中國儲能網(wǎng)訊：數(shù)據(jù)中心的存在，就是為了保障計算的安全與可連續(xù)性。然而，僅僅最近三年中，數(shù)據(jù)中心發(fā)生了十余件故障乃至災(zāi)難。詳見：《盤點：近年數(shù)據(jù)中心十大災(zāi)難事件》
數(shù)據(jù)中心系統(tǒng)龐雜，運維安全本就不易，近年來的極端氣候、技術(shù)發(fā)展等因素，也為數(shù)據(jù)中心高可靠性帶來了新挑戰(zhàn)，我們應(yīng)該如何預(yù)防與應(yīng)對？
數(shù)據(jù)中心故障“老面孔”
經(jīng)過盤點近年來災(zāi)難事件不難發(fā)現(xiàn)，電力系統(tǒng)、制冷系統(tǒng)、人工操作一直是導(dǎo)致數(shù)據(jù)中心故障的最常見因素。
線路老化
線路老化引發(fā)火災(zāi)，常見于建成多年的數(shù)據(jù)中心，韓國SK數(shù)據(jù)中心火災(zāi)就是由于線路起火導(dǎo)致的。
線路故障的主要原因是舊+熱：
舊：電線外包絕緣層，正常使用壽命在10~20年，線路老化后，可能造成破損，絕緣性能下降，遇到液體或濕度過大時容易引起短路、著火。
熱：根據(jù)焦耳定律，負(fù)載電流經(jīng)過電線時產(chǎn)生熱量。數(shù)據(jù)中心24小時運轉(zhuǎn)，電線長期高負(fù)荷運行情況下，高溫加速線路絕緣老化，以至絕緣被擊穿。
UPS/電池故障
Telstra英國數(shù)據(jù)中心火災(zāi)、北京郵電大學(xué)數(shù)據(jù)中心火災(zāi)，即由電池故障導(dǎo)致。
數(shù)據(jù)中心電池/UPS故障的主要原因有過度循環(huán)放電、電池接頭密封不嚴(yán)、鏈接松動、高溫、高浮/低浮充電壓等。鉛酸電池一般壽命為5年，鋰電池壽命在10年左右，隨著電池使用年限的增加，性能降低，故障率也隨之提升。如果維護(hù)、檢查疏漏，可能未及時更換快到年限的電池。
又因為數(shù)據(jù)中心電池數(shù)量龐大，串聯(lián)及并聯(lián)使用，一旦一節(jié)電池故障后起火、爆炸，會蔓延造成大的災(zāi)難事故。鋰電池一旦起火爆炸的危險性高于鉛酸電池，滅火難度也更大。例如2021年北京市豐臺區(qū)西紅門儲能電站起火爆炸事故，就是因為電池間內(nèi)磷酸鐵鋰電池發(fā)生內(nèi)短路故障，引發(fā)電池?zé)峁收掀鸹鸷蛿U(kuò)散，進(jìn)而遇電氣火花發(fā)生爆炸。
近年來鋰電池應(yīng)用中受到主要疑慮即來自于此。
制冷故障
無論是壓縮機(jī)、安全閥抑或停水導(dǎo)致的制冷故障、制冷效率低，均會引發(fā)機(jī)房溫度升高，影響設(shè)備性能，如果不能及時處理，機(jī)房溫度持續(xù)上升，或因過熱宕機(jī)，服務(wù)中斷、硬件損壞、數(shù)據(jù)丟失。
人工誤操作
日常巡檢是數(shù)據(jù)中心的重要保障手段，但操作不當(dāng)也是造成故障的重要原因。此前多起數(shù)據(jù)中心起火就是由于人員操作不當(dāng)產(chǎn)生電火花，引燃易燃材料導(dǎo)致的，也有數(shù)據(jù)中心在維護(hù)保養(yǎng)時未嚴(yán)格執(zhí)行工作手冊，導(dǎo)致電池短路等故障。
導(dǎo)致數(shù)據(jù)中心業(yè)務(wù)中斷因素占比統(tǒng)計
來源：Uptime Institute2021年全球數(shù)據(jù)中心調(diào)查報告
研究機(jī)構(gòu)Uptime發(fā)布的《2021年全球數(shù)據(jù)中心調(diào)查報告》也說明，導(dǎo)致數(shù)據(jù)中心業(yè)務(wù)中斷的因素中，電力、網(wǎng)絡(luò)、制冷占前三位。
