{"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\/ro\/blog\/administrirovanie\/glavnaya-prichina-avarij-v-data-tsentrah-prokladka-mezhdu-kompyuterom-i-kreslom","title":{"rendered":"Principala cauz\u0103 a incidentelor \u00een centrele de date \u2013 cablul \u00eentre computer \u0219i scaun","gt_translate_keys":[{"key":"rendered","format":"text"}]},"content":{"rendered":"

Tema accidentelor majore \u00een centrele de date moderne ridic\u0103 \u00eentreb\u0103ri care nu au fost abordate \u00een primul articol \u2014 am decis s\u0103 o dezvolt\u0103m.<\/em><\/p>\n

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

Dac\u0103 ne lu\u0103m dup\u0103 statisticile Uptime Institute, cea mai mare parte a incidentelor \u00een centrele de date sunt legate de defec\u021biuni ale sistemului de alimentare cu energie \u2014 acestea reprezint\u0103 39% din incidente. Urm\u0103torul pe list\u0103 este factorul uman \u2014 \u00eenc\u0103 24% din accidente. A treia cauz\u0103 ca importan\u021b\u0103 (15%) a fost defec\u021biunea sistemului de climatizare, iar pe locul patru (12%) s-au plasat catastrofele naturale. Ponderea altor nepl\u0103ceri reprezint\u0103 doar 10%. F\u0103r\u0103 a pune la \u00eendoial\u0103 datele unei organiza\u021bii respectate, vom identifica un element comun \u00een diferitele accidente \u0219i ne vom str\u0103dui s\u0103 \u00een\u021belegem dac\u0103 acestea ar fi putut fi evitate. Spoiler: \u00een majoritatea cazurilor, da.<\/p>\n

<\/p>\n

\u0218tiin\u021ba contactelor<\/h2>\n

<\/p>\n

Spun\u00e2nd simplist, cu alimentarea electric\u0103 exist\u0103 doar dou\u0103 probleme: fie nu exist\u0103 contact acolo unde ar trebui, fie exist\u0103 acolo unde nu ar trebui. Po\u021bi discuta mult despre fiabilitatea sistemelor moderne de alimentare ne\u00eentrerupt\u0103, dar ele nu salveaz\u0103 \u00eentotdeauna situa\u021bia. S\u0103 lu\u0103m ca exemplu cazul bine cunoscut al centrului de date al British Airways, care apar\u021bine companiei-mam\u0103 International Airlines Group. Aproape de aeroportul Heathrow se afl\u0103 dou\u0103 astfel de loca\u021bii \u2014 Boadicea House \u0219i Comet House. \u00cen primul dintre acestea, pe 27 mai 2017, a avut loc o deconectare accidental\u0103 a aliment\u0103rii electrice, care a dus la suprasarcin\u0103 \u0219i la e\u0219ecul sistemului UPS. \u00cen rezultat, o parte din echipamentele IT au fost deteriorate fizic, iar remedierea ultimei avarii a durat trei zile. <\/p>\n

<\/p>\n

Compania aerian\u0103 a fost nevoit\u0103 s\u0103 anuleze sau s\u0103 reprogrameze peste o mie de zboruri, iar aproximativ 75.000 de pasageri nu au putut decola la timp \u2014 desp\u0103gubirile acordate au totalizat 128 milioane dolari, f\u0103r\u0103 a include costurile necesare pentru restabilirea func\u021bionalit\u0103\u021bii centrelor de date. Povestea cauzelor blackout-ului r\u0103m\u00e2ne neclar\u0103. Dac\u0103 avem \u00eencredere \u00een rezultatele investiga\u021biei interne prezentate de directorul general al International Airlines Group, Willie Walsh, acesta s-a datorat unei erori a inginerilor. Cu toate acestea, sistemul de alimentare ne\u00eentrerupt\u0103 ar fi trebuit s\u0103 reziste la o astfel de deconectare \u2014 pentru aceasta a fost instalat. Centrele de date erau gestionate de speciali\u0219tii companiei de outsourcing CBRE Managed Services, prin urmare British Airways a \u00eencercat s\u0103 recupereze suma daunelor prin intermediul instan\u021bei din Londra. <\/p>\n

