डेटा केंद्रों में दुर्घटनाओं का मुख्य कारण कंप्यूटर और कुर्सी के बीच बिछाना है

आधुनिक डेटा केंद्रों में प्रमुख दुर्घटनाओं का विषय उन सवालों को उठाता है, जिनका पहले लेख में जवाब नहीं दिया गया था - हमने इसे विकसित करने का फैसला किया।

Uptime Institute के आंकड़ों के अनुसार, डेटा केंद्रों की अधिकांश घटनाएं बिजली आपूर्ति प्रणाली की विफलताओं से जुड़ी होती हैं - वे 39% घटनाओं का कारण होती हैं। मानव कारक द्वारा उनका अनुसरण किया जाता है - यह दुर्घटनाओं का एक और 24% है। तीसरा सबसे महत्वपूर्ण (15%) कारण एयर कंडीशनिंग सिस्टम की विफलता था, और चौथा स्थान (12%) प्राकृतिक आपदाएं थीं। अन्य परेशानियों का कुल हिस्सा केवल 10% है। एक प्रतिष्ठित संगठन के डेटा पर सवाल उठाए बिना, हम विभिन्न दुर्घटनाओं में कुछ सामान्य पर प्रकाश डालते हैं और यह समझने की कोशिश करते हैं कि क्या उनसे बचना संभव था। स्पॉयलर: ज्यादातर मामलों में संभव।

विज्ञान से संपर्क करें

सरल शब्दों में, बिजली की आपूर्ति के साथ केवल दो समस्याएं हैं: या तो कोई संपर्क नहीं है जहां यह होना चाहिए, या यह वह जगह है जहां संपर्क नहीं होना चाहिए। आप आधुनिक निर्बाध बिजली आपूर्ति प्रणालियों की विश्वसनीयता के बारे में लंबे समय तक बात कर सकते हैं, लेकिन वे हमेशा नहीं बचाते हैं। उदाहरण के लिए मूल कंपनी इंटरनेशनल एयरलाइंस ग्रुप के स्वामित्व वाले ब्रिटिश एयरवेज द्वारा इस्तेमाल किए जाने वाले डेटा सेंटर के सनसनीखेज मामले को लें। हीथ्रो हवाई अड्डे के पास दो ऐसी सुविधाएं हैं - Boadicea House और Comet House। उनमें से सबसे पहले, 27 मई, 2017 को एक आकस्मिक बिजली आउटेज हुआ, जिसके कारण यूपीएस सिस्टम की अधिकता और विफलता हुई। नतीजतन, आईटी उपकरण का हिस्सा शारीरिक रूप से क्षतिग्रस्त हो गया, और नवीनतम दुर्घटना को हल करने में तीन दिन लग गए।

एयरलाइंस को एक हजार से अधिक उड़ानों को रद्द या पुनर्निर्धारित करना पड़ा, लगभग 75 हजार यात्री समय पर उड़ान नहीं भर सके - 128 मिलियन डॉलर मुआवजे पर खर्च किए गए, कार्यक्षमता को बहाल करने के लिए आवश्यक लागत केंद्रों की गिनती नहीं की गई। ब्लैकआउट के कारणों की कहानी समझ से बाहर है। यदि आप आंतरिक जांच के परिणामों पर विश्वास करते हैं, तो इंटरनेशनल एयरलाइंस ग्रुप के महानिदेशक, विली वॉल्श द्वारा आवाज उठाई गई, यह इंजीनियरों द्वारा गलती के कारण हुआ। फिर भी, निर्बाध बिजली आपूर्ति प्रणाली को इस तरह के बंद का सामना करना पड़ा - इसके लिए यह मुहिम शुरू की गई थी। डेटा सेंटर को आउटसोर्सिंग कंपनी CBRE प्रबंधित सेवाओं के विशेषज्ञों द्वारा प्रबंधित किया गया था, इसलिए ब्रिटिश एयरवेज ने लंदन की एक अदालत के माध्यम से क्षति की मात्रा को पुनर्प्राप्त करने का प्रयास किया।

