看這些數據中心錯誤有多蠢！
原創【51CTO 8月17日外電頭條】在導致數據中心故障的所有罪魁禍首中，技術問題所占比例很小，而人為錯誤卻占據了大約70%的份額。由于某員工無意中把兩條網線連接到一臺錯誤的網絡集線器上，整個校園網絡陷入癱瘓狀態；一名員工在進入一數據中心時由于路徑不熟竟掉入“陷阱”而受傷；在數據中心的溫控器設置被人從華氏溫度改為攝氏溫度后，系統由于過熱而宕機。類似情況舉不勝舉，大多數據中心災難并非緣自技術問題或自然災害，而是人為失誤（51CTO推薦閱讀：數據中心管理錯誤四常見）。
根據數據中心性能研究機構紐約正常運行時間學會(UPTIMEINSTITUTE)所提供的數據，目前人為失誤引發了大約70%的數據中心故障。該機構副總裁朱利安·庫德里斯基（JulianKudritzki）表示，他們分析了4500起數據中心事故，其中包含400次完全宕機事件，最后得出如上結論。庫德里斯基最近還發布了保持數據中心可持續性運營的一套指南。
庫德里斯基稱，該結論并不令人感到意外，“運營管理是你最大的弱點，但它也是避免宕機的最大機遇。好在你可以對數據中心人員進行重新教育。”
市場研究公司Pund-ITResearch分析師查爾斯·金(CharlesKing)表示，不管是因為大意，還是因為培訓不夠、最終用戶干涉、資金緊張或簡單的錯誤，人為失誤是不可避免的。由于當今IT系統日益復雜，數據中心工作人員工作時間過長，一些本來可以避免的小故障卻時有發生。而且隨著企業越來越依賴于技術來達到自己的商業目標，這些錯誤已經變得更加危險，讓企業付出的代價也越來越高。#p#
錯誤連線致交換機超載
印第安納醫科大學安全分析師杰拉米·杰伊·鮑爾斯（JeramyJayBowers）表示，四年前由于一名IT員工誤將兩條網絡線纜連接到一臺下行集線器上，該大學數據中心交換機出現了超載現象。
這次事故發生時，鮑爾斯是該學校的系統工程師，該學校的IT部門有兩處辦公場所，一處在學校辦公樓，另一處則在相鄰的學校附屬醫院大樓上，鮑爾斯認為這本身就不是一種合理的網絡設計方案。
兩處辦公場所通過一條光纜連接，在醫院大樓的IT辦公室中，該光纜被連接在一臺12口交換機上。鮑爾斯表示，IT人員可以輕松的把該設備從校園網斷開，然后通過墻上的插座將其連接到醫院網絡中。
有一天鮑爾斯在家休息時接到電話，得知學校服務器機房的交換機超載，導致它托管的所有服務都無法備訪問。鮑爾斯表示，當數據包通過時，正常情況下交換機綠色指示燈會不斷閃爍，但此時它們卻基本是長亮狀態。
鮑爾斯立即通過電話開始排障。他可以確定校園網絡沒有進行過任何修改。然后他想到了上面提到的光纜。他讓同事拔下這條光纜，結果超載交換機恢復正常；再插上該光纜后，該交換機又超載。這說明問題出在該光纜的另一端，也就是附屬醫院大樓那邊。
最后被查明的故障原因是，一名IT人員由于項目需要剛剛搬到醫院IT辦公室，由于需要連接更多設備到網絡中，他無意中將兩條來自校園網交換機的網線插到同一臺新增的集線器上，這樣就在網絡中形成了一個環，數據在該環中不斷被重復發送，最后導致校園網交換機的超載。
雖然這次事故并沒有讓學校IT部門改變現有不合理的網絡設計，但至少現在IT部門知道一件事情：私自亂接網線的行為是不對的。通過這次事件鮑爾斯確信，相比技術錯誤，人為錯誤所帶來的故障數量要更多一些。#p#
節省35美元丟失所有數據
節省投資當然沒錯，但如果省了不該省的錢，可能最后的結果是付出更大的代價。在下面的例子中，一公司因為沒有多花35美元再多購買一個備份磁帶，導致所有數據丟失（51CTO推薦文章：最易掌握的數據中心備份十三法）。
1999年，查爾斯·巴伯（CharlesBarber）在一家醫療器械公司擔任技術支持經理，該公司生產一種基于服務器的獨立設備，用來連接到跑步機來收集患者壓力測試數據。該公司的客戶之一是圣路易斯的一家小型醫療診所，該診所的行政助理同時也兼任著IT人員。
巴伯表示，這位行政助理能力很強，但她不是一名經過專業培訓的IT人員。
