डेटा सेंटरमधील अपघातांचे मुख्य कारण म्हणजे संगणक आणि खुर्ची यांच्यातील गॅस्केट

आधुनिक डेटा सेंटर्समधील मोठ्या अपघातांचा विषय प्रश्न निर्माण करतो ज्यांचे उत्तर पहिल्या लेखात दिले गेले नाही - आम्ही ते विकसित करण्याचा निर्णय घेतला.

अपटाइम इन्स्टिट्यूटच्या आकडेवारीनुसार, डेटा सेंटर्समधील बहुतांश घटना वीज पुरवठा यंत्रणेतील बिघाडांशी संबंधित आहेत—त्या घटनांपैकी 39% आहेत. त्यांच्या पाठोपाठ मानवी घटकांचा समावेश होतो, जे आणखी 24% अपघातांसाठी जबाबदार असतात. तिसरे सर्वात महत्वाचे कारण (15%) एअर कंडिशनिंग सिस्टमचे अपयश होते आणि चौथ्या स्थानावर (12%) नैसर्गिक आपत्ती होते. इतर त्रासांचा एकूण वाटा फक्त 10% आहे. एखाद्या आदरणीय संस्थेच्या डेटावर शंका न घेता, आम्ही वेगवेगळ्या अपघातांमध्ये सामान्य काहीतरी हायलाइट करू आणि ते टाळता आले असते का हे समजून घेण्याचा प्रयत्न करू. स्पॉयलर: बहुतेक प्रकरणांमध्ये हे शक्य आहे.

संपर्कांचे विज्ञान

सोप्या भाषेत सांगायचे तर, वीज पुरवठ्यामध्ये फक्त दोन समस्या आहेत: एकतर जिथे संपर्क असावा तिथे संपर्क नाही किंवा जिथे संपर्क नसावा तिथे संपर्क आहे. आपण आधुनिक अखंड वीज पुरवठा प्रणालीच्या विश्वासार्हतेबद्दल बर्याच काळासाठी बोलू शकता, परंतु ते नेहमीच आपल्याला वाचवत नाहीत. मूळ कंपनी इंटरनॅशनल एअरलाइन्स ग्रुपच्या मालकीच्या ब्रिटिश एअरवेजने वापरलेल्या डेटा सेंटरचे हाय-प्रोफाइल प्रकरण घ्या. हिथ्रो विमानतळाजवळ अशा दोन मालमत्ता आहेत - बोआडिसिया हाऊस आणि कॉमेट हाऊस. यापैकी पहिल्यामध्ये, 27 मे 2017 रोजी, अपघाती वीज खंडित झाली, ज्यामुळे ओव्हरलोड आणि यूपीएस सिस्टममध्ये बिघाड झाला. परिणामी, काही आयटी उपकरणे भौतिकरित्या खराब झाली आणि ताज्या आपत्तीचे निराकरण करण्यासाठी तीन दिवस लागले.

एअरलाईनला एक हजाराहून अधिक उड्डाणे रद्द करावी लागली किंवा पुन्हा शेड्यूल करावे लागले, सुमारे 75 हजार प्रवासी वेळेवर उड्डाण करू शकले नाहीत - डेटा केंद्रांची कार्यक्षमता पुनर्संचयित करण्यासाठी आवश्यक खर्चाची मोजणी न करता, नुकसान भरपाई देण्यासाठी $ 128 दशलक्ष खर्च केले गेले. ब्लॅकआउटच्या कारणांचा इतिहास अस्पष्ट आहे. इंटरनॅशनल एअरलाइन्स ग्रुपचे सीईओ विली वॉल्श यांनी जाहीर केलेल्या अंतर्गत तपासणीच्या निकालांवर तुमचा विश्वास असल्यास, हे अभियंत्यांच्या चुकीमुळे झाले. तथापि, अखंडित वीज पुरवठा प्रणालीला अशा शटडाउनचा सामना करावा लागला - म्हणूनच ते स्थापित केले गेले. डेटा सेंटरचे व्यवस्थापन आउटसोर्सिंग कंपनी CBRE मॅनेज्ड सर्व्हिसेसच्या तज्ञांद्वारे केले जात होते, म्हणून ब्रिटिश एअरवेजने लंडनच्या न्यायालयाद्वारे नुकसानीची रक्कम वसूल करण्याचा प्रयत्न केला.

