UPS 设备、SOX 以及其他灾难

Return the Princess of Darkness。管理层让我带他们参观数据中心（也就是 SOX 审计员，或来自地狱的恶魔——取决于你想如何称呼他们）。现场有很多问题，其中不少会在未来的文章中继续呈现。

我记得她俯身看了看我们一台崭新、闪闪发亮的 APC UPS 设备，语气很温柔地问：“你们怎么知道它们真的会工作？”我当时被吓得只能用震惊的沉默回应。毕竟，UPS 就是那种需要抱着信任的东西，对吧？就像早晨的太阳照常升起，它们可靠得让人安心。等你真正需要它们的时候，它们就会响应。

不幸的是，这并没有那么简单。

如今，不间断电源（Uninterrupted Power Supplies，UPS）已成为 IT 领域的“标配”。而她用那种绕来绕去、带点“站在反方辩护席上”的方式想问的是：我们到底为这些设备投入了多少思考？还是说，我们只是上网看了一眼，然后说：“哇，这个看起来不错”，就把它买回来了？

我想老实说，我们大概就是那样买的。不过，选择UPS确实有一套科学的方法。

那么，我们就来简单聊聊它们。UPS 的设计目标是在电压降低（brownout）或电力波动（power bump）期间维持系统运行，或者为你争取足够的时间，以便将所有设备顺利、安全地关闭。如果你还记得前面某篇文章里的那张图表，电力中断在促使企业启动应急预案的原因列表中位列前列。所以，UPS 设备就成为我们抵御这类情况发生的第一道、也是最好的防线。不幸的是，太多时候我们买回来就算了：买了之后（即便当时也未必真的满足我们的需求），然后就把它的存在抛到脑后了。UPS 就是那种我们希望在需要时它能工作、能救场的东西，但就像汽车上的备胎一样——如果我们不时不刻地检查它，最终可能就不会按照我们预期的方式工作。

首先，UPS 要怎么选？很多制造商都有网站，你可以进去开始输入一些数字，比如按品牌、型号编号等分类时，通常会有多少台系统发生故障。你还需要输入希望保持运行的时间。虽然第一部分并不是太重要，第二部分就不一样了。你希望在负载之下维持运行的时间越长，成本就越高。所以在某个环节，我们必须咬咬牙想清楚：电池的作用就是在一段特定的时间内让设备持续运行；而当这段时间过去之后，它就要让我们能够在不造成损失的情况下把系统安全关机。

其次，UPS 可以说是有“到期日”的——更准确地说，是电池有。随着时间推移，它们开始失去接收或维持电量的能力，而大多数人往往在为时已晚的时候才注意到（简而言之：灯灭了，服务器也跟着关机）。作为网络和系统管理员，我们需要执行的任务有不少，其中之一就是至少要对 UPS 设备进行每月检查。如今大多数 UPS 都配有 Web 界面，让你可以登录进去，拉取电池报告。它会告诉你电池正在充入/消耗多少电量、在当前负载下如果断电，电池预计多久会归零、各电池的状态如何、识别坏电芯等。此外，如果发生某些问题，你还可以通过 Email 收到通知（而且你确实应该把这些通知设置好）。

UPS 绝不仅仅是插上电源、把我们的系统接进去，然后就把它们忘掉这么简单。它们是一种终极的“保险”。就像任何保险一样，你必须对它们多加关注。对 UPS 设备的维护与管理，需要提前思考、写下来，并用和补丁管理或 AV 管理同样的方式来对待。它非常重要，而且如果不加注意，可能会让你付出代价：服务器损坏、数据丢失，进而转化为金钱上的损失。

这就引出了发电机。拥有一台发电机当然是件很不错的事，但你需要从几个不同的角度来评估：是否有理由要不要配置它。不过所有这些最终都会归结到这一点：你到底需要它的频率有多高？如果你确实偶尔会发生持续时间较长的停电——比如一年一次，而且可能只持续一到两个小时——那么这是否足以证明购买发电机、把它与数据中心的电力系统进行集成，以及随后为维护该系统而产生的各种每月费用是值得的呢？

还有一个关键点，而且很简单：有没有任何地方的规定或强制要求，说我们必须要有（发电机）？如果你是医疗机构，可能就会适用；但如果是一家小型公司呢？

最终一切都归结为这一点：拥有它的成本，是否会高于你在一次停电中可能损失的钱。

如果你确实选择安装发电机，就有一些必须遵循的规则。首先，你需要对其进行测试，而且至少每季度要测试一次。大多数人会觉得只要启动一下就够了。对于每月的测试来说，这可能还说得过去；但偶尔你需要确认它是否真的能按预期完成工作——也就是让你的数据中心持续运转。这意味着要确保一旦停电，它也能为你的系统供电。

在类似情况下测试电池是个不错的主意。把插头从墙上拔掉，看看系统是否会像应该那样继续保持运行。

当然、みんなが使っている最中にこんなことはしません。ただし、停电带来的影响を尽量小さくするためには、事前にしっかりと策划并制定日程。我们在后面谈到演练时，会再更详细地讲讲这件事。

哦，因为 SOX 非常重视文档，你可能会被要求提供测试时的日志、维护的结果等。因此请把这些都记录下来。我喜欢把这些内容都作为工单的一部分整理，并归档到每月任务中。