DHL數(shù)據(jù)中心維運(yùn)負(fù)責(zé)人Ctibor Lesa
隸屬于德國郵政集團(tuán)旗下最大的國際快遞公司DHL，不只是目前世界最大的航空快遞貨運(yùn)公司之一，更運(yùn)用IT在全球各地采用自建數(shù)據(jù)中心的方式，隨時(shí)掌控全球各據(jù)點(diǎn)貨物派送的最新進(jìn)度。
而去年，DHL在捷克共和國新打造完成的布拉格數(shù)據(jù)中心，后來也取得Uptime Institute在設(shè)計(jì)（Design）和設(shè)施（Facility）的Tier 3等級認(rèn)證。近日負(fù)責(zé)DHL IT Services數(shù)據(jù)中心維運(yùn)負(fù)責(zé)人Ctibor Lesa來臺(tái)時(shí)也分享了他在擔(dān)任DHL數(shù)據(jù)中心長達(dá)10年間的維運(yùn)和管理經(jīng)驗(yàn)。
Ctibor Lesa目前主要負(fù)責(zé)統(tǒng)籌管理了DHL在馬來西亞、美國與捷克共和國的數(shù)據(jù)中心規(guī)劃和維運(yùn)。他曾負(fù)責(zé)完成DHL數(shù)據(jù)中心的線上升級專案，來通過Tier 3等級設(shè)施的驗(yàn)證，并也為數(shù)據(jù)中心改良機(jī)械系統(tǒng)，以提高數(shù)據(jù)中心的可靠度與耐用度。
Ctibor Lesa擁有機(jī)械工程碩士，在加入DHL以前，曾在機(jī)電工程公司負(fù)責(zé)管理整體機(jī)房冷卻系統(tǒng)的設(shè)計(jì)與維護(hù)，而在進(jìn)入DHL后，為改善數(shù)據(jù)中心可靠度，并減少人為錯(cuò)誤的發(fā)生，也將線上負(fù)載測試與故障模擬導(dǎo)入數(shù)據(jù)中心內(nèi)部。
Ctibor Lesa表示，這些線上負(fù)載測試與故障模擬，能提升數(shù)據(jù)中心設(shè)施的可靠度（Reliability）與可預(yù)測性（Predictability），例如，通過線上測試電力供給設(shè)備的運(yùn)作情況，以及模擬各種可能的電力系統(tǒng)故障狀況，來預(yù)先演練故障排除，甚至能進(jìn)一步做到診斷設(shè)備的耗損程度，來提早進(jìn)場維護(hù)。
不過他也強(qiáng)調(diào)，在進(jìn)行這些測試過程中，IT管理人員得投入更多的心力專注在測試上，并也得確保不會(huì)對IT維運(yùn)帶來影響。
除了線上負(fù)載測試與故障模擬外，Ctibor Lesa說，提高數(shù)據(jù)中心可靠度的第一步是建立起定期維護(hù)（Regular Maintenance）機(jī)制，不論是電力設(shè)備、伺服器或不斷電系統(tǒng)等都需要定期的保養(yǎng)維護(hù)，才能夠確保這些設(shè)備能維持正常的運(yùn)作。
他建議，企業(yè)應(yīng)花上更多的投資在設(shè)備維護(hù)上，像是采購相關(guān)管理軟件，來建立系統(tǒng)化的設(shè)備保養(yǎng)排程，因?yàn)椤父鷶?shù)據(jù)中心設(shè)備故障導(dǎo)致龐大金額損失相比，企業(yè)花在設(shè)備維護(hù)的每一塊錢帶來收益更多達(dá)1萬倍�！顾f。
此外，Ctibor Lesa指出，這些經(jīng)由線上負(fù)載和模擬測試的結(jié)果，也能夠通過各種數(shù)據(jù)搜集系統(tǒng)，如環(huán)境監(jiān)控系統(tǒng)、監(jiān)控管理系統(tǒng)及數(shù)據(jù)監(jiān)控系統(tǒng)等，來取得龐大機(jī)臺(tái)設(shè)備數(shù)據(jù)，并能通過分析數(shù)據(jù)，來協(xié)助數(shù)據(jù)中心改善各種問題。例如，數(shù)據(jù)中心意外事件中，3成是由不斷電系統(tǒng)和電池故障所引起的事故，而通過分析這些測試和模擬結(jié)果的數(shù)據(jù)，有助于改善不斷電系統(tǒng)的設(shè)計(jì)。