\n\"Principala<\/p>\n

Problemele de alimentare cu energie electric\u0103 se desf\u0103\u0219oar\u0103 conform unor scenarii similare: mai \u00eent\u00e2i, are loc o deconectare cauzat\u0103 de furnizorul de energie electric\u0103, uneori din cauza vremii nefavorabile sau a problemelor interne (inclusiv erori umane), iar apoi sistemul de alimentare ne\u00eentrerupt\u0103 nu face fa\u021b\u0103 sarcinii sau o \u00eentrerupere temporar\u0103 a sinusoidei provoac\u0103 defec\u021biuni \u00een numeroase servicii, recuperarea func\u021bionalit\u0103\u021bii acestora necesit\u00e2nd o cantitate semnificativ\u0103 de timp \u0219i bani. Se pot evita astfel de incidente? Absolut. Dac\u0103 sistemul este proiectat corect, cu toate acestea, chiar \u0219i creatorii marilor centre de date nu sunt scuti\u021bi de erori. <\/p>\n

<\/p>\n

Factorul uman<\/h2>\n

<\/p>\n

C\u00e2nd cauza direct\u0103 a incidentului este reprezentat\u0103 de ac\u021biunile gre\u0219ite ale personalului din centrul de date, problemele afecteaz\u0103 de cele mai multe ori (dar nu \u00eentotdeauna) partea software a infrastructurii IT. Astfel de incidente se \u00eent\u00e2mpl\u0103 chiar \u0219i \u00een corpora\u021bii mari. \u00cen februarie 2017, din cauza unei comenzi gre\u0219it introduse de un membru al echipei tehnice de operare a unui centru de date, o parte din serverele Amazon Web Services au fost deconectate. Eroarea s-a petrecut \u00een timpul debug\u0103rii procesului de facturare pentru clien\u021bii serviciului de stocare \u00een cloud Amazon Simple Storage Service (S3). Angajatul a \u00eencercat s\u0103 \u0219terg\u0103 un anumit num\u0103r de servere virtuale utilizate de sistemul de facturare, dar a atins un cluster mai mare.<\/p>\n

\n\"Principala<\/p>\n

Ca rezultat al erorii inginerului, serverele pe care erau lansate module software importante ale stoc\u0103rii \u00een cloud Amazon au fost \u0219terse. \u00cen primul r\u00e2nd, a fost afectat subsistemul de indexare, care con\u021binea informa\u021bii despre metadate \u0219i loca\u021bia tuturor obiectelor S3 \u00een regiunea american\u0103 US-EAST-1. Incidentul a afectat de asemenea subsistemul utilizat pentru stocarea datelor \u0219i gestionarea spa\u021biului disponibil pentru stocare. Dup\u0103 \u0219tergerea ma\u0219inilor virtuale, aceste dou\u0103 subsisteme au necesitat o repornire complet\u0103, iar inginerii Amazon s-au confruntat cu o surpriz\u0103 \u2014 timp \u00eendelungat, stocarea public\u0103 \u00een cloud nu a putut procesa cererile clien\u021bilor. <\/p>\n

<\/p>\n

Impactul a fost amplu, deoarece multe dintre resursele mari utilizeaz\u0103 Amazon S3. Defec\u021biunile au afectat Trello, Coursera, IFTTT \u0219i, ce este \u0219i mai grav, serviciile unor mari parteneri Amazon din lista S&P 500. Estimarea daunelor \u00een astfel de cazuri este dificil\u0103, dar acestea se ridic\u0103 la sute de milioane de dolari americani. A\u0219a cum observa\u021bi, pentru a aduce \u00een incapacitate serviciul celei mai mari platforme de cloud, este suficient\u0103 o singur\u0103 comand\u0103 gre\u0219it\u0103. Acesta nu este un caz izolat, pe 16 mai 2019, \u00een timpul lucr\u0103rilor de \u00eentre\u021binere, serviciul Yandex.Cloud a \u0219ters<\/a><\/noindex> ma\u0219inile virtuale ale utilizatorilor \u00een zona ru-central1-c care au fost vreodat\u0103 \u00een starea SUSPENDED. Aici au fost deja afectate datele clien\u021bilor, parte dintre ele fiind irevocabil pierdute. Bine\u00een\u021beles, oamenii nu sunt perfec\u021bi, dar sistemele moderne de securitate a informa\u021biilor \u0219tiu de mult s\u0103 controleze ac\u021biunile utilizatorilor privilegia\u021bi \u00eenainte de a executa comenzile introduse de ace\u0219tia. Dac\u0103 \u00een Yandex sau Amazon ar fi implementate astfel de solu\u021bii, astfel de incidente ar putea fi evitate.<\/p>\n