अशाच परिस्थितींमध्ये वीज पुरवठा खंडित होतो: प्रथम वीज पुरवठादाराच्या चुकीमुळे, काहीवेळा खराब हवामानामुळे किंवा अंतर्गत समस्यांमुळे (मानवी चुकांसह) ब्लॅकआउट होते आणि नंतर अखंडित वीजपुरवठा यंत्रणा भार सहन करू शकत नाही किंवा लहान. -साइन वेव्हच्या मुदतीच्या व्यत्ययामुळे अनेक सेवा अयशस्वी होतात, ज्यामुळे पुनर्संचयित होण्यास बराच वेळ आणि पैसा लागतो. असे अपघात टाळणे शक्य आहे का? निःसंशयपणे. जर आपण सिस्टम योग्यरित्या डिझाइन केले असेल तर मोठ्या डेटा सेंटरचे निर्माते देखील चुकांपासून मुक्त नाहीत.

मानवी घटक

जेव्हा एखाद्या घटनेचे तात्काळ कारण डेटा सेंटर कर्मचार्‍यांच्या चुकीच्या कृती असते, तेव्हा समस्या बहुतेकदा (परंतु नेहमीच नाही) IT इन्फ्रास्ट्रक्चरच्या सॉफ्टवेअर भागावर परिणाम करतात. मोठमोठ्या कंपन्यांमध्येही असे अपघात होतात. फेब्रुवारी 2017 मध्ये, एका डेटा सेंटरच्या तांत्रिक ऑपरेशन ग्रुपच्या चुकीच्या पद्धतीने नियुक्त केलेल्या टीम सदस्यामुळे, Amazon Web Services सर्व्हरचा काही भाग अक्षम करण्यात आला. Amazon Simple Storage Service (S3) क्लाउड स्टोरेज ग्राहकांसाठी बिलिंग प्रक्रिया डीबग करताना त्रुटी आली. एका कर्मचाऱ्याने बिलिंग सिस्टमद्वारे वापरलेले अनेक व्हर्च्युअल सर्व्हर हटवण्याचा प्रयत्न केला, परंतु मोठ्या क्लस्टरला धडक दिली.

अभियंता त्रुटीमुळे, महत्त्वाचे Amazon क्लाउड स्टोरेज सॉफ्टवेअर मॉड्यूल्स चालवणारे सर्व्हर हटवले गेले. प्रथम प्रभावित झाले अनुक्रमणिका उपप्रणाली, ज्यामध्ये मेटाडेटा आणि US-EAST-3 अमेरिकन प्रदेशातील सर्व S1 वस्तूंच्या स्थानाविषयी माहिती आहे. डेटा होस्ट करण्यासाठी आणि स्टोरेजसाठी उपलब्ध जागा व्यवस्थापित करण्यासाठी वापरल्या जाणार्‍या उपप्रणालीवरही या घटनेचा परिणाम झाला. व्हर्च्युअल मशीन्स हटवल्यानंतर, या दोन उपप्रणालींना पूर्ण रीस्टार्ट करणे आवश्यक होते आणि त्यानंतर Amazon अभियंते आश्चर्यचकित झाले होते - बर्याच काळापासून, सार्वजनिक क्लाउड स्टोरेज ग्राहकांच्या विनंत्या पूर्ण करण्यात अक्षम होते.