在一個周五的晚上，她聽到該設備的服務器發出奇怪的噪音，意識到硬盤出現了故障。周六她購買了一塊新硬盤，在備份了原先數據資料后，在新硬盤上安裝了微軟的WindowsServer和SQLServer。巴伯曾經告訴過她如何配置服務器的步驟，因此這位行政助理按照該步驟順利完成配置工作。
然后她在周日和周一開始恢復數據并對系統進行測試，測試一切正常，周一晚些時候開始正式投入使用，對一名患者進行了正式測試。
但周二早晨她致電巴伯稱，她從備份磁帶恢復到服務器上的所有數據信息丟失了。巴伯解釋道，“她每天對整個系統進行了一次完全備份，不幸的是，當她去重新安裝其備份時，看到的所有數據就是周一那位患者的數據。”
由于她只有一塊備份磁帶，而這塊磁帶已經被用來備份周一測試數據，但卻忘記了這會清除此前的所有歷史數據。巴伯表示，一塊磁帶的價格約為35美元，真希望她的老板多花點錢讓她多買一塊磁帶，但現在結果是丟失了三個月的數據。#p#
存在兩年之久的“洞”
有時候數據中心中的某些事故注定早晚會發生，但每天在那兒工作的人卻又對它熟視無睹，而新來的人卻往往能立刻發現它們。
艾德·古爾德（EdGould）是一名退休的IT從業人員，在20世紀80年代曾就職于芝加哥一家安全公司擔任系統程序員。他入職一個月后，發現了公司數據中心存在的一個明顯的威脅。
在該公司，程序員一般會把磁帶交給數據中心運營人員，然后由后者安裝到機房中。有一天運營人員工作比較繁忙，無法安裝古爾德交給他們的磁帶，因此古爾德決定自己去安裝。他剛進入數據中心沒走幾步，就掉到一個約兩英寸半深、比薩餅大小的坑中，隨后運營人員把他拉起來。他問運營人員為什么會在地板上有這樣一個洞。運營人員表示，這個洞兩年前就有了，他們自己已經習慣了它的存在，因為熟知它的位置所以不會掉下去。
后來古爾德把此事匯報給一位副總，然后到醫院檢查了一下身體。這位副總也是第一次知道該“洞”的存在，并在幾天內對其進行了修復。
令古爾德感到驚訝的是，數據中心內的這個威脅竟然一直存在了如此長時間，而在這兒工作的人員卻對其熟視無睹，只是選擇繞著它走。#p#
類似人禍行為
數據中心中由人為錯誤引發的事故舉不勝舉，在國外知名IT網站《ComputerWorld》的SharkTank專欄中，IT管理者們已經發表了數百個此類案例。
美國阿瑞桑那州一家空軍基地的工程師約翰·艾爾（JohnEyre）表示，20世界80年代中期，該基地需要為新添置的王安電腦安裝新線纜，每臺計算機需要通過同軸電纜連接到終端，廠商推薦使用兩英寸管道來傳輸線纜。
艾爾認為該管道不足以容納所使用線纜，但由于它是王安電腦公司所推薦的，艾爾的領導還是決定按廠商建議來做。
當所有線纜被鋪設好后管理者發現，在每處使用該管道傳輸線纜的地方，線纜都已經裸露出銅芯，無法繼續使用。整個線路安裝工作不得不重新進行，導致整個工期延遲了9個月之久。
艾爾表示，由此事件得到一個教訓是，欲速則不達，一味求快反而引發重重問題。
另外一個例子是，在某數據中心，由于有人將溫控器的溫度單位由華氏溫標改成了攝氏溫標，因此在64攝氏溫度下，服務器機房簡直就變成了一個蒸籠（51CTO推薦專題：北京熱死你 機房凍死你）。#p#
如何減少人為失誤？
那么對于數據中心災難來說，什么才是更危險的因素？是系統還是配置和維護系統的人？正常運行時間學會的庫德里斯基表示，答案是兩者都必須重視。
他補充道，要想擁有一個運營良好的數據中心，必須重視運行系統或與系統交互的人。如果管理者能投入時間在員工水平、培訓、維護和運營等方面作出謹慎決策，往往能夠避免多數災難，從而獲得最大在線時間。
Pund-IT的查爾斯·金警告稱，對于導致數據中心停擺的人為因素，管理者不應簡單采取快速修補的方式。高效的人員管理需要深思熟慮后才能得出正確的策略。
他表示，解決這些人為因素需要系統性的策略和方案，但培訓計劃通常是局部和面向任務的做法。
查爾斯·金表示，盡管多數員工非常了解他們所使用的技術，但很少有人意識到數據中心本身是一個高度復雜和相關關聯的系統。如果培訓計劃和訓練能夠強調對數據中心管理的整體性，可能有助于解決這類問題。
作者：CaraGarretson 原文題目：Stupiddatacentertricks
【本文是51CTO原創稿件，轉載請務必標明出處和作者】
【編輯推薦】
