{"id":34264,"date":"2019-10-31T21:57:17","date_gmt":"2019-10-31T18:57:17","guid":{"rendered":"https:\/\/prohoster.info\/blog\/glavnaya-prichina-avarij-v-data-tsentrah-prokladka-mezhdu-kompyuterom-i-kreslom\/"},"modified":"2019-10-31T21:57:17","modified_gmt":"2019-10-31T18:57:17","slug":"glavnaya-prichina-avarij-v-data-tsentrah-prokladka-mezhdu-kompyuterom-i-kreslom","status":"publish","type":"post","link":"https:\/\/prohoster.info\/fr\/blog\/administrirovanie\/glavnaya-prichina-avarij-v-data-tsentrah-prokladka-mezhdu-kompyuterom-i-kreslom","title":{"rendered":"La principale cause des pannes dans les centres de donn\u00e9es est le chemin entre l'ordinateur et le fauteuil","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

Le th\u00e8me des pannes majeures dans les centres de donn\u00e9es modernes soul\u00e8ve des questions auxquelles le premier article n'a pas r\u00e9pondu - nous avons d\u00e9cid\u00e9 de l'approfondir.<\/em><\/p>\n

\n\"La<\/a><\/noindex><\/p>\n

Si l'on en croit les statistiques de l'Uptime Institute, la majorit\u00e9 des incidents dans les centres de donn\u00e9es sont li\u00e9s \u00e0 des pannes du syst\u00e8me d'alimentation \u00e9lectrique - celles-ci repr\u00e9sentent 39 % des incidents. Viennent ensuite les erreurs humaines, qui repr\u00e9sentent encore 24 % des pannes. La troisi\u00e8me cause la plus significative (15 %) concernait les pannes des syst\u00e8mes de climatisation, et \u00e0 la quatri\u00e8me place (12 %) se trouvaient les catastrophes naturelles. La part totale des autres probl\u00e8mes ne repr\u00e9sente que 10 %. Sans remettre en question les donn\u00e9es de cette organisation respect\u00e9e, mettons en lumi\u00e8re ce que les diff\u00e9rentes pannes ont en commun et essayons de comprendre si elles pouvaient \u00eatre \u00e9vit\u00e9es. Spoiler : dans la plupart des cas, oui.<\/p>\n

<\/p>\n

La science des contacts<\/h2>\n

<\/p>\n

Pour faire simple, il n'y a que deux probl\u00e8mes possibles avec l'alimentation \u00e9lectrique : soit il n'y a pas de contact l\u00e0 o\u00f9 il devrait y en avoir, soit il y en a l\u00e0 o\u00f9 il ne devrait pas y en avoir. On peut longuement discuter de la fiabilit\u00e9 des syst\u00e8mes d'alimentation sans interruption modernes, mais ils ne sauvent pas toujours. Prenons par exemple le c\u00e9l\u00e8bre cas du centre de donn\u00e9es de British Airways, appartenant \u00e0 la soci\u00e9t\u00e9 m\u00e8re International Airlines Group, situ\u00e9 \u00e0 proximit\u00e9 de l'a\u00e9roport d'Heathrow avec deux de ces installations - Boadicea House et Comet House. Dans la premi\u00e8re, le 27 mai 2017, une panne d'alimentation accidentelle a eu lieu, entra\u00eenant une surcharge et une panne du syst\u00e8me d'alimentation sans interruption. En fin de compte, une partie du mat\u00e9riel informatique a \u00e9t\u00e9 physiquement endommag\u00e9e, et il a fallu trois jours pour r\u00e9soudre cette panne. <\/p>\n

<\/p>\n

La compagnie a\u00e9rienne a d\u00fb annuler ou reporter plus d'un millier de vols, environ 75 000 passagers n'ont pas pu d\u00e9coller \u00e0 temps - le montant des compensations s'est \u00e9lev\u00e9 \u00e0 128 millions de dollars, sans compter les co\u00fbts n\u00e9cessaires pour r\u00e9tablir le fonctionnement des centres de donn\u00e9es. Les raisons de cette panne restent floues. Si l'on en croit les r\u00e9sultats de l'enqu\u00eate interne annonc\u00e9s par le directeur g\u00e9n\u00e9ral d'International Airlines Group, Willie Walsh, elle serait due \u00e0 une erreur des ing\u00e9nieurs. Cependant, le syst\u00e8me d'alimentation sans interruption aurait d\u00fb supporter une telle panne - c'est \u00e0 cela qu'il a \u00e9t\u00e9 con\u00e7u. Les centres de donn\u00e9es \u00e9taient g\u00e9r\u00e9s par des sp\u00e9cialistes de la soci\u00e9t\u00e9 d'externalisation CBRE Managed Services, c'est pourquoi British Airways a tent\u00e9 de r\u00e9cup\u00e9rer le montant des dommages par le biais des tribunaux de Londres. <\/p>\n

