十個應(yīng)對數(shù)據(jù)中心宕機的措施與方法

　　雖然數(shù)據(jù)中心的設(shè)計在理論上不會發(fā)生故障，但它確實會出現(xiàn)這種情況，因此數(shù)據(jù)中心運營商將面臨非常嚴峻的情況，特別是托管數(shù)據(jù)中心。

　　根據(jù)最近發(fā)生的一些事情，表明托管數(shù)據(jù)中心遭遇停電和業(yè)務(wù)中斷的后果是十分嚴重的。例如：英國電信公司是全球最大的通訊商和托管數(shù)據(jù)中心商之一，其運營的數(shù)據(jù)中心今年遭遇兩次宕機事件。據(jù)報道，由于故障影響，倫敦及其周邊地區(qū)的語音和數(shù)據(jù)流量下降了10%，事故時間長達四小時以上。

　　盡管在設(shè)計和運行數(shù)據(jù)中心時努力避免中斷或事故，但數(shù)據(jù)中心托管設(shè)施并不能避免這些問題，其短期和長期的意外中斷都將是代價高昂的。如果客戶選擇放棄服務(wù)，企業(yè)可能會因不符合服務(wù)等級協(xié)議(SLA)而受到經(jīng)濟處罰，也可能會對企業(yè)的品牌造成長期的損害，并對業(yè)務(wù)收入造成損失。

　　從數(shù)據(jù)中心的角度來看，應(yīng)該做什么或不應(yīng)該做什么以防止中斷事故的發(fā)生，是一個非常簡單道理。但是，如果作為數(shù)據(jù)擁有者，并且其數(shù)據(jù)中心解決方案存在失誤，那么這是一個不同的結(jié)論。如果企業(yè)客戶已經(jīng)做出戰(zhàn)略決定，將其數(shù)據(jù)放在外部數(shù)據(jù)中心，并進行了風(fēng)險分析。但這樣就真的做好應(yīng)對最壞結(jié)果的準備好了嗎?問題是，如果企業(yè)客戶發(fā)現(xiàn)自己處在這種情況下該怎么辦?

　　對最壞情況做好準備的最好辦法是不斷地解決這個可能性。如果失敗，組織的努力準備和對流程的認識將為其提供減輕失敗的資源和工具。如果企業(yè)沒有考慮或者沒有這樣做，那么建議從以下幾個方面評自己的情況。

　　(1)分散風(fēng)險

　　首先，當企業(yè)制定數(shù)據(jù)中心戰(zhàn)略時，應(yīng)避免將所有數(shù)據(jù)放在一處，這樣做會增加風(fēng)險因素。同樣的道理，也避免將所有關(guān)鍵應(yīng)用程序放在同一位置?？紤]將主要的數(shù)據(jù)存放在一個位置，并將備份數(shù)據(jù)存放在另一個位置。然后逐步了解每個場景，并確定任何級別的故障將產(chǎn)生怎么樣的影響。每年重復(fù)一次這個過程。

　　(2)信任但要驗證

　　企業(yè)從服務(wù)提供商獲得審核記錄，更重要的是認真審查。在許多情況下，托管數(shù)據(jù)中心需要審計是否符合HIPAA，SOX和PCI等規(guī)定。然而有時候，這種審查可能是由不完全了解IT或數(shù)據(jù)中心如何運營的人員來完成。因此，企業(yè)需要安排了解數(shù)據(jù)中心如何可靠運營的專業(yè)人士進行審核。這些第三方審核通常比他們自己識別的風(fēng)險要容易得多，并且可以提供的信息更加豐富。在大多數(shù)情況下，與發(fā)生中斷事故的成本和運營成本相比，通過審查和驗證措施減輕風(fēng)險的成本通常是最小的。

　　(3)簽署書面協(xié)議

　　企業(yè)需要知道數(shù)據(jù)中心托管提供商將如何處理中斷事故。在與供應(yīng)商簽訂合同時，堅持簽署書面協(xié)議，承認雙方同意在什么情況將造成中斷。這一點至關(guān)重要。事實上，數(shù)據(jù)擁有者發(fā)現(xiàn)有時協(xié)議并沒有涵蓋他們的想法。此外，還要書面上保證供應(yīng)商在中斷期間所提供的服務(wù)，并承諾在可接受的時間內(nèi)恢復(fù)。

　　(4)備份策略

　　企業(yè)一定要了解自己的業(yè)務(wù)面臨的風(fēng)險，并為最壞的情況做好準備。大多數(shù)托管數(shù)據(jù)中心都有一個替代的站點，可以處理基本的災(zāi)難恢復(fù)，以確保他們的客戶對運營幾乎沒有影響。大多數(shù)公司仍在追求在數(shù)據(jù)中心(托管數(shù)據(jù)中心，云計算或者內(nèi)部部署)中部署雙活數(shù)據(jù)庫。雖然有些雙活部署接近成功，但在嘗試使用災(zāi)難恢復(fù)備份時，其中斷卻讓人痛苦。數(shù)據(jù)庫沒有企業(yè)期望的那樣完整，數(shù)據(jù)丟失或應(yīng)用程序在故障轉(zhuǎn)換期間很可能受到影響。