\n\"Principala<\/p>\n

R\u0103cirea \u00eenghe\u021bat\u0103<\/h2>\n

<\/p>\n

\u00cen ianuarie 2017, a avut loc un accident major \u00een centrul de date din Dmitrov al companiei \u201eMegafon\u201d. Atunci, temperatura din regiunea Moscovei a sc\u0103zut p\u00e2n\u0103 la -35 \u00b0C, ceea ce a dus la defectarea sistemului de r\u0103cire al obiectivului. Biroul de pres\u0103 al operatorului nu a dorit s\u0103 divulge detalii despre cauzele incidentului - companiile ruse\u0219ti sunt extrem de reticente s\u0103 discute despre accidentele de pe propriet\u0103\u021bile lor, iar \u00een privin\u021ba transparen\u021bei suntem cu mult \u00een urma Occidentului. Pe re\u021belele sociale a circulat teoria c\u0103 agentul termic s-a \u00eenghe\u021bat \u00een \u021bevile s\u0103pate pe strad\u0103, provoc\u00e2nd scurgeri de etilenglicol. Dac\u0103 ne lu\u0103m dup\u0103 acest\u0103 ipotez\u0103, serviciul de exploatare nu a reu\u0219it, din cauza s\u0103rb\u0103torilor prelungite, s\u0103 ob\u021bin\u0103 rapid 30 de tone de agent de r\u0103cire \u0219i s-a descurcat folosind resurse improvizate, organiz\u00e2nd un sistem de r\u0103cire \u00een regim de urgen\u021b\u0103 cu \u00eenc\u0103lcarea regulilor de operare. Frigul extrem a agravat problema - \u00een ianuarie, \u00een Rusia a venit brusc iarna, de\u0219i nimeni nu o a\u0219tepta. Ca urmare, personalul a fost nevoit s\u0103 deconecteze o parte din rackurile serverelor, ceea ce a f\u0103cut ca unele servicii ale operatorului s\u0103 nu fie disponibile timp de dou\u0103 zile. <\/p>\n

\n\"Principala<\/p>\n

Poate c\u0103 ar trebui s\u0103 vorbim \u0219i despre anomalii meteorologice, dar astfel de friguri nu sunt deosebite pentru regiunea metropolitan\u0103. Temperatura pe timp de iarn\u0103 \u00een suburbiile Moscovei poate sc\u0103dea chiar \u0219i la valori mai sc\u0103zute, a\u0219a c\u0103 centrele de date sunt construite av\u00e2nd \u00een vedere func\u021bionarea stabil\u0103 la \u221242\u00b0\u0421. Cel mai frecvent, sistemele de r\u0103cire cedeaz\u0103 la frig din cauza concentra\u021biei insuficiente de glicoli \u0219i a excesului de ap\u0103 din solu\u021bia agentului termic. Exist\u0103 \u0219i probleme legate de instalarea tuburilor sau de erori \u00een proiectarea \u0219i testarea sistemului, \u00een principal din dorin\u021ba de a economisi. \u00cen cele din urm\u0103, o avarie grav\u0103 se poate produce din nimic, care ar fi putut fi evitat\u0103 cu u\u0219urin\u021b\u0103.<\/p>\n

<\/p>\n

Fenomenelor naturale <\/h2>\n

<\/p>\n

Cel mai adesea, furtunile \u0219i\/sau uraganele perturb\u0103 func\u021bionarea infrastructurii ingineresti a centrului de date, ceea ce duce la oprirea serviciilor \u0219i\/sau la deteriorarea fizic\u0103 a echipamentului. Incidentele provocate de vreme nefavorabil\u0103 se \u00eent\u00e2mpl\u0103 destul de frecvent. \u00cen 2012, pe coasta de vest a Statelor Unite, uraganul Sandy a adus ploi toren\u021biale. Centrul de date Peer 1, situat \u00eentr-un zg\u00e2rie-nori din Lower Manhattan, a r\u0103mas f\u0103r\u0103 alimentare electric\u0103 extern\u0103<\/a><\/noindex>, dup\u0103 ce apa s\u0103rat\u0103 a inundat subsolurile. Generatoarele de urgen\u021b\u0103 ale obiectivului erau amplasate la etajul 18, iar rezerva de combustibil pentru acestea era limitat\u0103 \u2014 regulile impuse \u00een New York dup\u0103 atacurile din 11\/09 interzic p\u0103strarea unei cantit\u0103\u021bi mari de combustibil la etajele superioare. <\/p>\n

\n