数据中心是很多复杂的高度相互关联的系统，需要许多不同的子系统功能都维持正常，才能确保设施可以提供服务。不幸的是，往往一个看似微小的错误往往会导致整个系统瘫痪。最近，维基百科的宕机是因为数据中心的光纤被意外切断，Twitter之前在奥运会期间的中断，是由于数据中心主系统和备份系统同时出现故障。

    从中我们可以吸取的教训是，不仅仅是飓风、地震、公共设施中断、恶意攻击会造成数据中心宕机。任何事情，包括一个相对较小的网卡故障，也可能会破坏您的数据中心。

    因此，我们对待较小的程序中断也需要像大型故障一样慎重。在这两种情况下，最关键的是做好充分的准备，以减少业务损失。以下有一些建议。

    把安全作为首要任务。通常数据中心宕机是由一些很烦人的，但是对人身安全无害的事件所引起。但是当出现危险情况时（比如裸露的电导体），必须确保安全第一。不要以人民币的名义让您的员工处在危险中。另一方面，当然，你也要知道什么时候是过度保护了，避免一些不必要的安全措施。关键是要找到正确的平衡点，在尽量减少人员伤害的同时降低安全措施的成本。

    未雨绸缪。这也许是最重要的一步。如果等到中断发生了，才制定行动计划，那你已经处在劣势了。提前确定应该联系谁（应该谁在现场）。制定流程来确认和解决这个问题。一份服务提供商的名单是需要准备的，因为你可能需要联系他们以寻求帮助，比如冷却装置等系统出现故障。也许最重要的是，有条有理地整理所有这些信息，方便让需要它的人能及时获取。通过提前规划，你可以更迅速地让数据中心和业务再次运行。

    备份您的数据。对于大多数人来说，在大部分的时间里，保险费是讨厌的费用，看起来没有任何回报。但是，当灾难袭来时，购买的保险就派上了用场。备份你的重要数据也是一样的道理。在你没有丢失数据之前，这似乎是在浪费时间。但是你必须定期在正常运作期间进行备份，否则当中断已经发生时，就来不及了。

    部署数据中心基础设施管理/监控（DCIM）解决方案。迅速解决宕机事故的关键是搞清楚问题出在哪里。手电筒和万用表可能不会奏效，你需要（最好）能集中访问您系统的信息和状态，以发现故障区域。一个DCIM解决方案可以在宕机事故发生之前，帮助确定这些麻烦的区域。

    跟踪您的数据中心服务的使用率。高峰使用时间对系统会造成压力，而这可能是发现潜在问题的最佳时间。你应该在这段时间内为宕机做好最佳准备。这时最有可能发生断路器翻转或者冷却装置失效。这也是客户最需要你的时候。

    结论：小故障和大故障都要做同样的准备。小故障可能对业务产生比较小的影响，但是仍然必须解决掉它，以免它以滚雪球的形式造成更大的问题。小故障可能是大问题的征兆。

免责声明：本网站（http://www.ciotimes.com/）内容主要来自原创、合作媒体供稿和第三方投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
本网站刊载的所有内容（包括但不仅限文字、图片、LOGO、音频、视频、软件、程序等）版权归原作者所有。任何单位或个人认为本网站中的内容可能涉嫌侵犯其知识产权或存在不实内容时，请及时通知本站，予以删除。