越發(fā)展越“危險”
數(shù)據(jù)中心那些新挑戰(zhàn)
近年來極端氣候、疫情、技術(shù)發(fā)展等，也為數(shù)據(jù)中心的高可靠性帶來了新的挑戰(zhàn)。忽視極小概率導(dǎo)致被淹、宕機(jī)的多起前車之鑒在前，從業(yè)人員面對這些新變數(shù)，必須提高警惕性。筆者根據(jù)此前訪問與了解，試總結(jié)如下：
數(shù)據(jù)中心規(guī)模愈大，運維管理愈難。
數(shù)據(jù)中心建設(shè)呈現(xiàn)規(guī)?；⒓s化趨勢，近年來新建項目少見小型、中型數(shù)據(jù)中心，多為大型、超大型數(shù)據(jù)中心園區(qū)，分多期建設(shè)完成。
而數(shù)據(jù)中心體系龐大管理復(fù)雜，暖通系統(tǒng)、電力系統(tǒng)、弱電系統(tǒng)、消防系統(tǒng)……一個1000機(jī)柜的數(shù)據(jù)中心就擁有測點10萬+，規(guī)模增加的同時，巡檢耗時、運維故障排查難度成倍提升，容易造成疏漏和盲點，進(jìn)而引發(fā)安全事故。
高功率高密度，應(yīng)急時間被壓縮。
正如Azure美東數(shù)據(jù)中心的災(zāi)難事件，當(dāng)數(shù)據(jù)中心冷卻出現(xiàn)故障，機(jī)房溫度不斷升高，服務(wù)器出現(xiàn)異常，如果運維團(tuán)隊不能及時排障處理，高溫導(dǎo)致將服務(wù)器宕機(jī)、設(shè)備損壞。
近年來，數(shù)據(jù)中心的服務(wù)器單機(jī)柜功率密度不斷提高，服務(wù)器高負(fù)荷下工作產(chǎn)生的熱量隨之增大，機(jī)房升溫迅速，留給運維的應(yīng)急處理時間被壓縮。有從業(yè)者曾表示“現(xiàn)在5分鐘機(jī)房溫度可以升高3~5℃，20分鐘內(nèi)溫度將升高約15~20℃，如果說曾經(jīng)留給運維團(tuán)隊定位、處理故障的應(yīng)急時間有30分鐘以上，現(xiàn)在已經(jīng)壓縮到10分鐘甚至更短?！?
極端氣候頻發(fā)
近年來全球極端天氣頻發(fā)，干旱、暴雨、高溫，很多地區(qū)遭遇未有過的反常天氣，給數(shù)據(jù)中心可靠性帶來新挑戰(zhàn)。
例如英國屬溫帶海洋性氣候，最高溫不會超過32℃，但今年卻達(dá)到驚人的42℃，“極端高溫天氣遠(yuǎn)超數(shù)據(jù)中心運營者設(shè)計之初的預(yù)期”。同樣，我國北方很多地區(qū)年均降雨量不高，因此沒有完善的汛情應(yīng)對預(yù)案，部分?jǐn)?shù)據(jù)中心連抽水泵等物資都儲備不足，也沒有考慮到積水時供油運輸問題。今年，四川等地遭遇罕見大旱，水電來水偏枯，城市開啟限電措施，部的數(shù)據(jù)中心只能長時間依靠柴發(fā)運轉(zhuǎn)。
疫情變量
當(dāng)所在地出現(xiàn)疫情感染時，或區(qū)域封控時，怎樣保證數(shù)據(jù)中心正常運轉(zhuǎn)，同時保護(hù)好數(shù)據(jù)中心工作人員的健康安全？從業(yè)務(wù)連續(xù)性到客戶緊急需求的處理，從運維團(tuán)隊配置、人員衣食住行，到內(nèi)部防疫防感染、進(jìn)出限制措施，都需要數(shù)據(jù)中心形成完善制度，避免緊急情況下措手不及，引發(fā)宕機(jī)或大面積感染事件。
從選址設(shè)計到買保險
數(shù)據(jù)中心安全面面重
說過這么多災(zāi)難案例與故障因素，需要強(qiáng)調(diào)的是，災(zāi)難預(yù)防和應(yīng)對絕不僅僅是數(shù)據(jù)中心的事。數(shù)據(jù)中心的高可靠性，需要多方共同參與構(gòu)建，正如木桶效應(yīng)，任何一處短板都會造成疏漏。