　　(5)了解(并記錄)流程

　　在事故出現(xiàn)的時候，所有各方都進入危機模式。了解(并記錄)企業(yè)的托管服務(wù)提供者如何處理自然災(zāi)害和故障組件等事件很重要。那么采取什么步驟和順序?企業(yè)要問的一個重要問題是在發(fā)生故障時誰可以訪問?事故發(fā)生后，其他企業(yè)也會訪問這個服務(wù)器。企業(yè)需要準確了解其是否可以訪問，訪問權(quán)限，誰能訪問，以及在訪問時允許執(zhí)行的操作。此外，還要知道在修復(fù)期間將采取什么額外的安全措施來保護其數(shù)據(jù)。

　　這個過程的重要組成部分是通信協(xié)議。開放溝通對于有效管理情況至關(guān)重要，并為企業(yè)的管理者提供更新信息。企業(yè)需要知道誰是主要聯(lián)系人，聯(lián)系誰來獲取更新，以及更新的頻率。另外，定期驗證聯(lián)系人的姓名和電話號碼。重要的是，如果呼叫列表中的電話號碼作廢或聯(lián)系人員離職，那么這種情況將會更糟。

　　(6)保存記錄文檔

　　文檔不僅適用于托管數(shù)據(jù)中心，而且適用于所有與數(shù)據(jù)中心業(yè)務(wù)相關(guān)的公司。在調(diào)查中發(fā)現(xiàn)，許多客戶沒有記錄他們的日常運營流程和程序。就算有記錄，也沒有經(jīng)常進行更新。文檔對于在發(fā)生災(zāi)難時做好準備至關(guān)重要，這其中包括：了解應(yīng)用程序運行的位置，知道中斷哪些受到影響最大，誰需要了解更改等。

　　(7)了解失敗案例

　　在評估過程中，大多數(shù)托管數(shù)據(jù)中心商都會告訴企業(yè)，系統(tǒng)是如何安裝的，以防止服務(wù)中斷。他們還給為企業(yè)提供滿意的客戶的推薦和參考。但他們通常不會告訴他們失敗的案例。

　　因此，組織要了解托管服務(wù)商的失敗案例，需要詢問他們是否在過去一年遇到事故，如果有過事故，要了解事故的細節(jié)，如何糾正，以及采取了哪些步驟來防止再次發(fā)生事故。企業(yè)可以在這些案例中學(xué)到很多關(guān)于托管數(shù)據(jù)中心的知識，以及他們?nèi)绾翁幚磉@種情況。處理危機才是考驗合作伙伴是否合格的時候。

　　(8)了解免責條款

　　如果企業(yè)對托管服務(wù)的合作伙伴失去信心，請務(wù)必了解合約中的免責條款，這有助于企業(yè)順利地中止合作。確保合同沒有采用模糊的語言描述，避免被不合理的條款所限制。

　　(9)了解自己的選項

　　大多數(shù)托管數(shù)據(jù)中心的合同期限為幾年的時間，在此期間，托管數(shù)據(jù)中心市場的規(guī)模將擴大，新的廠商進入市場。雖然企業(yè)可能目前不會尋求采用新的托管數(shù)據(jù)中心，但應(yīng)該不斷評估其他提供商，或與顧問或經(jīng)紀人一起審查自己的選擇。如果發(fā)生失敗，企業(yè)必須知道移動到新的解決方案的選擇。在某些情況下，如果失敗是重大的或花費的時間太長，那么后果可能會迫使托管數(shù)據(jù)中心停止營業(yè)，讓組織的業(yè)務(wù)遭受損失。

　　(10)成為數(shù)據(jù)中心行家

　　在英國電信公司的失敗案例中，其問題的原因是一個斷路器發(fā)生故障。雖然有人會認為關(guān)鍵設(shè)施會避免單點失敗，但證據(jù)表明并不是這樣。如今，組織運營數(shù)據(jù)業(yè)務(wù)，就必須成為數(shù)據(jù)中心的行家。組織不但要熟知數(shù)據(jù)中心的知識，而且還要了解市場趨勢。

　　通過詢問問題和閱讀報告，可以了解數(shù)據(jù)中心解決方案的各個方面情況。最重要的是，知道潛在的失敗點，了解什么情況可能導(dǎo)致中斷。人們都希望中斷或失敗永遠不會出現(xiàn)。但是，如果這樣做，企業(yè)必須為此做好準備好，并指導(dǎo)其團隊。最好的建議是在這些故障情況下制定一個計劃，并按部就班遵循這個計劃。溝通對計劃的成功至關(guān)重要，因為人們在發(fā)生失敗可能會不耐煩，但他們必須遵守執(zhí)行。通過定期檢查這些重要領(lǐng)域，將會獲得有效地應(yīng)對中斷或失敗的知識和經(jīng)驗。