? ? 在過(guò)去一年中，大多數(shù)停機(jī)事故都是由已知原因引起的，并且可通過(guò)強(qiáng)大的設(shè)計(jì)和流程進(jìn)行預(yù)防。
　　根據(jù)調(diào)研機(jī)構(gòu)Uptime Institute公司在2018年夏季公布的調(diào)查結(jié)果，近三分之一的數(shù)據(jù)中心在過(guò)去一年中出現(xiàn)了停電，而2017年則為25％。但這一增長(zhǎng)并不是由于一些致命的新惡意軟件造成的。
　　相反，導(dǎo)致停機(jī)的三大原因是斷電（33％）、，網(wǎng)絡(luò)故障（30％）以及IT或軟件錯(cuò)誤（28％）。
　　最重要的是，80％的數(shù)據(jù)中心管理人員表示這些停機(jī)事件是可以預(yù)防的。
　　但卻無(wú)法阻止雷擊（例如2018年9月雷擊摧毀了微軟Azure在圣安東尼奧市數(shù)據(jù)中心）或零日惡意軟件攻擊。但是，但是，通過(guò)適當(dāng)?shù)囊?guī)劃和數(shù)據(jù)中心設(shè)計(jì)，由于意外天氣事件、攻擊、例行人為錯(cuò)誤或未調(diào)度系統(tǒng)導(dǎo)致的停機(jī)可以最大限度地減少影響。
　　在中斷發(fā)生后，使數(shù)據(jù)中心快速啟動(dòng)并運(yùn)行同樣重要。根據(jù)信息技術(shù)情報(bào)咨詢公司今年的報(bào)告，數(shù)據(jù)中心運(yùn)營(yíng)商一小時(shí)的停機(jī)時(shí)間的缺失平均為260,000美元，而5分鐘的停機(jī)時(shí)間損失僅為2,600美元。

基礎(chǔ)設(shè)施冗余仍然有效

　　在最基本的層面上，數(shù)據(jù)中心系統(tǒng)需要備份。備份電源主冷卻系統(tǒng)，備份數(shù)據(jù)，甚至備份整個(gè)數(shù)據(jù)中心。
　　Uptime Institute公司表示，很多企業(yè)需要擁有2N冷卻和電源架構(gòu)的數(shù)據(jù)中心，換句話說(shuō)，需要一個(gè)完全冗余的鏡像系統(tǒng)。在去年有22％的用戶經(jīng)歷了停電。與那些采用價(jià)格更低，不完全冗余的“N+1”方法的人相比，減少了三分之一的中斷，這些人中有33％的人報(bào)告了停機(jī)事件。
　　而整體數(shù)據(jù)中心的備份可提供更高的可靠性。根據(jù)Uptime的調(diào)查數(shù)據(jù)，40％的數(shù)據(jù)中心管理人員表示他們會(huì)在兩個(gè)或多個(gè)數(shù)據(jù)中心復(fù)制工作負(fù)載和數(shù)據(jù)。
　　“如果有一個(gè)數(shù)據(jù)中心并且有雷擊，那么你就會(huì)宕機(jī)失敗。”SSH通信安全首席技術(shù)官M(fèi)arkku Rossi表示，“企業(yè)應(yīng)該有一個(gè)輔助數(shù)據(jù)中心，它們之間存在物理隔離，因此它們不依賴于相同的電源。”
　　他補(bǔ)充說(shuō)，沒(méi)有任何數(shù)據(jù)中心能夠免受這個(gè)問(wèn)題的影響，他以微軟公司美國(guó)中南部的數(shù)據(jù)中心受雷擊為例。
　　“如果有第二個(gè)數(shù)據(jù)中心，可以立即實(shí)現(xiàn)故障轉(zhuǎn)移。”他說(shuō)。
　　Rossi補(bǔ)充說(shuō)，無(wú)論備份系統(tǒng)處于什么位置，計(jì)劃和測(cè)試都是關(guān)鍵，并且計(jì)劃需要考慮到當(dāng)今數(shù)據(jù)中心的復(fù)雜性，在這些數(shù)據(jù)中心，一些問(wèn)題可能觸發(fā)其他問(wèn)題。
　　他以最近GitHub公司的數(shù)據(jù)中心在維護(hù)期間發(fā)生的中斷為例。他們?cè)趲追昼妰?nèi)就解決了物理問(wèn)題，但是需要24小時(shí)才能使數(shù)據(jù)正確同步。
　　數(shù)據(jù)中心管理人員需要查明潛在的問(wèn)題區(qū)域，然后在發(fā)生事情時(shí)準(zhǔn)備好工具和流程。
　　Rossi說(shuō)：“集中精力建立流程，建立為失敗做準(zhǔn)備的心態(tài)。”