選址規(guī)劃設(shè)計關(guān)注危險因素
自然資源是數(shù)據(jù)中心選址規(guī)劃時的重要考慮因素，如常年低溫、氣候干燥、水資源豐富、水電充沛，這些都會給數(shù)據(jù)中心運營帶來優(yōu)勢。
然而，全球極端天氣頻發(fā)，各區(qū)域氣候也逐漸發(fā)生改變。正如今夏倫敦某數(shù)據(jù)中心負(fù)責(zé)人所說，“數(shù)據(jù)中心在設(shè)計之初就考慮到忍耐高溫的問題，但是目前的極端高溫天氣已經(jīng)遠(yuǎn)遠(yuǎn)超出了許多數(shù)據(jù)中心運營者在設(shè)計之初的預(yù)期。”
因此，數(shù)據(jù)中心的選址設(shè)計必須要考慮更多氣候變量，常年涼爽地區(qū)可能面臨高溫，干旱地區(qū)或許遭遇暴雨，水電充沛多路市電接入，電力也絕非保障無虞，極端天氣還可能使當(dāng)?shù)厣僖姷纳交?、滑坡等意外概率大大提升?
曾經(jīng)不可能出現(xiàn)的氣候問題，需要被數(shù)據(jù)中心設(shè)計方和運營方加入考慮，避免出現(xiàn)河南汛情和倫敦高溫導(dǎo)致的宕機(jī)，等“超出設(shè)計預(yù)期”的情況。
基礎(chǔ)設(shè)施共同構(gòu)建安全
各系統(tǒng)設(shè)備廠商可以通過多方面行動助力數(shù)據(jù)中心安全，降低或預(yù)防災(zāi)難可能性。
首先，不斷提升設(shè)備性能。例如制冷系統(tǒng)廠商美的樓宇科技推出的多款制冷解決方案，針對當(dāng)前數(shù)據(jù)中心散熱高、空調(diào)能耗高等痛點，有效提升制冷效率。
其次，應(yīng)用新技術(shù)、研發(fā)新產(chǎn)品，補(bǔ)齊數(shù)據(jù)中心故障短板，提高整體安全性。例如克萊沃在IDCC大會上所介紹小母線和智能PDU在數(shù)據(jù)中心的應(yīng)用，產(chǎn)品更耐高溫、避免電涌侵襲，減少電線變形和電路損壞，提高供配電系統(tǒng)穩(wěn)定性。
第三，在應(yīng)用新技術(shù)推出新產(chǎn)品前，做好新技術(shù)的安全保障，開展嚴(yán)格的可靠性測試驗證。例如華為數(shù)字能源對SmartLi智能鋰電產(chǎn)品在實驗室進(jìn)行熱插拔測試并聯(lián)不均流度，在TUV機(jī)構(gòu)進(jìn)行針刺實驗，分別測試三元鋰、錳酸鋰和磷酸鐵鋰電芯針刺后的反應(yīng)，觀察是否會熱失控起火，驗證其電池產(chǎn)品的穩(wěn)定性。
第四，從設(shè)備層面實現(xiàn)智能化、數(shù)字化，推出智能管理系統(tǒng)，實現(xiàn)設(shè)備可視化運行、故障預(yù)測、定位，降低運維難度與壓力，進(jìn)而減少疏漏。例如中興通訊的iDCIM數(shù)據(jù)中心智能管理系統(tǒng)，支持百萬級測點接入，多維可視，支持機(jī)器人巡檢，可以實現(xiàn)數(shù)據(jù)中心基礎(chǔ)設(shè)施全生命周期管理。
自主研發(fā) 提高可靠性
最了解數(shù)據(jù)中心的，還是數(shù)據(jù)中心。
除了使用各類廠商的設(shè)備和管理系統(tǒng)，也有走在行業(yè)前列的數(shù)據(jù)中心，將運營經(jīng)驗積累沉淀成體系，根據(jù)需求自己研發(fā)管理系統(tǒng)、軟硬件，用于提高可靠性。
