根據Ponemon研究所的調查報告，2016年數據中心中斷的主要原因是供電系統的問題，尤其是UPS故障。人為錯誤是第二個主要原因，其次是冷卻系統或水冷系統，還有與天氣有關的事故，以及發電機故障等。根據研究表明，IT設備故障僅占中斷事故的4%。 美國的Tier Ⅲ級數據中心中斷分布圖 數據中心中斷的多重原因 然而在實踐中，得出一個具體原因可能是一個挑戰。事實上，數據中心的中斷可能是各種問題的連鎖反應。 “例如，一臺老化的設備發生故障，但是由于系統冗余，這個故障本身并不會導致停機中斷。”Wilman說。“在中斷發生后，數據中心的工作人員試圖隔離有問題的設備，但由于過時的信息或缺乏培訓/知識，錯誤地執行旁路操作，使問題得到進一步惡化，最終導致關鍵負載宕機中斷。” 中斷也可能涉及多個設備，并且其問題的根源可能需要所有相關技術供應商的意見。 Carlini說：“有時候問題不明確時，客戶會要求涉及設備所有公司的代表坐在一起查明原因。在這種情況下，采用一些監控工具（DCIM軟件）可能會有所幫助。可以想象，考慮到涉及的人數，這種方法可能會很笨拙。這就是建立監控系統以確保數據通道的重要性的原因。” 在確定了中斷的原因之后，下一步就是將結果記錄在一份詳細的報告中，并提出將來如何避免中斷事件的建議。這個過程可能需要幾天，甚至幾周時間，具體取決于設施中斷的復雜程度，也取決于業主或運營商設定的時間表。由此產生的報告往往是一個高度敏感的文件，特別是如果人為錯誤的責任。Wilman說：“有時數據中心工作人員認為調查團隊是針對他們的或者可能要找到替罪羊，他們可能會有些敵意。但事實并非如此，因為唯一的目的就是確定中斷的根本原因，并防止再次發生這樣的事件。” 但是，在大多數事件中，劃分責任可能不是優先事項，但在外面攻擊或人為故意破壞的情況下，這一點變得至關重要。根據Ponemon研究所的報告，故意攻擊的安全漏洞（包括分布式拒絕服務攻擊）從2010年的2％上升到2016年的22％。在這種情況下，查明中斷事件的原因可能有助于防范未來的襲擊，但也有助于執法機構查明肇事者。 只要數據中心發生中斷，對于中斷調查服務的需求將繼續增長。然而，技術格局不斷轉變。數據中心的監控和管理方式也在不斷發展。DCIM工具的使用（盡管并不像一些供應商所希望的那樣普遍）正在增加，這從長遠來看應該會使數據中心運營商對中斷更容易進行自我診斷。設備制造商還將更多的智能和軟件嵌入到電力和冷卻設備中，以實現主動和預防性維護，這也有助于減少設備故障發生的可能性。 防止數據中心中斷的方法也正在發生變化，以大型云計算運營商為首的更多運營商在“分布式彈性”進行投入，軟件和網絡在確保可用性方面發揮更大的作用，而不是冗余的機械和電氣設備。在這種情況下，單個UPS、發電機或甚至整個數據中心的性能在這種情況下變得不太重要。 然而，與這種趨勢相對應的是，如果在這樣一個高度分散的系統中發生服務中斷，那么追蹤最終原因將需要認真嚴肅的調查工作。 來源：中國IDC圈 石家莊服務器托管 石家莊服務器租用 石家莊機柜租用 石家莊機房 |
|
| 上一條： 為什么云計算發展并不會減緩數據中心的增長 下一條： 數據中心運維的水平發展路標 | |
| 【關閉窗口】 |