\n\"La<\/p>\n

Les pannes d'alimentation se produisent selon des sc\u00e9narios similaires : d'abord, il y a une coupure due au fournisseur d'\u00e9lectricit\u00e9, parfois \u00e0 cause de mauvaises conditions m\u00e9t\u00e9orologiques ou de probl\u00e8mes internes (y compris des erreurs du personnel), puis le syst\u00e8me d'alimentation sans interruption ne peut plus supporter la charge, ou une interruption br\u00e8ve de la sinuso\u00efde entra\u00eene des pannes de nombreux services, n\u00e9cessitant une multitude de temps et d'argent pour r\u00e9tablir leur fonctionnement. Peut-on \u00e9viter de telles pannes ? Absolument. Si l'on con\u00e7oit le syst\u00e8me correctement, cependant, les erreurs ne sont pas \u00e0 l'abri m\u00eame des cr\u00e9ateurs de grands centres de donn\u00e9es. <\/p>\n

<\/p>\n

Facteur humain<\/h2>\n

<\/p>\n

Lorsque la cause directe d'un incident est due \u00e0 des actions incorrectes du personnel du centre de donn\u00e9es, les probl\u00e8mes touchent le plus souvent (mais pas toujours) la partie logicielle de l'infrastructure IT. De tels incidents se produisent m\u00eame dans de grandes entreprises. En f\u00e9vrier 2017, en raison d'une commande incorrecte d'un membre de l'\u00e9quipe des op\u00e9rations techniques d'un des centres de donn\u00e9es, une partie des serveurs Amazon Web Services a \u00e9t\u00e9 d\u00e9sactiv\u00e9e. L'erreur s'est produite lors du d\u00e9bogage du processus de facturation des clients du stockage en cloud Amazon Simple Storage Service (S3). L'employ\u00e9 essayait de supprimer un certain nombre de serveurs virtuels utilis\u00e9s par le syst\u00e8me de facturation, mais a touch\u00e9 un cluster plus important.<\/p>\n

\n\"La<\/p>\n

En cons\u00e9quence de l'erreur de l'ing\u00e9nieur, des serveurs h\u00e9bergeant des modules logiciels importants du stockage en cloud Amazon ont \u00e9t\u00e9 supprim\u00e9s. En premier lieu, le sous-syst\u00e8me d'indexation, contenant des informations sur les m\u00e9tadonn\u00e9es et la localisation de tous les objets S3 dans la r\u00e9gion am\u00e9ricaine US-EAST-1, a \u00e9t\u00e9 touch\u00e9. L'incident a \u00e9galement affect\u00e9 le sous-syst\u00e8me utilis\u00e9 pour stocker les donn\u00e9es et g\u00e9rer l'espace de stockage disponible. Apr\u00e8s la suppression des machines virtuelles, ces deux sous-syst\u00e8mes ont n\u00e9cessit\u00e9 un red\u00e9marrage complet, et les ing\u00e9nieurs d'Amazon ont ensuite \u00e9t\u00e9 confront\u00e9s \u00e0 une surprise : pendant une longue p\u00e9riode, le stockage en cloud public n'a pas pu traiter les requ\u00eates des clients. <\/p>\n

<\/p>\n

L'effet a \u00e9t\u00e9 de grande ampleur, car de nombreux grands sites utilisent Amazon S3. Les pannes ont affect\u00e9 Trello, Coursera, IFTTT et, ce qui est le plus pr\u00e9occupant, les services de grands partenaires d'Amazon figurant sur la liste S&P 500. Il est difficile d'\u00e9valuer les pertes dans de tels cas, mais elles se chiffrent \u00e0 plusieurs centaines de millions de dollars am\u00e9ricains. Comme vous pouvez le constater, il suffit d'une seule commande incorrecte pour paralyser le service de la plus grande plateforme cloud. Ce n'est pas un cas isol\u00e9, le 16 mai 2019, lors de travaux de maintenance, le service Yandex.Cloud a supprim\u00e9<\/a><\/noindex> les machines virtuelles des utilisateurs dans la zone ru-central1-c, qui ont d\u00e9j\u00e0 \u00e9t\u00e9 en statut SUSPENDED au moins une fois. Des donn\u00e9es clients ont d\u00e9j\u00e0 \u00e9t\u00e9 compromises, dont une partie a \u00e9t\u00e9 irr\u00e9m\u00e9diablement perdue. Bien s\u00fbr, les gens ne sont pas parfaits, mais les syst\u00e8mes modernes de s\u00e9curit\u00e9 de l'information savent depuis longtemps contr\u00f4ler les actions des utilisateurs privil\u00e9gi\u00e9s avant l'ex\u00e9cution des commandes qu'ils ont entr\u00e9es. Si des solutions similaires \u00e9taient mises en \u0153uvre chez Yandex ou Amazon, de tels incidents pourraient \u00eatre \u00e9vit\u00e9s.<\/p>\n

