Сбой системы в BA. Как это могло произойти? Комментарий специалиста

По словам генерального директора British Airways Алекса Круза, причиной вчерашних проблем авиакомпании  стала «проблема с электроснабжением», которая повлекла за собой глобальный сбой компьютерных систем. Круз заверил, что нет никаких оснований полагать, что это была кибератака.

Ситуацию прокомментировал инженер с опытом работы в IT более 20 лет Валерий Хромов, в настоящее время занимающийся надежностью и производительностью сайта и инфраструктуры Facebook. Специально для Russian Gap он поделился личной оценкой и рассказал об особенностях эксплуатации больших систем и реагирования на подобные инциденты:

Проблема с электричеством – одна из типичных проблем в IT. Обычно она приводит к недоступности сервисов в пострадавшем дата-центре и в некоторых случаях – к потере данных. Даже после возобновления подачи электричества требуется время на восстановление сервисов и данных.

У любой серьезной компании должен существовать план по предотвращению проблем с энергоснабжением:

Стелем соломку

В каждом дата-центре должны быть источники резервного питания, которые используются в случае отключения основного.

Не складываем все яйца в одну корзину

Необходимо использовать несколько географически распределенных дата-центров, а сервисы и данные должны быть  распределены по ним таким образом, чтобы отключение одного датацентра не приводило к неработоспобности сервисов в целом или к потерям данных.

Продумываем запасной план на случай, если предотвратить отключение одного из дата-центров не удалось

Для этого крупные компании делают резервные копии данных. Также должна быть автоматизированная процедура восстановления этих данных из резервных копий. Эту процедуру нужно регулярно проверять.

Отрабатываем процедуру восстановления сервисов после отключения.

Она должна быть автоматизирована и также регулярно проверяться.

Насколько я знаю, BA владеет инфраструктурой (т.е. дата-центрами), но всю работу вынесла на аутсорс в Индию через компанию Tata.

Скорее всего, BA использует несколько дата-центров с резервными источниками питания, но сервисы и данные не распределены по ним равномерно. В противном случае отключение электричества не привело бы к таким катастрофическим последствиям. Кроме того, похоже, что у ВА неработоспособна автоматизация восстановления сервисов и данных, иначе восстановление заняло бы гораздо меньше времени.

Хорошая IT-инфраструктура — это как хорошая страховка. Можно сэкономить на страховке, не покупая ее, но при страховом случае потери оказываются многократно выше мнимой экономии.

Фото: https://www.facebook.com/britishairways

(мнение, высказанное в статье, не является официальным мнением компании Facebook)