5月27日，英国航空公司因计算机故障取消了大部分来往伦敦希斯罗和伦敦盖特威克机场的航班。这起事故持续了多日。周五，英航公布了计算机故障的原因，伦敦希斯罗机场附近的一个数据中心遭遇了供电故障，当电力恢复时电涌物理损坏了部分服务器。

伴随着云计算的普及，许多的公司和政府机构不再购买服务器运营自有的数据中心，而是直接租赁亚马逊、微软、谷歌、阿里云、京东云等公司的云计算服务（包括CPU、存储、网络等计算资源），降低了运营成本，也便于面向全球用户提供互联网服务和访问。

然而随之而来的是，云计算厂商的运行故障，正在变成波及大量网站和厂商的重大事件，影响到大量不同国家的用户。因为数据中心故障，给企业业务造成的损失将是巨大的，品牌的损失将是无法估量的。做好数据中心的管理，降低人祸，成为降低数据中心故障的核心。

数据中心故障大多是人祸

英航为数百航班取消向客户道歉。其故障原因也耐人寻味。电力恢复后，电力是以未受控的方式恢复的，所以才会损害数据中心硬件，因此称这起事故不是 IT 故障而是供电故障。有网友戏称，看起来这家英国航空巨头的 UPS 、电涌保护以及系统备份都存在大问题。

那么其它的数据中心故障都是什么原因造成的呢？

今年年初，亚马逊云计算服务中的存储服务S3爆发了重大故障，大量的网站和APP客户受到影响，其中包括博客网站Medium、美国证券交易委员会网站、企业聊天工具Slack、Docker等。亚马逊解释称，是工作人员的低级失误导致了这次重大故障。AWS S3(云存储)团队在进行调试时输入了一条错误指令，本应该将少部分的S3计费流程服务器移除，可是最终意外地移去了大量的服务器。这一服务水平协议违约可能造成数百万乃至数千万美元的损失，是一例严重的人为故障。

看看国内。今年2月28日晚8点39分，百度移动端搜索发生故障，搜索请求无法显示结果，至晚9点21分恢复，历时42分钟。故障期间导致手机用户上亿次的搜索受到影响。事后，工信部立即紧急约谈百度公司。故障源自于软件更新中存在BUG(漏洞)，导致服务器停止服务。软件中存在BUG，几乎是不可避免的，是人的思维局限造成的。

3月16日，微软证实其云计算发生了全球性故障，在所有28个数据中心中，有26个出现故障。微软Azure公共云服务中的数据存储服务故障也引发了其他相关的服务故障。故障的原因是人为因素造成的。

2016年10月9日，英国金融行为监管局(FCA)由于数据中心发生故障导致停止办理业务三天。由于在富士通公司数据中心设施发生了“物理事件”，英国金融行为监管局(FCA)和其他几家客户遭遇了中断事件。

数据中心出现故障在所难免，事后经过分析大部分都是人为因素导致，也就是人祸占据了所有故障原因的七成以上。一方面人们享受着数据中心所能带来的工作和生活上的便利，另一方面也在承受着成长的烦恼，不断为自己的过失买单。

数据中心的管理重点是管人

人是数据中心活动中的最重要因素，没有人的参与哪来的数据中心，而偏偏人总有打盹的事后，失误在所难免，也同时给数据中心带来成长的烦恼。

数据中心要通过有效的管理，规范的ITIL和IT服务实施，才能有效降低运维中的人为隐患。数据中心管理针对的重点应是人，而不是设备。

一方面，要想拥有一个运营良好的数据中心，必须重视运行系统或与系统交互的人。如果数据中心能投入时间在员工技术水平、培训、维护和运营等方面做出谨慎决策，往往能够避免多数灾难，让数据中心长期稳定运行。

另一方面，运行中的数据中心应减少人为参与的机会，要对人为行为进行充分的管理和评估。数据中心的评判标准都是由管理水平的高低所决定的，而管理主要就是针对运维人员。加强运维人员的管理，提升运维人员的技能水平，才能减少人为犯错的机会，避免产生人祸。