प्रभाव व्यापक होता, कारण अनेक मोठी संसाधने Amazon S3 वापरतात. आउटेजमुळे Trello, Coursera, IFTTT आणि सर्वात अप्रिय म्हणजे, S&P 500 सूचीतील प्रमुख Amazon भागीदारांच्या सेवांवर परिणाम झाला. अशा प्रकरणांमध्ये झालेल्या नुकसानीची गणना करणे कठीण आहे, परंतु ते शेकडो दशलक्ष यूएस डॉलर्सच्या क्षेत्रामध्ये होते. आपण पाहू शकता की, सर्वात मोठ्या क्लाउड प्लॅटफॉर्मची सेवा अक्षम करण्यासाठी एक चुकीची आज्ञा पुरेशी आहे. हे एक वेगळे प्रकरण नाही; 16 मे 2019 रोजी, देखभाल कार्यादरम्यान, Yandex.Cloud सेवा हटवले ru-central1-c झोनमधील वापरकर्त्यांची आभासी मशीन जी किमान एकदा निलंबित स्थितीत होती. येथे क्लायंट डेटा आधीच खराब झाला आहे, ज्यापैकी काही अपरिवर्तनीयपणे गमावले होते. अर्थात, लोक अपूर्ण आहेत, परंतु आधुनिक माहिती सुरक्षा प्रणाली बर्याच काळापासून विशेषाधिकार प्राप्त वापरकर्त्यांच्या कृतींवर लक्ष ठेवण्यास सक्षम आहेत त्यांनी प्रविष्ट केलेल्या आदेशांची अंमलबजावणी करण्यापूर्वी. यॅन्डेक्स किंवा अॅमेझॉनमध्ये असे उपाय अंमलात आणल्यास अशा घटना टाळता येतील.

गोठलेले थंड

जानेवारी 2017 मध्ये मेगाफोन कंपनीच्या दिमित्रोव्ह डेटा सेंटरमध्ये एक मोठी दुर्घटना घडली. त्यानंतर मॉस्को प्रदेशातील तापमान −35 °C पर्यंत घसरले, ज्यामुळे सुविधेची कूलिंग सिस्टम अयशस्वी झाली. ऑपरेटरच्या प्रेस सेवेने या घटनेच्या कारणांबद्दल विशेषतः बोलले नाही - रशियन कंपन्या त्यांच्या मालकीच्या सुविधांवरील अपघातांबद्दल बोलण्यास अत्यंत नाखूष आहेत; प्रसिद्धीच्या बाबतीत, आम्ही पश्चिमेपेक्षा खूप मागे आहोत. रस्त्यावर टाकलेल्या पाईप्समध्ये शीतलक गोठवणे आणि इथिलीन ग्लायकॉलची गळती याबद्दल सोशल नेटवर्क्सवर एक आवृत्ती फिरत होती. तिच्या म्हणण्यानुसार, दीर्घ सुट्ट्यांमुळे ऑपरेशन सेवेला 30 टन शीतलक पटकन मिळू शकले नाही आणि सिस्टम ऑपरेट करण्याच्या नियमांचे उल्लंघन करून सुधारित फ्री-कूलिंग आयोजित करून सुधारित माध्यमांचा वापर करून बाहेर पडली. तीव्र थंडीने समस्या वाढवली - जानेवारीमध्ये, हिवाळ्याने अचानक रशियाला धडक दिली, जरी कोणालाही याची अपेक्षा नव्हती. परिणामी, कर्मचार्‍यांना सर्व्हर रॅकच्या काही भागाची वीज बंद करावी लागली, त्यामुळे काही ऑपरेटर सेवा दोन दिवसांपासून अनुपलब्ध होत्या.

कदाचित, आम्ही येथे हवामानाच्या विसंगतीबद्दल बोलू शकतो, परंतु अशा दंव राजधानी प्रदेशासाठी काही असामान्य नाहीत. मॉस्को प्रदेशात हिवाळ्यात तापमान खालच्या पातळीवर जाऊ शकते, म्हणून डेटा केंद्रे −42°C वर स्थिर ऑपरेशनच्या अपेक्षेने तयार केली जातात. बर्‍याचदा, शीतलक द्रावणात ग्लायकोलची अपुरी प्रमाणात सांद्रता आणि अतिरिक्त पाण्यामुळे थंड हवामानात कूलिंग सिस्टम अयशस्वी होते. पाईप्सच्या स्थापनेत किंवा सिस्टमच्या डिझाइन आणि चाचणीमध्ये चुकीच्या गणनेसह समस्या देखील आहेत, प्रामुख्याने पैसे वाचवण्याच्या इच्छेशी संबंधित. परिणामी, निळ्यातून गंभीर अपघात होतो, जो टाळता आला असता.

