前段时间，由于数据中心电力故障，微博遭遇了“黑色一小时”；就在微博还没有从阴影中走出来的时候，饿了么机房也跟着出现了事故；再加上这段时间的先是热浪冲击，后来雷电恐吓，暴雨洗礼，一时间关于数据中心宕机的话题成为了圈内朋友们热烈讨论的话题。其中，讨论最多的就是为什么在配置双路市电并配备UPS系统的情况下还会因电力故障宕机，对此中国IDC圈采访了数据中心领域资深专家段旭。
既然标榜双路市电+UPS，为何还会因停电宕机？
数据中心是信息整合的核心区域，必须要有充足的电力电源保障，真正的双路供电系统，是从两个独立的变电站引入的两路电源，而两个变电站同时停电的概率极其小，所以数据中心才要求双路供电。双路市电是两路的不同的市电，当其中一路出现问题，另一路就成了“保险”。但是在实际建设过程中，很多数据中心并没有真正的双路供电。
段旭说，“这其实是三个问题。首先，需要我们认清一个问题：双路市电是否必要？目前国内以BAT为主的互联网数据中心在推动单路市电+UPS的方式，但是客观地说，BAT的做法有其业务需要的特殊性，同时，也依托于自身强有力的运维保障，才能做此想。除此之外，纵观国内外相关数据中心标准，均对高等级数据中心有双路市电的要求，并且此处所讲的双路市电，是来自不同变电站的两路市电，并不是来自同一变电站的”伪双路“。这样才能尽可能地保证在遇到紧急情况下，市电供电不发生中断。
其次，有人可能会说既然有应急发电系统和UPS系统，即便市电中断了也没有太大的问题吧？其实不然，UPS后备电池的放电时间很短，最多15分钟。在应急处置情况下，15分钟转瞬即逝，堪称黄金时间，在这15分钟里，要求运维团队发现故障、到达现场、紧急处置后进行切换，一旦一个环节出现问题，就可能导致停电宕机。
最后，也是我想认真地跟数据中心管理者说的，数据中心是个复杂的建筑综合体，平衡合规性、经济性、可用性之间的关系之后，认真地进行规划、设计、建设、运营，这样，才能真正持有并平稳运营一座可用性及安全性都不错的数据中心。“
70%的数据中心故障都是人为引起的？
对于这个疑问段旭表示，70%的数据中心故障都是人为引起的“这句话来自Uptime，这是对数据中心运维操作的合规性进行警示。以我之前的经验和教训来看，常见的人为故障可能发生在以下几点：第一是运维操作人员凭”经验“和”手感“走天下，认为这套操作流程我天天干，丧失了对工作和操作说明最起码的敬畏之心。这种懈怠的结果，就是发生操作失误，导致严重的后果。因此，不断更新操作说明文档，并严格按照操作程序进行操作，是运维管理者需要注意的问题。
第二是安全管控的缺失，缺乏对内和对外的安全管控策略和相关规定。
第三是标识管理的混乱，数据中心内应对所有设备进行标识管理，并确保运维操作人员在执行操作前进行核对。
应当说，为了尽量避免运维操作失误，有三个关键词，尤以最后一个最为重要。这三个关键词分别是：合规、流程化、敬畏之心。
如何多方面综合评判一家数据中心的水平？
段旭说：“评价一家数据中心的水平，应当从三个方面入手：”硬件“、”软件“、增值服务。
首先说硬件，所谓的硬件，是基础设施的水平，包括可用性水平、可靠性水平、安全性水平、能效利用水平。国内外现在已经有非常完善的各类国际性标准、国家标准和行业标准，对基础设施水平进行约定，此处不再赘述。
其次是软件，所谓的软件，是运维服务的水平，包括运维服务是否高效、安全、守规章、依流程。运维服务水平，既考验数据中心运维管理体系是否合理、有效；又考验运维服务团队的能力与经验。
再次是增值服务，所谓的增值服务，是针对不同的服务对象，所提供的有针对性的服务。举例来说，对互联网用户，可能是如何满足并保障其瞬时计算能力的需求、防Ddos攻击要求；对金融用户，可能是如何满足安全性的要求。“
运营多年的“中老年”数据中心，可能面临哪些问题？
段旭表示，目前，以北京为例，确实是有很多数据中心已经进入“中老年期”，对于这一类数据中心而言，可能存在以下两方面问题：其一，是当初的规划设计已经不满足目前市场环境需求的问题。显而易见的是，目前市场环境所需要的数据中心，应当是单机柜供电密度相对更高、能效利用水平更好的数据中心。有个很有意思的现象：最近这一年来，我所接触到的数据中心资源使用需求，都会要求单机柜供电密度在4kW或以上。这一点，很多“中老年”数据中心就输在了起跑线上。同时，能效利用水平的较低会导致企业经营成本的升高。
其二，是设备的折旧问题。这又分两个方面讲：一是正常折旧，这种情况下，按照计划更换设备就好了；二是因为运维管理的不足，导致设备提前折旧，这种情况并不鲜见，这种情况下，需要内外部评估检测，既检测设备使用情况，更评估运维水平，才能有的放矢。
对于“中老年”数据中心，应当有针对性地进行评估检测，并据此提出有效的改进计划，进行改造或检修整改。
【本文中国IDC圈原创，如需转载请注明出处】
热门专题
