3 人團(tuán)隊(duì)忙不過來造成存儲硬件燒毀，微軟承認(rèn)旗下 Azure 園區(qū)“人力安排不足”

IT之家 9 月 5 日消息，微軟旗下 Azure 澳大利亞數(shù)據(jù)中心園區(qū)上周經(jīng)歷了一次大規(guī)模故障，數(shù)據(jù)中心的電力供應(yīng)能力下降導(dǎo)致兩個(gè)數(shù)據(jù)大廳的冷卻設(shè)備斷電，由于員工人數(shù)“不足”難以應(yīng)對，最終導(dǎo)致部分存儲硬件被燒毀，包括澳大利亞昆士蘭銀行和捷星航空在內(nèi)的大型企業(yè)客戶服務(wù)完全中斷。

▲ 捷星航空當(dāng)時(shí)發(fā)布的服務(wù)中斷報(bào)告

微軟承認(rèn)現(xiàn)場沒有足夠的工作人員，而且其應(yīng)急程序也沒有考慮到問題的規(guī)模，在事故發(fā)生時(shí)，數(shù)據(jù)中心只安排了 3 名工作人員，他們都相當(dāng)盡責(zé)地 “執(zhí)行了記錄在案的應(yīng)急操作程序 （EOP），但最終沒取得有成功”。

▲ 圖源 微軟針對事件發(fā)布的報(bào)告（PIR）

IT之家經(jīng)過查詢得知，兩個(gè)受影響數(shù)據(jù)大廳的冷卻能力 “由七個(gè)冷卻器組成，其中五個(gè)冷卻器處于運(yùn)行狀態(tài)，兩個(gè)冷卻器處于備用狀態(tài)（N+2）”。電源下陷（電壓驟降）導(dǎo)致五個(gè)運(yùn)行中的冷卻器出現(xiàn)故障。

微軟聲稱，“園區(qū)因人員配備不足從而導(dǎo)致了這次事故，在‘更好地了解根本問題并采取適當(dāng)?shù)木徑獯胧埃ぷ魅藛T安排數(shù)量目前從 3 人臨時(shí)增至 7 人?！保④涍€將調(diào)整相關(guān)應(yīng)急預(yù)案和日常工作流程，降低此類事件再次發(fā)生的可能性。

▲ 圖源 微軟針對事件發(fā)布的報(bào)告（PIR）

據(jù)悉，這次事故影響了使用 Azure 的七家大型企業(yè)客戶，其中五家為“標(biāo)準(zhǔn)”級別，兩家為“高級”級別，微軟表示，裝載有企業(yè)客戶存儲內(nèi)容的硬件“因數(shù)據(jù)大廳溫度過高而損壞”，除了企業(yè)客戶重大損失外，該數(shù)據(jù)中心旗下托管的 25 萬多個(gè) SQL 數(shù)據(jù)庫也發(fā)生了故障，根據(jù)微軟 PIR 報(bào)告，當(dāng)下相關(guān)數(shù)據(jù)恢復(fù)工作已經(jīng)大致完成。

▲ 圖源 微軟針對事件發(fā)布的報(bào)告（PIR）