DHL數據中心維運負責人Ctibor Lesa
隸屬于德國郵政集團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公司之一，更運用IT在全球各地采用自建數據中心的方式，隨時(shí)掌控全球各據點(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據中心，后來(lái)也取得Uptime Institute在設計（Design）和設施（Facility）的Tier 3等級認證。近日負責DHL IT Services數據中心維運負責人Ctibor Lesa來(lái)臺時(shí)也分享了他在擔任DHL數據中心長(cháng)達10年間的維運和管理經(jīng)驗。
Ctibor Lesa目前主要負責統籌管理了DHL在馬來(lái)西亞、美國與捷克共和國的數據中心規劃和維運。他曾負責完成DHL數據中心的線(xiàn)上升級專(zhuān)案，來(lái)通過(guò)Tier 3等級設施的驗證，并也為數據中心改良機械系統，以提高數據中心的可靠度與耐用度。
Ctibor Lesa擁有機械工程碩士，在加入DHL以前，曾在機電工程公司負責管理整體機房冷卻系統的設計與維護，而在進(jìn)入DHL后，為改善數據中心可靠度，并減少人為錯誤的發(fā)生，也將線(xiàn)上負載測試與故障模擬導入數據中心內部。
Ctibor Lesa表示，這些線(xiàn)上負載測試與故障模擬，能提升數據中心設施的可靠度（Reliability）與可預測性（Predictability），例如，通過(guò)線(xiàn)上測試電力供給設備的運作情況，以及模擬各種可能的電力系統故障狀況，來(lái)預先演練故障排除，甚至能進(jìn)一步做到診斷設備的耗損程度，來(lái)提早進(jìn)場(chǎng)維護。
不過(guò)他也強調，在進(jìn)行這些測試過(guò)程中，IT管理人員得投入更多的心力專(zhuān)注在測試上，并也得確保不會(huì )對IT維運帶來(lái)影響。
除了線(xiàn)上負載測試與故障模擬外，Ctibor Lesa說(shuō)，提高數據中心可靠度的第一步是建立起定期維護（Regular Maintenance）機制，不論是電力設備、伺服器或不斷電系統等都需要定期的保養維護，才能夠確保這些設備能維持正常的運作。
他建議，企業(yè)應花上更多的投資在設備維護上，像是采購相關(guān)管理軟件，來(lái)建立系統化的設備保養排程，因為「跟數據中心設備故障導致龐大金額損失相比，企業(yè)花在設備維護的每一塊錢(qián)帶來(lái)收益更多達1萬(wàn)倍。」他說(shuō)。
此外，Ctibor Lesa指出，這些經(jīng)由線(xiàn)上負載和模擬測試的結果，也能夠通過(guò)各種數據搜集系統，如環(huán)境監控系統、監控管理系統及數據監控系統等，來(lái)取得龐大機臺設備數據，并能通過(guò)分析數據，來(lái)協(xié)助數據中心改善各種問(wèn)題。例如，數據中心意外事件中，3成是由不斷電系統和電池故障所引起的事故，而通過(guò)分析這些測試和模擬結果的數據，有助于改善不斷電系統的設計。
Ctibor Lesa從DHL數據中心多年的經(jīng)驗也觀(guān)察到，平均每5起數據中心設備的故障，幾乎就有1起是來(lái)自于人為疏失，最嚴重可能導致數據中心維運停擺，他也強調，人為疏失并非無(wú)法避免，而是可以用管理減少出錯的機會(huì )。以下為進(jìn)一步專(zhuān)訪(fǎng)他管理DHL三大洲數據中心的經(jīng)驗：
Q ：是否能談?wù)凞HL在全球數據中心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）一座數據中心的整修專(zhuān)案，包括了在數據中心所有機電設備運轉期間，測試線(xiàn)上關(guān)鍵IT負載實(shí)際運作情況。
這項專(zhuān)案包含了全面重新設計電力供應基礎設施與結構，包括了采購新的備用柴油發(fā)電機組、ATS（自動(dòng)切換開(kāi)關(guān)）、UPS不斷電系統模組、配電盤(pán)（Distribution Switchboard）、機房空調（Computer Room Air Conditioning，CRAC）組件，以及監控系統。這個(gè)專(zhuān)案是分階段來(lái)執行，才能夠如期按預先規劃的試運行（Commissioning）時(shí)間表來(lái)執行，以降低新舊基礎設施交替期間的風(fēng)險，而不會(huì )對于IT營(yíng)運造成重要影響。
Q ：DHL為什么要自建數據中心?