पावर आउटेज समान परिदृश्यों के अनुसार होते हैं: पहला, आउटेज बिजली आपूर्तिकर्ता की गलती के कारण होता है, कभी-कभी खराब मौसम या आंतरिक समस्याओं (कर्मियों की त्रुटियों सहित) के कारण, और फिर निर्बाध बिजली आपूर्ति प्रणाली लोड के साथ सामना नहीं कर सकती है या साइनसॉइड में एक छोटी रुकावट के कारण कई सेवाएं विफल हो जाती हैं, स्वास्थ्य की बहाली जो समय और धन की सफलता को छोड़ देती है। क्या इस तरह की दुर्घटनाओं से बचना संभव है? बेशक। यदि आप सिस्टम को सही ढंग से डिजाइन करते हैं, हालांकि, यहां तक ​​कि बड़े डेटा केंद्रों के निर्माता भी त्रुटियों से मुक्त नहीं हैं।

मानव कारक

जब किसी घटना का सीधा कारण डेटा सेंटर के कर्मियों की गलत हरकतें होती हैं, तो समस्याएँ अक्सर (लेकिन हमेशा नहीं) आईटी इंफ्रास्ट्रक्चर के सॉफ्टवेयर हिस्से को प्रभावित करती हैं। बड़े निगमों में भी ऐसी दुर्घटनाएँ होती हैं। फरवरी 2017 में, डेटा सेंटर टीमों में से एक की तकनीकी रखरखाव टीम के गलत तरीके से टाइप किए गए सदस्य के कारण, कुछ अमेज़ॅन वेब सेवा सर्वर काट दिए गए थे। Amazon Simple Storage Service (S3) क्लाउड ग्राहकों के लिए बिलिंग प्रक्रिया को डीबग करते समय एक त्रुटि हुई। कर्मचारी ने बिलिंग सिस्टम द्वारा उपयोग किए जाने वाले कुछ निश्चित वर्चुअल सर्वर को निकालने का प्रयास किया, लेकिन एक बड़े क्लस्टर को छू लिया।

इंजीनियर की त्रुटि के परिणामस्वरूप, जिन सर्वरों पर महत्वपूर्ण क्लाउड स्टोरेज सॉफ़्टवेयर मॉड्यूल चल रहे थे, वे हटा दिए गए थे। सबसे पहले, इंडेक्सिंग सबसिस्टम क्षतिग्रस्त हो गया था, जिसमें यूएस क्षेत्र यूएसएएस-एएएस -1 में मेटाडेटा और सभी एस 3 ऑब्जेक्ट्स के स्थान के बारे में जानकारी थी। इस घटना ने डेटा को स्टोर करने के लिए उपयोग किए गए सबसिस्टम और उपलब्ध स्टोरेज स्पेस को प्रबंधित करने के लिए भी प्रभावित किया। वर्चुअल मशीनों को हटाने के बाद, इन दो उप-प्रणालियों को पूरी तरह से पुनरारंभ करने की आवश्यकता थी, और फिर अमेज़ॅन इंजीनियरों को इस तथ्य से आश्चर्य हुआ कि लंबे समय तक सार्वजनिक क्लाउड स्टोरेज ग्राहक के अनुरोधों को पूरा नहीं कर सकता था।

