Modern data centers are reliable, but any equipment can occasionally fail. In a brief note, we have compiled the most significant incidents of 2018.
The impact of digital technology on the economy is growing, the volume of processed information is increasing, new facilities are being constructed, and this is good as long as everything works. Unfortunately, the impact of data center failures on the economy is also growing since businesses began placing critical IT infrastructure in them—this is an inevitable consequence of digitization. We publish a brief selection of the most notable accidents that occurred in various countries last year.
USA
This country is recognized as a leader in data center construction. The USA has the highest number of large commercial and corporate datových center, serving global services, so the consequences of incidents there are the most significant. In early March, due to a powerful cyclone, four facilities of the operator Equinix faced power supply failures. The areas were used for Amazon Web Services (AWS) equipment; the accident led to the unavailability of many popular services: GitHub, MongoDB, NewVoiceMedia, Slack, Zillow, Atlassian, Twilio, and Capital One, as well as the Amazon Alexa virtual assistant.
In September, weather anomalies struck Microsoft data centers located in Texas; due to a storm, the power supply system for an entire region was disrupted, and in a data center switched to Diesel Generator Unit power, the cooling unexpectedly shut down. It took several days to resolve the incident, and although this failure was not critical thanks to load balancing, some users worldwide noticed a slowdown in Microsoft's cloud services.
Rusko
The most serious accident occurred on August 20 in one of Rostelecom's data centers. Because of it, the servers of the Unified State Register of Real Estate were down for 66 hours, requiring them to be moved to a backup site. The processing of incoming applications through all channels could only be restored by Rosreestr on September 3—the government organization is attempting to recover a substantial sum from Rostelecom for violating the service level agreement.
16. února se kvůli problémům v sítích Lenenergo spustil záložní systém dodávky elektřiny v datovém centru společnosti Xelnet (Sankt-Petrburg). Krátkodobé přerušení sinusoidy vedlo k poruchám mnoha služeb: byl poškozen především velký cloudový poskytovatel 1cloud, ale nejvýraznějším problémem pro ruské internetové publikum byla nemožnost přístupu na webovou stránku sociální sítě „VKontakte“. Nejzajímavější je, že úplné odstranění následků krátkodobého výpadku elektřiny trvalo přibližně 12 hodin.
Evropská unie
V EU v roce 2018 došlo k několika vážným incidentům. V březnu došlo k výpadku v datovém centru letecké společnosti KLM: dodávka elektřiny se přerušila na 10 minut a kapacita dieselových generátorů byla nedostatečná pro provoz zařízení. Některé servery se odpojily a letecké společnosti musely zrušit nebo přesměrovat několik desítek letů.
To není jediný incident spojený s leteckou dopravou – již v dubnu došlo k výpadku v systému dodávky elektřiny v datovém centru Eurocontrol. Organizace řídí pohyb letadel v Evropské unii a zatímco specialisté 5 hodin odstraňovali následky havárie, cestující museli opět snášet zpoždění a změny letů.
Velmi vážné problémy vznikají kvůli haváriím v datových centrech, která obsluhují finanční sektor. Náklady na výpadky transakcí jsou zde obvykle vysoké a úroveň spolehlivosti objektů odpovídá tomu, ale incidenty to nezabrání. 18. dubna burza Nordic NASDAQ (Helsinky, Finsko) nemohla vést obchodování po celé severní Evropě po celý den kvůli neoprávněnému spuštění plynového hasicího systému v komerčním datovém centru DigiPlex, které bylo nouzově odpojeno.
7. června výpadky v datovém centru donutily londýnskou burzu (London Stock Exchange, LSE) odložit začátek obchodování o hodinu. Kromě toho v červnu na území Evropy kvůli výpadku v datovém centru na celý den přestaly fungovat služby mezinárodního platebního systému VISA, přičemž podrobnosti incidentu nebyly nikdy zveřejněny.
Japonsko
V létě 2018 došlo v podzemních patrech stavěného datového centra Amazon v předměstí Tokia k požáru, při kterém zahynulo 5 pracovníků a nejméně 50 lidí bylo zraněno. Oheň poškodil přibližně 5000 m2 prostor objektu. Vyšetřování ukázalo, že příčinou požáru byl lidský faktor: izolace vzplanula v důsledku neopatrného zacházení s acetylénovými hořáky.
Příčiny poruch
Uvedený seznam incidentů není zdaleka úplný, kvůli haváriím v datových centrech trpí klienti bank a telekomunikačních operátorů, oblačné služby odcházejí do offline režimu a dokonce je narušena činnost pohotovostních služeb. Malá porucha v provozu může vést k vážným ztrátám, přičemž podle údajů Uptime Institute souvisí většina výpadků (39 %) se systémem napájení. Na druhém místě (24 %) je lidský faktor a na třetím (15 %) – systém klimatizace. Na přírodní jevy připadá jen 12 % havárií v datových centrech a pouze 10 % z nich nastává z jiných důvodů.
Přes přísné standardy spolehlivosti a bezpečnosti není žádný objekt imunní vůči incidentům. Většina z nich se děje kvůli poruchám napájení nebo chybám personálu. Na tyto dva faktory by se měli majitelé datových center a serverových místností zaměřit jako na první, a objednatelé by měli chápat, že ani lídři trhu nemohou zaručit absolutní spolehlivost. Pokud zařízení nebo cloudová služba obsluhuje procesy kritické pro podnikání, stojí za úvahu záložní místo.
Zdroj fotografie: telecombloger.ru
Zdroj: habr.com