数据中心是一个非常复杂的IT系统，难免会出现这样那样的问题，从而引发故障，若能够通过有效管理减少其中人祸部分的因素，将能有效提升数据中心的运行稳定性。

5月27日，英国航空公司因计算机故障取消了大部分来往伦敦希斯罗和伦敦盖特威克机场的航班。这起事故持续了多日。周五，英航公布了计算机故障的原因，伦敦希斯罗机场附近的一个数据中心遭遇了供电故障，当电力恢复时电涌物理损坏了部分服务器。

伴随着云计算的普及，许多的公司和政府机构不再购买服务器运营自有的数据中心，而是直接租赁亚马逊、微软、谷歌、阿里云、京东云等公司的云计算服务（包括CPU、存储、网络等计算资源），降低了运营成本，也便于面向全球用户提供互联网服务和访问。

然而随之而来的是，云计算厂商的运行故障，正在变成波及大量网站和厂商的重大事件，影响到大量不同国家的用户。因为数据中心故障，给企业业务造成的损失将是巨大的，品牌的损失将是无法估量的。做好数据中心的管理，降低人祸，成为降低数据中心故障的核心。

数据中心故障大多是人祸

英航为数百航班取消向客户道歉。其故障原因也耐人寻味。电力恢复后，电力是以未受控的方式恢复的，所以才会损害数据中心硬件，因此称这起事故不是 IT 故障而是供电故障。有网友戏称，看起来这家英国航空巨头的 UPS 、电涌保护以及系统备份都存在大问题。

那么其它的数据中心故障都是什么原因造成的呢？

今年年初，亚马逊云计算服务中的存储服务S3爆发了重大故障，大量的网站和APP客户受到影响，其中包括博客网站Medium、美国证券交易委员会网站、企业聊天工具Slack、Docker等。亚马逊解释称，是工作人员的低级失误导致了这次重大故障。AWS S3(云存储)团队在进行调试时输入了一条错误指令，本应该将少部分的S3计费流程服务器移除，可是最终意外地移去了大量的服务器。这一服务水平协议违约可能造成数百万乃至数千万美元的损失，是一例严重的人为故障。

看看国内。今年2月28日晚8点39分，百度移动端搜索发生故障，搜索请求无法显示结果，至晚9点21分恢复，历时42分钟。故障期间导致手机用户上亿次的搜索受到影响。事后，工信部立即紧急约谈百度公司。故障源自于软件更新中存在BUG(漏洞)，导致服务器停止服务。软件中存在BUG，几乎是不可避免的，是人的思维局限造成的。

3月16日，微软证实其云计算发生了全球性故障，在所有28个数据中心中，有26个出现故障。微软Azure公共云服务中的数据存储服务故障也引发了其他相关的服务故障。故障的原因是人为因素造成的。

2016年10月9日，英国金融行为监管局(FCA)由于数据中心发生故障导致停止办理业务三天。由于在富士通公司数据中心设施发生了“物理事件”，英国金融行为监管局(FCA)和其他几家客户遭遇了中断事件。

数据中心出现故障在所难免，事后经过分析大部分都是人为因素导致，也就是人祸占据了所有故障原因的七成以上。一方面人们享受着数据中心所能带来的工作和生活上的便利，另一方面也在承受着成长的烦恼，不断为自己的过失买单。

数据中心的管理重点是管人

人是数据中心活动中的最重要因素，没有人的参与哪来的数据中心，而偏偏人总有打盹的事后，失误在所难免，也同时给数据中心带来成长的烦恼。

数据中心要通过有效的管理，规范的ITIL和IT服务实施，才能有效降低运维中的人为隐患。数据中心管理针对的重点应是人，而不是设备。

一方面，要想拥有一个运营良好的数据中心，必须重视运行系统或与系统交互的人。如果数据中心能投入时间在员工技术水平、培训、维护和运营等方面做出谨慎决策，往往能够避免多数灾难，让数据中心长期稳定运行。

另一方面，运行中的数据中心应减少人为参与的机会，要对人为行为进行充分的管理和评估。数据中心的评判标准都是由管理水平的高低所决定的，而管理主要就是针对运维人员。加强运维人员的管理，提升运维人员的技能水平，才能减少人为犯错的机会，避免产生人祸。

