數據中心，停！電！了！
幾乎每個數據中心行業內的人聽到這幾個字眼都會毛骨悚然！
作為數據中心行業，停電帶來的影響難以估量，不僅在財務方面損失甚重，而且還會影響企業在行業內的信譽和形象。
還記得2017年5月27日CBRE數據中心的停電事故嗎？雖然已經過去18個月之久，但是現在想起來仍然惶恐。因為CBRE數據中心停電事故的發生，英國航空公司的預訂、辦理登機手續系統、呼叫中心和移動應用程序受影響而無法使用，導致英國航空公司672個航班被取消，75000名乘客的航班被取消或延遲，預計損失超過1億英鎊。
英國航空公司擁有Boadicea House和Comet House兩個數據中心，在停電事故中，Boadicea House首先受到影響，而作為備份數據中心的Boadicea House在事故中并沒有發揮作用，因此事故一直持續了三天時間。
事后，經英國航空公司調查，此次事故并不是因為網絡攻擊而是由于承包商意外封鎖數據中心電源造成的。
除了英國航空公司停電事故之外，國外還有許多類似的情況，例如，美國達美航空公司數據中心的電力中斷，造成高達1.5億美元的經濟損失；美國“超級碗”賽場斷電，耽誤賽事日程等。
為了確保數據中心停電事故再次發生，數據中心運營商應該關注的最重要的問題：
1、可以隨著快速發展的電力系統遷移嗎？
數據中心在不同發展階段，對電力需求也在變化。因此，能夠分析數據中心一段時間內對電力的需求是非常重要的，以便更容易地進行長期預測。
2、電源鏈是否受到威脅？
越來越多的數據中心連接到網絡，除了機架中包含的終端和訪問點之外，很多渠道可能會成為破壞網路犯罪行為的破壞途徑。
此外，網絡違規行為甚至不需要通過電線和電纜來實施。狡猾的犯罪分子可能會進入某個數據中心，破壞內部的電力供應。但是，不僅僅是外部的惡意人員所造成的危害，也要警惕數據中心內部工作人員的行為。有些知識和經驗不足的工作人員在與接口進行交互的過程中犯錯，也會造成不可估量的傷害。
為了防止出現這種情況，運維文檔和流程控制至關重要。采用更多的硬件不是防止災難性停電的最佳選擇，事實上，添加額外的硬件實際上可能使控制情況更加糟糕。
3、災難恢復計劃是什么？記錄文檔了嗎？
在不影響業務環境的情況下進行斷電測試，實際上是采用虛擬開關設備，這將允許數據中心運營商可以應對最壞的情況，并實施恢復服務。
數據中心工作人員總是假設他們的電源供應鏈和電源備份系統是萬無一失的，但是如果沒有故障安全測試，會認為面臨什么樣的結果？
電源故障模擬使數據中心運營商可能找到缺乏冗余的設施，并發現單點故障。但是，這需要文檔進行記錄。因此，數據中心運營商在災難性的電源故障之前，建立斷電測試機制并記錄其恢復過程。
4、可以實時監控操作嗎？
數據中心運營商必須知道哪些設備現在在哪里，使用了多少電能。對于不斷增加基礎架構的數據中心來說，這往往會很困難，因為這可能會對電源容量和電源分配產生巨大的影響。
注意所有移動部件的唯一有效方法是單一視圖。這種整體視圖具有實時監控和警報的功能，使數據中心運營商能夠減輕風險，并進行更改以避免災難發生。
5、知道所有互連設備和系統的一切情況嗎？
對于數據中心運營至關重要的是，需要電力鏈記錄在一起，從進入建筑物的電力，再通過UPS、PDU/提供給所有的機架設備。這意味著數據中心運營需要知道哪些與電力相關的設備，以及設備各自的相互依賴關系。這可以讓數據中心運營了解某些設備故障或脫機維護時的潛在影響。此外，還應該了解每個電源鏈設備的狀態。
可以通過采用數據中心基礎架構管理（DCIM）實現對電源管理。DCIM使數據中心運營能夠以最高的效率運行數據中心，同時允許所有相關人員改進整體運營情況，并識別漏洞，從而保持電源鏈的安全。
部署的DCIM還可以讓數據中心運營全面了解自己的產品，通過共享實時數據和易于理解的圖表，消除IT和設施之間的通信孤島。
由于數據中心停電的原因很多，嘗試用人工方法和電子表格來跟上基礎設施的所有變化是費力的，并引起不可預見的風險。因此，必須采取適當可行的方法和措施進行管理。