例如萬國數(shù)據(jù)基于運營八十幾座數(shù)據(jù)中心的需求，構(gòu)建了三層的全球數(shù)據(jù)中心運營架構(gòu)，還在IDCC2021上推出了第一代Smart DC，其中智能運營方面，基于運營實踐及自研軟硬件協(xié)同，形成X-BP系列產(chǎn)品，打造更懂?dāng)?shù)據(jù)中心的機(jī)電系統(tǒng)，實現(xiàn)全棧智能管理、最優(yōu)化TCO。
災(zāi)備與兩地三中心
“不要把雞蛋放在一個籃子里”，這句名言是容災(zāi)備份、兩地三中心的最好廣告詞。由于政策及合規(guī)性要求，金融用戶尤其關(guān)注容災(zāi)備份。
IDC圈獲悉，自去年起多個銀行、金融機(jī)構(gòu)啟動了災(zāi)備數(shù)據(jù)中心的建設(shè)計劃，其中和林格爾等“東數(shù)西算”節(jié)點是熱門選址地。中國銀行、中國農(nóng)業(yè)銀行、中國建設(shè)銀行等多個金融機(jī)構(gòu)已經(jīng)在和林格爾布局建設(shè)數(shù)據(jù)中心。
買保險
數(shù)據(jù)中心承載愈來愈重要，直接關(guān)系社會民生，一旦發(fā)生災(zāi)難，對數(shù)據(jù)中心及用戶都將帶來巨大的金錢和形象損失，保險就成了最后的保障。
IDC圈向保險行業(yè)人士了解到，數(shù)據(jù)中心保險可以分為三類：
第一類財產(chǎn)損失保險
屬于傳統(tǒng)保險，財產(chǎn)險保險公司都可以提供該服務(wù)，只是估值方式不同，如何評估資產(chǎn)和損失。這類保險偏向于物理損失，一般以火災(zāi)、地震等自然災(zāi)害等情況比較多，基本上數(shù)據(jù)中心都有購買這類保險。
第二類，偏損失類的網(wǎng)絡(luò)安全保險
一般財產(chǎn)保險公司或責(zé)任險保險公司專門有這類產(chǎn)品。有別于財產(chǎn)保險偏向于物理的損失，網(wǎng)絡(luò)安全保險偏向于受到外部攻擊，如DOS、安全攻擊等造成了設(shè)備和軟硬件損失，發(fā)生的維修維護(hù)費用。
第三類，偏責(zé)任類的網(wǎng)絡(luò)安全或者數(shù)據(jù)安全保險
這類屬于新型保險，保的是數(shù)據(jù)中心企業(yè)自身的責(zé)任，實際是給客戶的——如果數(shù)據(jù)中心遭遇攻擊等，客戶數(shù)據(jù)被泄露、丟失、損壞、篡改以及軟硬件遭受損害，有明確佐證下會獲得賠付。網(wǎng)絡(luò)安全保險主險往往還會有營業(yè)中斷損失保險、隱私泄露責(zé)任保險、網(wǎng)絡(luò)勒索保險等附加險。
某保險公司針對數(shù)據(jù)中心的保險方案
因此，數(shù)據(jù)中心保險的構(gòu)成相對于大家熟知的人身保險、財產(chǎn)保險更為復(fù)雜，企業(yè)可以找提供財產(chǎn)險和責(zé)任險的保險公司咨詢，也可以請筆者咨詢到的大童保險這類專業(yè)保險中介提供服務(wù)，訂制符合需求的保險產(chǎn)品與承包范圍。
如果數(shù)據(jù)中心購買了保險產(chǎn)品，一旦出現(xiàn)故障、災(zāi)難事件，例如著火造成客戶服務(wù)中斷，是否賠付具體要看承包的保險產(chǎn)品責(zé)任屬性，是服務(wù)中斷責(zé)任、是數(shù)據(jù)丟失責(zé)任、還是信息泄露的責(zé)任，是否在保險范圍內(nèi)?？偠灾ｋU的購買、責(zé)任認(rèn)定和估值都比較復(fù)雜。如大家有興趣詳細(xì)了解，IDC圈將邀請專業(yè)人士深入采訪，撰文介紹。
智者千慮，必有一失。當(dāng)前，數(shù)據(jù)中心災(zāi)難預(yù)防應(yīng)對正面臨諸多新挑戰(zhàn)，而數(shù)據(jù)中心的高可靠性需要多方共同參與構(gòu)建。