数据中心是一个非常复杂的IT系统，难免会出现这样那样的问题，从而引发故障，若能够通过有效管理减少其中人祸部分的因素，将能有效提升数据中心的运行稳定性。

5月27日，英国航空公司因计算机故障取消了大部分来往伦敦希斯罗和伦敦盖特威克机场的航班。这起事故持续了多日。周五，英航公布了计算机故障的原因，伦敦希斯罗机场附近的一个数据中心遭遇了供电故障，当电力恢复时电涌物理损坏了部分服务器。

伴随着云计算的普及，许多的公司和政府机构不再购买服务器运营自有的数据中心，而是直接租赁亚马逊、微软、谷歌、阿里云、京东云等公司的云计算服务（包括CPU、存储、网络等计算资源），降低了运营成本，也便于面向全球用户提供互联网服务和访问。

然而随之而来的是，云计算厂商的运行故障，正在变成波及大量网站和厂商的重大事件，影响到大量不同国家的用户。因为数据中心故障，给企业业务造成的损失将是巨大的，品牌的损失将是无法估量的。做好数据中心的管理，降低人祸，成为降低数据中心故障的核心。

数据中心故障大多是人祸

英航为数百航班取消向客户道歉。其故障原因也耐人寻味。电力恢复后，电力是以未受控的方式恢复的，所以才会损害数据中心硬件，因此称这起事故不是 IT 故障而是供电故障。有网友戏称，看起来这家英国航空巨头的 UPS 、电涌保护以及系统备份都存在大问题。

那么其它的数据中心故障都是什么原因造成的呢？

今年年初，亚马逊云计算服务中的存储服务S3爆发了重大故障，大量的网站和APP客户受到影响，其中包括博客网站Medium、美国证券交易委员会网站、企业聊天工具Slack、Docker等。亚马逊解释称，是工作人员的低级失误导致了这次重大故障。AWS S3(云存储)团队在进行调试时输入了一条错误指令，本应该将少部分的S3计费流程服务器移除，可是最终意外地移去了大量的服务器。这一服务水平协议违约可能造成数百万乃至数千万美元的损失，是一例严重的人为故障。

看看国内。今年2月28日晚8点39分，百度移动端搜索发生故障，搜索请求无法显示结果，至晚9点21分恢复，历时42分钟。故障期间导致手机用户上亿次的搜索受到影响。事后，工信部立即紧急约谈百度公司。故障源自于软件更新中存在BUG(漏洞)，导致服务器停止服务。软件中存在BUG，几乎是不可避免的，是人的思维局限造成的。

3月16日，微软证实其云计算发生了全球性故障，在所有28个数据中心中，有26个出现故障。微软Azure公共云服务中的数据存储服务故障也引发了其他相关的服务故障。故障的原因是人为因素造成的。

2016年10月9日，英国金融行为监管局(FCA)由于数据中心发生故障导致停止办理业务三天。由于在富士通公司数据中心设施发生了“物理事件”，英国金融行为监管局(FCA)和其他几家客户遭遇了中断事件。

数据中心出现故障在所难免，事后经过分析大部分都是人为因素导致，也就是人祸占据了所有故障原因的七成以上。一方面人们享受着数据中心所能带来的工作和生活上的便利，另一方面也在承受着成长的烦恼，不断为自己的过失买单。

数据中心的管理重点是管人

人是数据中心活动中的最重要因素，没有人的参与哪来的数据中心，而偏偏人总有打盹的事后，失误在所难免，也同时给数据中心带来成长的烦恼。

数据中心要通过有效的管理，规范的ITIL和IT服务实施，才能有效降低运维中的人为隐患。数据中心管理针对的重点应是人，而不是设备。

一方面，要想拥有一个运营良好的数据中心，必须重视运行系统或与系统交互的人。如果数据中心能投入时间在员工技术水平、培训、维护和运营等方面做出谨慎决策，往往能够避免多数灾难，让数据中心长期稳定运行。

另一方面，运行中的数据中心应减少人为参与的机会，要对人为行为进行充分的管理和评估。数据中心的评判标准都是由管理水平的高低所决定的，而管理主要就是针对运维人员。加强运维人员的管理，提升运维人员的技能水平，才能减少人为犯错的机会，避免产生人祸。

