可能對于我們來說停一會電沒什么太大關(guān)系，但對于數(shù)據(jù)中心卻是滅頂之災(zāi)。近年來，因為停電而發(fā)生宕機(jī)的事件時常發(fā)生，數(shù)據(jù)中心宕機(jī)不僅會導(dǎo)致用戶無法正常訪問應(yīng)用程序，還會導(dǎo)致企業(yè)業(yè)務(wù)方面的損失。據(jù)有關(guān)業(yè)內(nèi)專家表示，數(shù)據(jù)中心宕機(jī)在美國每分鐘的平均損失接近8，000美元。
幾乎每個數(shù)據(jù)中心行業(yè)內(nèi)的人聽到這幾個字眼都會毛骨悚然！
作為數(shù)據(jù)中心行業(yè)，停電帶來的影響難以估量，不僅在財務(wù)方面損失甚重，而且還會影響企業(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)過去18個月之久，但是現(xiàn)在想起來仍然惶恐。因為CBRE數(shù)據(jù)中心停電事故的發(fā)生，英國航空公司的預(yù)訂、辦理登機(jī)手續(xù)系統(tǒng)、呼叫中心和移動應(yīng)用程序受影響而無法使用，導(dǎo)致英國航空公司672個航班被取消，75000名乘客的航班被取消或延遲，預(yù)計損失超過1億英鎊。
英國航空公司擁有Boadicea House和Comet House兩個數(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在事故中并沒有發(fā)揮作用，因此事故一直持續(xù)了三天時間。
事后，經(jīng)英國航空公司調(diào)查，此次事故并不是因為網(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。
除了英國航空公司停電事故之外，國外還有許多類似的情況，例如，美國達(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“超級碗”賽場斷電，耽誤賽事日程等。
然而，數(shù)據(jù)中心運(yùn)營商所面臨的困難是確定停電的根本原因，因為電力中斷的原因比較復(fù)雜，例如，服務(wù)器負(fù)載過重，導(dǎo)致系統(tǒng)崩潰；當(dāng)?shù)仉娏?yīng)商的供應(yīng)問題，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)營商應(yīng)該關(guān)注的最重要的問題：
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，對電力需求也在變化。因此，能夠分析數(shù)據(jù)中心一段時間內(nèi)對電力的需求是非常重要的，以便更容易地進(jìn)行長期預(yù)測。
2、電源鏈?zhǔn)欠袷艿酵{？
越來越多的數(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點之外，很多渠道可能會成為破壞網(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電線和電纜來實施。狡猾的犯罪分子可能會進(jìn)入某個數(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。有些知識和經(jīng)驗不足的工作人員在與接口進(jìn)行交互的過程中犯錯，也會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，事實上，添加額外的硬件實際上可能使控制情況更加糟糕。
3、災(zāi)難恢復(fù)計劃是什么？記錄文檔了嗎？
在不影響業(yè)務(wù)環(huán)境的情況下進(jìn)行斷電測試，實際上是采用虛擬開關(guān)設(shè)備，這將允許數(shù)據(jù)中心運(yùn)營商可以應(yīng)對最壞的情況，并實施恢復(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)是萬無一失的，但是如果沒有故障安全測試，會認(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)營商可能找到缺乏冗余的設(shè)施，并發(fā)現(xiàn)單點故障。但是，這需要文檔進(jìn)行記錄。因此，數(shù)據(jù)中心運(yùn)營商在災(zāi)難性的電源故障之前，建立斷電測試機(jī)制并記錄其恢復(fù)過程。
4、可以實時監(jiān)控操作嗎？
數(shù)據(jù)中心運(yùn)營商必須知道哪些設(shè)備現(xiàn)在在哪里，使用了多少電能。對于不斷增加基礎(chǔ)架構(gòu)的數(shù)據(jù)中心來說，這往往會很困難，因為這可能會對電源容量和電源分配產(chǎn)生巨大的影響。
注意所有移動部件的唯一有效方法是單一視圖。這種整體視圖具有實時監(jiān)控和警報的功能，使數(shù)據(jù)中心運(yùn)營商能夠減輕風(fēng)險，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？
對于數(shù)據(jù)中心運(yùn)營至關(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)備各自的相互依賴關(guān)系。這可以讓數(shù)據(jù)中心運(yùn)營了解某些設(shè)備故障或脫機(jī)維護(hù)時的潛在影響。此外，還應(yīng)該了解每個電源鏈設(shè)備的狀態(tài)。
可以通過采用數(shù)據(jù)中心基礎(chǔ)架構(gòu)管理（DCIM）實現(xiàn)對電源管理。DCIM使數(shù)據(jù)中心運(yùn)營能夠以最高的效率運(yùn)行數(shù)據(jù)中心，同時允許所有相關(guān)人員改進(jìn)整體運(yùn)營情況，并識別漏洞，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)營全面了解自己的產(chǎn)品，通過共享實時數(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)見的風(fēng)險。因此，必須采取適當(dāng)可行的方法和措施進(jìn)行管理。
（原標(biāo)題：數(shù)據(jù)中心停！電??！到底有多恐怖？）