Ctibor Lesa從DHL數(shù)據(jù)中心多年的經(jīng)驗(yàn)也觀察到，平均每5起數(shù)據(jù)中心設(shè)備的故障，幾乎就有1起是來自于人為疏失，最嚴(yán)重可能導(dǎo)致數(shù)據(jù)中心維運(yùn)停擺，他也強(qiáng)調(diào)，人為疏失并非無法避免，而是可以用管理減少出錯(cuò)的機(jī)會(huì)。以下為進(jìn)一步專訪他管理DHL三大洲數(shù)據(jù)中心的經(jīng)驗(yàn)：
Q ：是否能談?wù)凞HL在全球數(shù)據(jù)中心IT建置的情形？
A ：我們最近完成了在美國賓州梅卡尼克斯堡（Mechanicsburg）一座數(shù)據(jù)中心的整修專案，包括了在數(shù)據(jù)中心所有機(jī)電設(shè)備運(yùn)轉(zhuǎn)期間，測試線上關(guān)鍵IT負(fù)載實(shí)際運(yùn)作情況。
這項(xiàng)專案包含了全面重新設(shè)計(jì)電力供應(yīng)基礎(chǔ)設(shè)施與結(jié)構(gòu)，包括了采購新的備用柴油發(fā)電機(jī)組、ATS（自動(dòng)切換開關(guān)）、UPS不斷電系統(tǒng)模組、配電盤（Distribution Switchboard）、機(jī)房空調(diào)（Computer Room Air Conditioning，CRAC）組件，以及監(jiān)控系統(tǒng)。這個(gè)專案是分階段來執(zhí)行，才能夠如期按預(yù)先規(guī)劃的試運(yùn)行（Commissioning）時(shí)間表來執(zhí)行，以降低新舊基礎(chǔ)設(shè)施交替期間的風(fēng)險(xiǎn)，而不會(huì)對于IT營運(yùn)造成重要影響。
Q ：DHL為什么要自建數(shù)據(jù)中心?
A ：DHL在IT服務(wù)上的策略是傾向自己來管理區(qū)域性關(guān)鍵數(shù)據(jù)中心設(shè)施，只有在需要快速呈現(xiàn)IT服務(wù)或是一個(gè)小規(guī)模數(shù)據(jù)中心空間時(shí)，才會(huì)向主機(jī)代管業(yè)者租用數(shù)據(jù)中心。采取租用方式可以縮短服務(wù)推出時(shí)間。我們也嘗試著均衡發(fā)展自建數(shù)據(jù)中心營運(yùn)的優(yōu)勢。
Q ：你在管理DHL數(shù)據(jù)中心時(shí)遇到的最大挑戰(zhàn)？
A ：IT基礎(chǔ)設(shè)施內(nèi)充滿著龐大網(wǎng)絡(luò)、儲(chǔ)存、備份、伺服器設(shè)備和數(shù)據(jù)中心設(shè)備的基礎(chǔ)設(shè)施。
而過去的管理挑戰(zhàn)在于IT部門和數(shù)據(jù)中心設(shè)施部門協(xié)同合作，來了解數(shù)據(jù)中心設(shè)施的所需容量（Capacity Requirement），以符合新專案的需求。而當(dāng)數(shù)據(jù)中心基礎(chǔ)設(shè)施管理（Data Center Infrastructure Management，DCIM）工具出現(xiàn)后，也讓任一個(gè)設(shè)計(jì)部門在數(shù)據(jù)中心設(shè)備的管理，有了顯著的改善。
另一個(gè)熱門談?wù)摰脑掝}依然是數(shù)據(jù)中心基礎(chǔ)設(shè)施的可靠度（Reliability），而要持續(xù)提升數(shù)據(jù)中心的可靠度，采用作法首先得有合適的數(shù)據(jù)中心試運(yùn)行流程、定期的維護(hù)機(jī)制、線上負(fù)載測試和結(jié)果分析模擬，才能夠持續(xù)地來改善數(shù)據(jù)中心的可靠度。