数据中心是一个非常复杂的IT系统，难免会出现这样那样的问题，从而引发故障，若能够通过有效管理减少其中人祸部分的因素，将能有效提升数据中心的运行稳定性。

5月27日，英国航空公司因计算机故障取消了大部分来往伦敦希斯罗和伦敦盖特威克机场的航班。这起事故持续了多日。周五，英航公布了计算机故障的原因，伦敦希斯罗机场附近的一个数据中心遭遇了供电故障，当电力恢复时电涌物理损坏了部分服务器。

伴随着云计算的普及，许多的公司和政府机构不再购买服务器运营自有的数据中心，而是直接租赁亚马逊、微软、谷歌、阿里云、京东云等公司的云计算服务（包括CPU、存储、网络等计算资源），降低了运营成本，也便于面向全球用户提供互联网服务和访问。

然而随之而来的是，云计算厂商的运行故障，正在变成波及大量网站和厂商的重大事件，影响到大量不同国家的用户。因为数据中心故障，给企业业务造成的损失将是巨大的，品牌的损失将是无法估量的。做好数据中心的管理，降低人祸，成为降低数据中心故障的核心。

数据中心故障大多是人祸

英航为数百航班取消向客户道歉。其故障原因也耐人寻味。电力恢复后，电力是以未受控的方式恢复的，所以才会损害数据中心硬件，因此称这起事故不是 IT 故障而是供电故障。有网友戏称，看起来这家英国航空巨头的 UPS 、电涌保护以及系统备份都存在大问题。

那么其它的数据中心故障都是什么原因造成的呢？

今年年初，亚马逊云计算服务中的存储服务S3爆发了重大故障，大量的网站和APP客户受到影响，其中包括博客网站Medium、美国证券交易委员会网站、企业聊天工具Slack、Docker等。亚马逊解释称，是工作人员的低级失误导致了这次重大故障。AWS S3(云存储)团队在进行调试时输入了一条错误指令，本应该将少部分的S3计费流程服务器移除，可是最终意外地移去了大量的服务器。这一服务水平协议违约可能造成数百万乃至数千万美元的损失，是一例严重的人为故障。

看看国内。今年2月28日晚8点39分，百度移动端搜索发生故障，搜索请求无法显示结果，至晚9点21分恢复，历时42分钟。故障期间导致手机用户上亿次的搜索受到影响。事后，工信部立即紧急约谈百度公司。故障源自于软件更新中存在BUG(漏洞)，导致服务器停止服务。软件中存在BUG，几乎是不可避免的，是人的思维局限造成的。

3月16日，微软证实其云计算发生了全球性故障，在所有28个数据中心中，有26个出现故障。微软Azure公共云服务中的数据存储服务故障也引发了其他相关的服务故障。故障的原因是人为因素造成的。

2016年10月9日，英国金融行为监管局(FCA)由于数据中心发生故障导致停止办理业务三天。由于在富士通公司数据中心设施发生了“物理事件”，英国金融行为监管局(FCA)和其他几家客户遭遇了中断事件。

数据中心出现故障在所难免，事后经过分析大部分都是人为因素导致，也就是人祸占据了所有故障原因的七成以上。一方面人们享受着数据中心所能带来的工作和生活上的便利，另一方面也在承受着成长的烦恼，不断为自己的过失买单。

数据中心的管理重点是管人

人是数据中心活动中的最重要因素，没有人的参与哪来的数据中心，而偏偏人总有打盹的事后，失误在所难免，也同时给数据中心带来成长的烦恼。

数据中心要通过有效的管理，规范的ITIL和IT服务实施，才能有效降低运维中的人为隐患。数据中心管理针对的重点应是人，而不是设备。

一方面，要想拥有一个运营良好的数据中心，必须重视运行系统或与系统交互的人。如果数据中心能投入时间在员工技术水平、培训、维护和运营等方面做出谨慎决策，往往能够避免多数灾难，让数据中心长期稳定运行。

另一方面，运行中的数据中心应减少人为参与的机会，要对人为行为进行充分的管理和评估。数据中心的评判标准都是由管理水平的高低所决定的，而管理主要就是针对运维人员。加强运维人员的管理，提升运维人员的技能水平，才能减少人为犯错的机会，避免产生人祸。