यह प्रभाव व्यापक था, क्योंकि कई बड़े संसाधन अमेज़न S3 का उपयोग करते थे। मालफंक्शन ने ट्रेलो, कर्टेरा, आईएफटीटीटी को प्रभावित किया और, सबसे अप्रिय क्या है, एसएंडपी 500 सूची के बड़े अमेज़ॅन भागीदारों की सेवाएं। ऐसे मामलों में नुकसान की गणना करना आसान नहीं है, लेकिन इसका क्रम सैकड़ों मिलियन अमेरिकी डॉलर के क्षेत्र में था। जैसा कि आप देख सकते हैं, सबसे बड़े क्लाउड प्लेटफ़ॉर्म की सेवा को अक्षम करने के लिए, बस एक गलत टीम पर्याप्त है। यह एक अलग मामला नहीं है, 16 मई, 2019 को रखरखाव के काम के दौरान, यैंडेक्स। क्लाउड सेवा ने ज़ोन आरयू-मध्य 1-सी में उपयोगकर्ताओं की आभासी मशीनों को हटा दिया, जो कम से कम एक बार SUSPENDED स्थिति में थे। यहां, ग्राहक डेटा पहले से ही प्रभावित हो चुका है, जिनमें से कुछ अनियमित रूप से खो गए हैं। बेशक, लोग अपूर्ण हैं, लेकिन आधुनिक सूचना सुरक्षा प्रणालियां लंबे समय से उनके द्वारा दर्ज किए गए आदेशों को निष्पादित करने से पहले विशेषाधिकार प्राप्त उपयोगकर्ताओं के कार्यों को नियंत्रित करने में सक्षम हैं। यदि आप यांडेक्स या अमेज़ॅन में ऐसे समाधानों को लागू करते हैं, तो ऐसी घटनाओं से बचा जा सकता है।

जमे हुए ठंडा

जनवरी 2017 में, मेगफॉन के दिमित्रोव डेटा सेंटर में एक बड़ी दुर्घटना हुई। फिर मॉस्को क्षेत्र में तापमान temperature35 ° C तक गिर गया, जिससे सुविधा के शीतलन प्रणाली की विफलता हुई। ऑपरेटर की प्रेस सेवा विशेष रूप से घटना के कारणों के बारे में बात नहीं करती है - रूसी कंपनियां अपनी सुविधाओं पर दुर्घटनाओं के बारे में बात करने के लिए बेहद अनिच्छुक हैं, प्रचार के मामले में, हम पश्चिम से बहुत पीछे हैं। सोशल नेटवर्क में, सड़क के साथ रखी पाइपों में शीतलक के ठंड और एथिलीन ग्लाइकोल के रिसाव के बारे में एक संस्करण था। यदि आप उसे मानते हैं, तो ऑपरेशन सेवा लंबी छुट्टियों के कारण, तुरंत 30 टन शीतलक प्राप्त नहीं कर सकती है और कामचलाऊ साधनों का उपयोग करके बाहर निकल गई, जो कि सिस्टम के संचालन के लिए नियमों के उल्लंघन में इंप्रोमेटु फ्रीकॉलिंग का आयोजन करता है। गंभीर ठंड ने समस्या को बढ़ा दिया - जनवरी में, सर्दियों में अचानक रूस में हुआ, हालांकि कोई भी इसके लिए इंतजार नहीं कर रहा था। नतीजतन, कर्मचारियों को सर्वर रैक का हिस्सा डी-एनर्जेट करना पड़ा, जिसके कारण कुछ ऑपरेटर सेवाएं दो दिनों के लिए अनुपलब्ध थीं।

शायद, यहां आप मौसम की विसंगति के बारे में बात कर सकते हैं, लेकिन राजधानी क्षेत्र के लिए इस तरह के ठंढ असामान्य नहीं हैं। मॉस्को क्षेत्र में सर्दियों का तापमान निचले स्तर तक गिर सकता है, इसलिए डेटा केंद्र at42 ° X पर स्थिर संचालन की उम्मीद के साथ बनाए जाते हैं। अधिकांश बार, ठंड के मौसम में शीतलन प्रणाली ग्लाइकोल की अपर्याप्त उच्च सांद्रता और शीतलक समाधान में अतिरिक्त पानी की वजह से विफल हो जाती है। पाइप की स्थापना के साथ या सिस्टम के डिजाइन और परीक्षण में मिसकल्चुलेशन के साथ समस्याएं हैं, मुख्य रूप से बचाने की इच्छा के साथ जुड़ा हुआ है। नतीजतन, एक गंभीर दुर्घटना नीले रंग से होती है, जिसे अच्छी तरह से रोका जा सकता था।