現(xiàn)在最大的挑戰(zhàn)則是專業(yè)人才（Staffing）的不足。這些具有IT基礎(chǔ)設(shè)施專業(yè)人才的流失，已經(jīng)是數(shù)據(jù)中心管理者不得不面對的挑戰(zhàn)，而是否具備有市場所需的IT基礎(chǔ)設(shè)施專業(yè)技能，也主導(dǎo)了優(yōu)秀人才的市場競爭力。
除了專業(yè)技能外，員工向心力、職涯發(fā)展和動(dòng)機(jī)也十分重要。而能不能取得數(shù)據(jù)中心基礎(chǔ)設(shè)施各細(xì)節(jié)的主導(dǎo)權(quán)，也影響數(shù)據(jù)中心能不能持續(xù)保有一群訓(xùn)練有素專家的關(guān)鍵。
Q ：如何減少數(shù)據(jù)中心的人為出錯(cuò)？
A ：我深信，可以通過管理方式，來大幅降低因人為疏失造成數(shù)據(jù)中心非計(jì)劃停擺的比例。借由定期在真實(shí)設(shè)備故障模擬下所做的一種可控制的線上負(fù)載測試，可以建立起數(shù)據(jù)中心維運(yùn)團(tuán)隊(duì)的信心，在事故判斷上有更多把握。
維運(yùn)團(tuán)隊(duì)越有信心，在面對意外發(fā)生時(shí)也就越能提高數(shù)據(jù)中心的可靠度。意外事故在所難免，但是比起加強(qiáng)設(shè)備汰換，更重要的是能正確反映出事故本身，以及提供顧客透明的溝通管理。
Q ：近2年數(shù)據(jù)中心管理方式和過去有何不同？
A 這2年許多數(shù)據(jù)中心設(shè)施配備有更多監(jiān)測設(shè)備，而在市場上推出的新產(chǎn)品都必須具備遠(yuǎn)端管理的能力，再者，這些監(jiān)測設(shè)備操作也越來越友善和直覺。但要將這些監(jiān)控應(yīng)用產(chǎn)生的數(shù)據(jù)拿來評估，仍需要更多努力。
但不采取行動(dòng)的數(shù)據(jù)將毫無意義（The Data Without Action Are Useless）。
我曾看過數(shù)據(jù)中心配備了強(qiáng)大DCIM工具，但是將取得數(shù)據(jù)拿來使用的情況卻非常少；而有時(shí)候，這些監(jiān)測設(shè)備提供數(shù)據(jù)過多，已超過數(shù)據(jù)中心維運(yùn)人員可以有效管理和執(zhí)行的范圍。
Q ：DHL怎么分析這類數(shù)據(jù)中心的監(jiān)測數(shù)據(jù)？
A ：測試結(jié)果分析（Test Result Analysis）非常重要，并且也是決定數(shù)據(jù)中心基礎(chǔ)設(shè)施能不能更耐用、可靠，以及可預(yù)測的關(guān)鍵。但是，卻只有很少數(shù)據(jù)中心設(shè)施有采用。
DHL在IT服務(wù)上的策略上，會(huì)依數(shù)據(jù)中心設(shè)施的不同而采用不一樣監(jiān)控應(yīng)用，這些搜集而來的數(shù)據(jù)基本來源，有來自環(huán)境監(jiān)控系統(tǒng)（Building Management Systems，BMS）或其他能感測更多數(shù)據(jù)的系統(tǒng)，如DCIM系統(tǒng)。
這個(gè)測試結(jié)果分析是將可預(yù)期的自動(dòng)化操作（做為單一設(shè)備分配路徑故障模擬（Distribution Path Failure Simulation）的一種反應(yīng)）與在數(shù)據(jù)中心基礎(chǔ)設(shè)施的時(shí)間記錄（Records of Time）、機(jī)電設(shè)備規(guī)模（Magnitude）大小及序列（Sequence）數(shù)據(jù)的實(shí)際反應(yīng)進(jìn)行比較，而得出可用的分析結(jié)果。
