大多數人在生活或工作領域中都不希望出現連接配接中斷的情況，尤其是在以數字生活方式為主的今天，是以資料中心基礎設施變得越來越重要。對于許多消費者來說，他們希望自己的數字産品和服務能保持正常工作，是以當發生當機事件時，他們就會開始抱怨甚至投訴。
以最近的航空資料中心當機事件為例，如美國達美航空、西南航空和英國航空公司，由于一個簡單的電氣故障或不當的維修程式，導緻伺服器遭到災難性損壞，航空公司損失數億美元，數以萬計的乘客被滞留在全球各地的機場。
這些大規模的當機事件總能成為新聞頭條，而且資料中心當機事件比人們想象的更為常見。根據uptime institute調查顯示，25%的受訪企業在過去一年内都發生了資料中心當機事件，無論是在自己的資料中心還是在服務提供商的網站上。此外，90%的資料中心和it專業人士表示，他們的企業管理人員比一年前更加關注資料中心中斷事件。
然而，并不是每次當機事件與航空公司停運事件一樣具有破壞性或公開性，但是當機事件會對企業造成一定的經濟損失。根據uptime institute的調查表明，隻有60%的企業會測量停機成本來作為其業務名額，而在2017年，測量停機成本成為了所有企業都必須采取的措施。考慮到幾分鐘或幾小時的停機可能帶來的經濟損失，it專業人員和設施管理人員将會更加注重基礎設施的維護。
當然，意識到資料中心的風險與采取措施預測潛在的風險，這是兩個截然不同的問題。那麼，企業該如何做才能降低資料中心當機事件的影響呢?
效率的定義
每個資料中心管理人員都希望他們的資料中心能夠高效營運。效率是指提供給資料中心it裝置的電源和冷卻措施能夠滿足it需求且不會産生不必要的成本。從更加商業的角度來看，資料中心必須能夠在滿足業務需求的同時保持這種平衡。這意味着資料中心的基礎設施，計算能力和性能需要經常有效地擴充，以降低停機的風險。
然而，對于現在大多數的資料中心來說，缺少考慮資料中心環境變化帶來的影響，如推出的新技術，這些都沒被考慮在内。對于it團隊來說，除了知道他們部署将使用的數量，空間，網絡和電源之外 ，他們對資料中心環境的影響往往不了解甚至不關心，這是資料中心管理人員的責任，如果it配置對it的有效性産生了負面影響，那麼管理人員将會立即作出反應。問題在于it團隊和資料中心管理人員這兩個團隊是獨立運作的，許多企業已經部署了dcim技術，其目的是通過資料中心的業務來縮小資料和處理流程之間的差距。
模拟每種事件的可能性
從機架上安裝單個擋闆到将裝置的功率提高到300kw，如果能夠準确預測這中間的所有變化，那麼将會影響資料中心的彈性。這不是想象的而是實際存在的，它采取工程仿真的形式，允許資料中心設施管理人員通過建立虛拟原型，對現有設計進行故障排除，以及分析未來資料中心配置的假設場景，并且可以在離線環境中進行實驗。
這意味着當業務需求湧入時，資料中心能夠以絕對的彈性處理工作負載，或者可以減少這些要求，直到基礎設施更新完成。資料中心人員應該積極應對這種變化，這樣可以杜絕停機事件發生，或将其減輕到無害水準。
從營運連續性的角度來看，還可以模拟運作其他事件，例如，如果電源故障啟動并且由備份電池在供電，那麼任何關鍵系統能夠脫機嗎?在重新啟動電源系統時，工程師如果沒有遵循正确的協定，會對資料中心産生不利影響嗎?如果是這樣的話，怎樣才能減輕造成的損失呢?所有這些問題和更多的問題都可以通過仿真來解決，幫助資料中心管理人員建立戰略，使關鍵硬體能夠以這樣的方式進行定位，以確定其堅持到最後。
如果90%的資料中心和it專業人士說，他們的企業管理人員比一年前更擔心當機事件發生，那麼營運彈性則是it團隊和資料中心設施管理人員最應該考慮的事情，而營運彈性通過上面提到的政策和工具就可以實作。
至于其他10%的管理層，難道他們對資料中心當機事件不關心?如果他們的團隊盡了一切努力去防止當機事件發生，但結果還是發生了的時候，他們将會很快改變想法，因為他們了解這将會對公司聲譽造成多大的影響，并且這也是其業務營運的底線。
本文作者：佚名
來源：51cto