数据中心是一个非常复杂的IT系统，难免会出现这样那样的问题，从而引发故障，若能够通过有效管理减少其中人祸部分的因素，将能有效提升数据中心的运行稳定性。

5月27日，英国航空公司因计算机故障取消了大部分来往伦敦希斯罗和伦敦盖特威克机场的航班。这起事故持续了多日。周五，英航公布了计算机故障的原因，伦敦希斯罗机场附近的一个数据中心遭遇了供电故障，当电力恢复时电涌物理损坏了部分服务器。

伴随着云计算的普及，许多的公司和政府机构不再购买服务器运营自有的数据中心，而是直接租赁亚马逊、微软、谷歌、阿里云、京东云等公司的云计算服务（包括CPU、存储、网络等计算资源），降低了运营成本，也便于面向全球用户提供互联网服务和访问。

然而随之而来的是，云计算厂商的运行故障，正在变成波及大量网站和厂商的重大事件，影响到大量不同国家的用户。因为数据中心故障，给企业业务造成的损失将是巨大的，品牌的损失将是无法估量的。做好数据中心的管理，降低人祸，成为降低数据中心故障的核心。

数据中心故障大多是人祸

英航为数百航班取消向客户道歉。其故障原因也耐人寻味。电力恢复后，电力是以未受控的方式恢复的，所以才会损害数据中心硬件，因此称这起事故不是 IT 故障而是供电故障。有网友戏称，看起来这家英国航空巨头的 UPS 、电涌保护以及系统备份都存在大问题。

那么其它的数据中心故障都是什么原因造成的呢？

今年年初，亚马逊云计算服务中的存储服务S3爆发了重大故障，大量的网站和APP客户受到影响，其中包括博客网站Medium、美国证券交易委员会网站、企业聊天工具Slack、Docker等。亚马逊解释称，是工作人员的低级失误导致了这次重大故障。AWS S3(云存储)团队在进行调试时输入了一条错误指令，本应该将少部分的S3计费流程服务器移除，可是最终意外地移去了大量的服务器。这一服务水平协议违约可能造成数百万乃至数千万美元的损失，是一例严重的人为故障。

看看国内。今年2月28日晚8点39分，百度移动端搜索发生故障，搜索请求无法显示结果，至晚9点21分恢复，历时42分钟。故障期间导致手机用户上亿次的搜索受到影响。事后，工信部立即紧急约谈百度公司。故障源自于软件更新中存在BUG(漏洞)，导致服务器停止服务。软件中存在BUG，几乎是不可避免的，是人的思维局限造成的。

3月16日，微软证实其云计算发生了全球性故障，在所有28个数据中心中，有26个出现故障。微软Azure公共云服务中的数据存储服务故障也引发了其他相关的服务故障。故障的原因是人为因素造成的。

2016年10月9日，英国金融行为监管局(FCA)由于数据中心发生故障导致停止办理业务三天。由于在富士通公司数据中心设施发生了“物理事件”，英国金融行为监管局(FCA)和其他几家客户遭遇了中断事件。

数据中心出现故障在所难免，事后经过分析大部分都是人为因素导致，也就是人祸占据了所有故障原因的七成以上。一方面人们享受着数据中心所能带来的工作和生活上的便利，另一方面也在承受着成长的烦恼，不断为自己的过失买单。

数据中心的管理重点是管人

人是数据中心活动中的最重要因素，没有人的参与哪来的数据中心，而偏偏人总有打盹的事后，失误在所难免，也同时给数据中心带来成长的烦恼。

数据中心要通过有效的管理，规范的ITIL和IT服务实施，才能有效降低运维中的人为隐患。数据中心管理针对的重点应是人，而不是设备。

一方面，要想拥有一个运营良好的数据中心，必须重视运行系统或与系统交互的人。如果数据中心能投入时间在员工技术水平、培训、维护和运营等方面做出谨慎决策，往往能够避免多数灾难，让数据中心长期稳定运行。

另一方面，运行中的数据中心应减少人为参与的机会，要对人为行为进行充分的管理和评估。数据中心的评判标准都是由管理水平的高低所决定的，而管理主要就是针对运维人员。加强运维人员的管理，提升运维人员的技能水平，才能减少人为犯错的机会，避免产生人祸。