नैसर्गिक आपत्ती

बहुतेकदा, गडगडाटी वादळे आणि/किंवा चक्रीवादळे डेटा सेंटरच्या अभियांत्रिकी पायाभूत सुविधांमध्ये व्यत्यय आणतात, ज्यामुळे सेवा व्यत्यय आणि/किंवा उपकरणांचे भौतिक नुकसान होते. खराब हवामानामुळे होणाऱ्या घटना अनेकदा घडतात. 2012 मध्ये, सँडी चक्रीवादळ मुसळधार पावसासह अमेरिकेच्या पश्चिम किनारपट्टीवर पसरले. पीअर 1 डेटा सेंटर, लोअर मॅनहॅटनमधील एका उंच इमारतीमध्ये स्थित आहे बाह्य वीज पुरवठा गमावला, खारट समुद्राच्या पाण्याने तळघरांना पूर आला. सुविधेचे आपत्कालीन जनरेटर 18 व्या मजल्यावर होते आणि त्यांचा इंधन पुरवठा मर्यादित होता - 9/11 च्या दहशतवादी हल्ल्यानंतर न्यूयॉर्कमध्ये लागू करण्यात आलेले नियम वरच्या मजल्यावर मोठ्या प्रमाणात इंधन ठेवण्यास मनाई करतात.

इंधन पंप देखील निकामी झाला, त्यामुळे कर्मचार्‍यांनी हाताने डिझेल जनरेटरपर्यंत नेण्यात बरेच दिवस घालवले. टीमच्या वीरतेने डेटा सेंटरला एका गंभीर अपघातापासून वाचवले, पण ते खरोखर आवश्यक होते का? आपण नायट्रोजन-ऑक्सिजन वातावरण आणि भरपूर पाणी असलेल्या ग्रहावर राहतो. गडगडाटी वादळे आणि चक्रीवादळे येथे सामान्य आहेत (विशेषतः किनारपट्टीच्या भागात). यामध्ये असलेल्या जोखमींचा विचार करणे आणि योग्य अखंड वीजपुरवठा प्रणाली तयार करणे डिझाइनर कदाचित चांगले करतील. किंवा किमान बेटावरील उंच इमारतीपेक्षा डेटा सेंटरसाठी अधिक योग्य स्थान निवडा.

इतर सर्व काही

अपटाइम इन्स्टिटय़ूट या श्रेणीतील विविध घटना ओळखते, त्यापैकी ठराविक घटना निवडणे कठीण आहे. तांब्याच्या तारांची चोरी, डेटा सेंटरमध्ये गाड्या कोसळणे, पॉवर लाईन सपोर्ट आणि ट्रान्सफॉर्मर सबस्टेशन, आग, एक्स्कॅव्हेटर ऑपरेटर जे ऑप्टिक्सचे नुकसान करतात, उंदीर (उंदीर, ससे आणि अगदी wombats, जे प्रत्यक्षात मार्सुपियल आहेत), तसेच ज्यांना शूटिंगचा सराव करायला आवडते. तारा - मेनू विस्तृत आहे. पॉवर अपयश देखील होऊ शकते चोरी वीज बेकायदेशीर गांजा लागवड. बर्‍याच प्रकरणांमध्ये, विशिष्ट लोक घटनेचे गुन्हेगार बनतात, म्हणजे जेव्हा समस्येचे नाव आणि आडनाव असते तेव्हा आम्ही पुन्हा मानवी घटकांशी व्यवहार करतो. जरी पहिल्या दृष्टीक्षेपात हा अपघात तांत्रिक बिघाड किंवा नैसर्गिक आपत्तींशी संबंधित असला तरी, सुविधेची योग्य रचना आणि योग्यरीत्या कार्यान्वित असल्यास ते टाळता येऊ शकते. डेटा सेंटरच्या पायाभूत सुविधांचे गंभीर नुकसान किंवा नैसर्गिक आपत्तीमुळे इमारती आणि संरचना नष्ट झाल्याची प्रकरणे अपवाद आहेत. ही खरोखरच सक्तीची परिस्थिती आहे आणि इतर सर्व समस्या संगणक आणि खुर्चीमधील गॅस्केटमुळे उद्भवतात - कदाचित हा कोणत्याही जटिल प्रणालीचा सर्वात अविश्वसनीय भाग आहे.

स्त्रोत: www.habr.com