不僅僅在周邊加強(qiáng)安全

　　數(shù)據(jù)中心管理人員應(yīng)該從最近發(fā)生的與惡意軟件相關(guān)的中斷中吸取的最大教訓(xùn)之一就是，擁有一個(gè)強(qiáng)化的邊界已經(jīng)不夠了。攻擊者可以進(jìn)行攻擊。
　　2018年，很多醫(yī)療保健公司、政府機(jī)構(gòu)、教育機(jī)構(gòu)和主要制造商都受到了沖擊，盡管在去年創(chuàng)紀(jì)錄的違規(guī)行為之后，每個(gè)人都應(yīng)該已經(jīng)處于高度戒備狀態(tài)。
　　顯然，保持最新的防御措施以防止惡意軟件首先進(jìn)入是至關(guān)重要的。但數(shù)據(jù)中心管理人員必須做好準(zhǔn)備，以防周邊防御失敗，并具有二級(jí)保護(hù)。
　　其中包括惡意流量檢測(cè)機(jī)制，網(wǎng)絡(luò)防御（如分段）和最低權(quán)限的訪問(wèn)和通信方法。
　　總部位于以色列的網(wǎng)絡(luò)安全服務(wù)商Guardi Core公司產(chǎn)品管理總監(jiān)Igor Livshitz說(shuō)，這些可能有助于防止惡意軟件進(jìn)入網(wǎng)絡(luò)后傳播，或者至少減慢它的速度，以便讓安全團(tuán)隊(duì)有機(jī)會(huì)做出回應(yīng)。
　　WannaCry特別利用了服務(wù)器消息塊傳輸協(xié)議中的漏洞利用。他說(shuō)，數(shù)據(jù)中心應(yīng)該采取更多措施來(lái)減少橫向通信。
　　“在過(guò)去一年中WannaCy勒索軟件的許多案例中，攻擊廣泛影響的主要驅(qū)動(dòng)因素是，一旦這些蠕蟲(chóng)在數(shù)據(jù)中心內(nèi)占領(lǐng)立足之地，就很容易擴(kuò)散。”Livshitz說(shuō)，“事實(shí)上，服務(wù)器之間的SMB流量根本不是必需的。如果它被阻止，攻擊的擴(kuò)散和對(duì)數(shù)據(jù)中心的破壞可能會(huì)大大減少，并且在它造成如此大的破壞之前的早期階段檢測(cè)到攻擊。”
　　從2018年的違規(guī)事件中得到的教訓(xùn)是，數(shù)據(jù)中心的管理者必須面對(duì)一個(gè)新的威脅。他們需要重新回歸基礎(chǔ)。
　　幾乎所有的數(shù)據(jù)中心停機(jī)都是由于糟糕的規(guī)劃和投資決策，加上流程不良或無(wú)法遵循流程，Uptime Institute研究執(zhí)行主任Andy Lawrence在2018年6月的調(diào)查報(bào)告中寫(xiě)道。“Uptime Institute報(bào)告或研究的幾乎所有故障都發(fā)生過(guò)，并且經(jīng)常有很好的記錄。”
　　閃電襲擊和新型惡意軟件可能占據(jù)行業(yè)頭條新聞，但是當(dāng)涉及到彈性時(shí)，數(shù)據(jù)中心基礎(chǔ)設(shè)施的安全性仍然是最重要的。

資料免費(fèi)送（點(diǎn)擊鏈接下載）

史上最全，數(shù)據(jù)中心機(jī)房標(biāo)準(zhǔn)及規(guī)范匯總（下載）

數(shù)據(jù)中心運(yùn)維管理 | 資料匯總（2017.7.2版本）? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?

加入運(yùn)維管理VIP群（點(diǎn)擊鏈接查看）

《數(shù)據(jù)中心運(yùn)維管理》VIP技術(shù)交流群會(huì)員招募說(shuō)明

掃描以下二維碼加入學(xué)習(xí)群

總結(jié)

以上是生活随笔為你收集整理的数据中心停机事故的教训：关注基础设施的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。