\n\"La<\/p>\n

Cooling gel\u00e9<\/h2>\n

<\/p>\n

En janvier 2017, un grave incident s'est produit dans le centre de donn\u00e9es de Dmitrov de l'entreprise \u00abMegafon\u00bb. \u00c0 cette \u00e9poque, la temp\u00e9rature dans la r\u00e9gion de Moscou est tomb\u00e9e \u00e0 \u221235 \u00b0C, ce qui a entra\u00een\u00e9 une d\u00e9faillance du syst\u00e8me de refroidissement de l'installation. Le service de presse de l'op\u00e9rateur a \u00e9t\u00e9 particuli\u00e8rement avare de d\u00e9tails sur les causes de l'incident \u2014 les entreprises russes parlent g\u00e9n\u00e9ralement tr\u00e8s peu des accidents sur leurs propri\u00e9t\u00e9s, et en termes de transparence, nous sommes largement en retard par rapport \u00e0 l'Occident. Sur les r\u00e9seaux sociaux, une th\u00e9orie circulait selon laquelle le fluide caloporteur avait gel\u00e9 dans les tuyaux enterr\u00e9s dans la rue, entra\u00eenant une fuite d'\u00e9thyl\u00e8ne glycol. Si l'on en croit cette th\u00e9orie, le service d'exploitation n'a pas pu obtenir rapidement 30 tonnes de fluide caloporteur en raison des longs cong\u00e9s, et a d\u00fb improviser en utilisant des moyens de fortune, organisant un refroidissement improvis\u00e9 en violation des r\u00e8gles d'exploitation du syst\u00e8me. Les fortes gel\u00e9es ont aggrav\u00e9 le probl\u00e8me \u2014 en janvier, un hiver inattendu a soudainement frapp\u00e9 la Russie, bien que personne ne l'attendait. En fin de compte, le personnel a d\u00fb couper l'alimentation de certaines rang\u00e9es de serveurs, ce qui a rendu certains services de l'op\u00e9rateur inaccessibles pendant deux jours. <\/p>\n

\n\"La<\/p>\n

On peut probablement parler d'une anomalie climatique ici, mais de telles temp\u00e9ratures glaciales ne sont pas inhabituelles pour la r\u00e9gion m\u00e9tropolitaine. En hiver, la temp\u00e9rature en p\u00e9riph\u00e9rie de Moscou peut descendre \u00e0 des niveaux encore plus bas, c'est pourquoi les centres de donn\u00e9es sont construits pour fonctionner de mani\u00e8re fiable \u00e0 \u221242 \u00b0C. Le plus souvent, les syst\u00e8mes de refroidissement tombent en panne par temps froid en raison d'une concentration insuffisante de fluides glycols et d'un exc\u00e8s d'eau dans le liquide de refroidissement. Il y a aussi des probl\u00e8mes li\u00e9s \u00e0 l'installation des tuyaux ou \u00e0 des erreurs de conception et de test du syst\u00e8me, principalement \u00e0 cause du d\u00e9sir d'\u00e9conomiser. En fin de compte, cela peut entra\u00eener des accidents graves qui pourraient ais\u00e9ment \u00eatre \u00e9vit\u00e9s.<\/p>\n

<\/p>\n

Catastrophes naturelles <\/h2>\n

<\/p>\n

Le plus souvent, les temp\u00eates et\/ou ouragans perturbent le fonctionnement de l'infrastructure technique du centre de donn\u00e9es, ce qui entra\u00eene l'arr\u00eat des services et\/ou des dommages physiques \u00e0 l'\u00e9quipement. Les incidents provoqu\u00e9s par des conditions m\u00e9t\u00e9orologiques d\u00e9favorables se produisent assez fr\u00e9quemment. En 2012, l'ouragan Sandy a frapp\u00e9 la c\u00f4te ouest des \u00c9tats-Unis avec de fortes pluies. Le centre de donn\u00e9es Peer 1, situ\u00e9 dans un immeuble de grande hauteur \u00e0 Lower Manhattan, a perdu son alimentation \u00e9lectrique ext\u00e9rieure<\/a><\/noindex>, apr\u00e8s que l'eau de mer sal\u00e9e a inond\u00e9 les sous-sols. Les g\u00e9n\u00e9rateurs de secours de l'\u00e9tablissement \u00e9taient situ\u00e9s au 18e \u00e9tage, et leur r\u00e9serve de carburant \u00e9tait limit\u00e9e \u2014 les r\u00e8gles mises en place \u00e0 New York apr\u00e8s les attentats du 11 septembre interdisent de stocker une grande quantit\u00e9 de carburant aux \u00e9tages sup\u00e9rieurs. <\/p>\n

\n