प्राकृतिक आपदाएँ

सबसे अधिक बार, गरज और / या तूफान डेटा सेंटर के इंजीनियरिंग बुनियादी ढांचे के काम को बाधित करते हैं, जिससे सेवाओं और / या उपकरणों को शारीरिक नुकसान होता है। खराब मौसम के कारण होने वाली घटनाएं अक्सर होती हैं। 2012 में, तूफान सैंडी अमेरिका के पश्चिमी तट पर भारी बारिश के साथ बह गया। लोअर मैनहट्टन में एक ऊंची इमारत में स्थित, पीर 1 डेटा सेंटर ने तहखाने में बाढ़ आ जाने के बाद अपनी बाहरी बिजली आपूर्ति खो दी । सुविधा के आपातकालीन जनरेटर 18 वीं मंजिल पर स्थित थे, और उनकी ईंधन आपूर्ति सीमित थी - 9/11 के हमलों के बाद न्यूयॉर्क में शुरू किए गए नियम ऊपरी मंजिलों पर बड़ी मात्रा में ईंधन का भंडारण प्रतिबंधित करते हैं।

ईंधन पंप भी विफल हो गया, क्योंकि कई दिनों तक कर्मचारियों ने जनरेटर के लिए मैन्युअल रूप से डीजल को खींच लिया। टीम की वीरता ने डेटा सेंटर को एक गंभीर दुर्घटना से बचा लिया, लेकिन क्या यह इतना आवश्यक था? हम एक ग्रह पर रहते हैं जिसमें नाइट्रोजन-ऑक्सीजन का वातावरण और बहुत सारा पानी होता है। यहां तूफान और तूफान आम हैं (विशेषकर तटीय क्षेत्रों में)। डिजाइनरों को संभवतः उनके साथ जुड़े जोखिमों को ध्यान में रखना चाहिए और एक उपयुक्त निर्बाध बिजली आपूर्ति प्रणाली का निर्माण करना चाहिए। या कम से कम द्वीप पर उच्च वृद्धि की तुलना में डेटा सेंटर के लिए अधिक उपयुक्त स्थान चुनें।

शेष सभी

अपटाइम इंस्टीट्यूट इस श्रेणी में विभिन्न घटनाओं को अलग करता है, जिनमें से एक को चुनना मुश्किल है। डेटा सेंटर, बिजली पारेषण टावरों और ट्रांसफार्मर सबस्टेशन कारों, आग, उत्खनन में ऑप्टिक्स, कृन्तकों (चूहों, खरगोशों और यहां तक ​​कि गर्भ, जो आम तौर पर मार्सुप्यूल्स से संबंधित होते हैं), साथ ही तारों पर शूटिंग का अभ्यास करने के लिए शौकीनों के साथ - साथ तांबे के तारों की चोरी। । पावर आउटेज यहां तक कि एक ऊर्जा- अवैध मारिजुआना वृक्षारोपण के कारण हो सकता है। ज्यादातर मामलों में, घटना के अपराधी विशिष्ट लोग हैं, अर्थात्, हम फिर से मानवीय कारक के साथ काम कर रहे हैं जब समस्या का नाम और उपनाम होता है। भले ही पहली नज़र में दुर्घटना तकनीकी खराबी या प्राकृतिक आपदाओं से जुड़ी हो, लेकिन अगर सुविधा को ठीक से डिज़ाइन किया गया हो और ठीक से संचालित किया गया हो तो इससे बचा जा सकता है। एकमात्र अपवाद डेटा सेंटर के बुनियादी ढांचे या प्राकृतिक आपदाओं के कारण इमारतों और संरचनाओं के विनाश के लिए महत्वपूर्ण क्षति के मामले हैं। ये वास्तव में बड़ी मुश्किल हालात हैं, और अन्य सभी समस्याएं कंप्यूटर और कुर्सी के बीच बिछाने के कारण होती हैं - शायद यह किसी भी जटिल प्रणाली का सबसे अविश्वसनीय हिस्सा है।