A ：DHL在IT服務(wù)上的策略是傾向自己來(lái)管理區域性關(guān)鍵數據中心設施，只有在需要快速呈現IT服務(wù)或是一個(gè)小規模數據中心空間時(shí)，才會(huì )向主機代管業(yè)者租用數據中心。采取租用方式可以縮短服務(wù)推出時(shí)間。我們也嘗試著(zhù)均衡發(fā)展自建數據中心營(yíng)運的優(yōu)勢。
Q ：你在管理DHL數據中心時(shí)遇到的最大挑戰？
A ：IT基礎設施內充滿(mǎn)著(zhù)龐大網(wǎng)絡(luò )、儲存、備份、伺服器設備和數據中心設備的基礎設施。
而過(guò)去的管理挑戰在于IT部門(mén)和數據中心設施部門(mén)協(xié)同合作，來(lái)了解數據中心設施的所需容量（Capacity Requirement），以符合新專(zhuān)案的需求。而當數據中心基礎設施管理（Data Center Infrastructure Management，DCIM）工具出現后，也讓任一個(gè)設計部門(mén)在數據中心設備的管理，有了顯著(zhù)的改善。
另一個(gè)熱門(mén)談?wù)摰脑?huà)題依然是數據中心基礎設施的可靠度（Reliability），而要持續提升數據中心的可靠度，采用作法首先得有合適的數據中心試運行流程、定期的維護機制、線(xiàn)上負載測試和結果分析模擬，才能夠持續地來(lái)改善數據中心的可靠度。
現在最大的挑戰則是專(zhuān)業(yè)人才（Staffing）的不足。這些具有IT基礎設施專(zhuān)業(yè)人才的流失，已經(jīng)是數據中心管理者不得不面對的挑戰，而是否具備有市場(chǎng)所需的IT基礎設施專(zhuān)業(yè)技能，也主導了優(yōu)秀人才的市場(chǎng)競爭力。
除了專(zhuān)業(yè)技能外，員工向心力、職涯發(fā)展和動(dòng)機也十分重要。而能不能取得數據中心基礎設施各細節的主導權，也影響數據中心能不能持續保有一群訓練有素專(zhuān)家的關(guān)鍵。
Q ：如何減少數據中心的人為出錯？
A ：我深信，可以通過(guò)管理方式，來(lái)大幅降低因人為疏失造成數據中心非計劃停擺的比例。借由定期在真實(shí)設備故障模擬下所做的一種可控制的線(xiàn)上負載測試，可以建立起數據中心維運團隊的信心，在事故判斷上有更多把握。
維運團隊越有信心，在面對意外發(fā)生時(shí)也就越能提高數據中心的可靠度。意外事故在所難免，但是比起加強設備汰換，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年數據中心管理方式和過(guò)去有何不同？
A 這2年許多數據中心設施配備有更多監測設備，而在市場(chǎng)上推出的新產(chǎn)品都必須具備遠端管理的能力，再者，這些監測設備操作也越來(lái)越友善和直覺(jué)。但要將這些監控應用產(chǎn)生的數據拿來(lái)評估，仍需要更多努力。
但不采取行動(dòng)的數據將毫無(wú)意義（The Data Without Action Are Useless）。
我曾看過(guò)數據中心配備了強大DCIM工具，但是將取得數據拿來(lái)使用的情況卻非常少；而有時(shí)候，這些監測設備提供數據過(guò)多，已超過(guò)數據中心維運人員可以有效管理和執行的范圍。
Q ：DHL怎么分析這類(lèi)數據中心的監測數據？
A ：測試結果分析（Test Result Analysis）非常重要，并且也是決定數據中心基礎設施能不能更耐用、可靠，以及可預測的關(guān)鍵。但是，卻只有很少數據中心設施有采用。
DHL在IT服務(wù)上的策略上，會(huì )依數據中心設施的不同而采用不一樣監控應用，這些搜集而來(lái)的數據基本來(lái)源，有來(lái)自環(huán)境監控系統（Building Management Systems，BMS）或其他能感測更多數據的系統，如DCIM系統。
這個(gè)測試結果分析是將可預期的自動(dòng)化操作（做為單一設備分配路徑故障模擬（Distribution Path Failure Simulation）的一種反應）與在數據中心基礎設施的時(shí)間記錄（Records of Time）、機電設備規模（Magnitude）大小及序列（Sequence）數據的實(shí)際反應進(jìn)行比較，而得出可用的分析結果。