数据中心是一个非常复杂的IT系统，难免会出现这样那样的问题，从而引发故障，若能够通过有效管理减少其中人祸部分的因素，将能有效提升数据中心的运行稳定性。

5月27日，英国航空公司因计算机故障取消了大部分来往伦敦希斯罗和伦敦盖特威克机场的航班。这起事故持续了多日。周五，英航公布了计算机故障的原因，伦敦希斯罗机场附近的一个数据中心遭遇了供电故障，当电力恢复时电涌物理损坏了部分服务器。

伴随着云计算的普及，许多的公司和政府机构不再购买服务器运营自有的数据中心，而是直接租赁亚马逊、微软、谷歌、阿里云、京东云等公司的云计算服务（包括CPU、存储、网络等计算资源），降低了运营成本，也便于面向全球用户提供互联网服务和访问。

然而随之而来的是，云计算厂商的运行故障，正在变成波及大量网站和厂商的重大事件，影响到大量不同国家的用户。因为数据中心故障，给企业业务造成的损失将是巨大的，品牌的损失将是无法估量的。做好数据中心的管理，降低人祸，成为降低数据中心故障的核心。

数据中心故障大多是人祸

英航为数百航班取消向客户道歉。其故障原因也耐人寻味。电力恢复后，电力是以未受控的方式恢复的，所以才会损害数据中心硬件，因此称这起事故不是 IT 故障而是供电故障。有网友戏称，看起来这家英国航空巨头的 UPS 、电涌保护以及系统备份都存在大问题。

那么其它的数据中心故障都是什么原因造成的呢？

今年年初，亚马逊云计算服务中的存储服务S3爆发了重大故障，大量的网站和APP客户受到影响，其中包括博客网站Medium、美国证券交易委员会网站、企业聊天工具Slack、Docker等。亚马逊解释称，是工作人员的低级失误导致了这次重大故障。AWS S3(云存储)团队在进行调试时输入了一条错误指令，本应该将少部分的S3计费流程服务器移除，可是最终意外地移去了大量的服务器。这一服务水平协议违约可能造成数百万乃至数千万美元的损失，是一例严重的人为故障。

看看国内。今年2月28日晚8点39分，百度移动端搜索发生故障，搜索请求无法显示结果，至晚9点21分恢复，历时42分钟。故障期间导致手机用户上亿次的搜索受到影响。事后，工信部立即紧急约谈百度公司。故障源自于软件更新中存在BUG(漏洞)，导致服务器停止服务。软件中存在BUG，几乎是不可避免的，是人的思维局限造成的。

3月16日，微软证实其云计算发生了全球性故障，在所有28个数据中心中，有26个出现故障。微软Azure公共云服务中的数据存储服务故障也引发了其他相关的服务故障。故障的原因是人为因素造成的。

2016年10月9日，英国金融行为监管局(FCA)由于数据中心发生故障导致停止办理业务三天。由于在富士通公司数据中心设施发生了“物理事件”，英国金融行为监管局(FCA)和其他几家客户遭遇了中断事件。

数据中心出现故障在所难免，事后经过分析大部分都是人为因素导致，也就是人祸占据了所有故障原因的七成以上。一方面人们享受着数据中心所能带来的工作和生活上的便利，另一方面也在承受着成长的烦恼，不断为自己的过失买单。

数据中心的管理重点是管人

人是数据中心活动中的最重要因素，没有人的参与哪来的数据中心，而偏偏人总有打盹的事后，失误在所难免，也同时给数据中心带来成长的烦恼。

数据中心要通过有效的管理，规范的ITIL和IT服务实施，才能有效降低运维中的人为隐患。数据中心管理针对的重点应是人，而不是设备。

一方面，要想拥有一个运营良好的数据中心，必须重视运行系统或与系统交互的人。如果数据中心能投入时间在员工技术水平、培训、维护和运营等方面做出谨慎决策，往往能够避免多数灾难，让数据中心长期稳定运行。

另一方面，运行中的数据中心应减少人为参与的机会，要对人为行为进行充分的管理和评估。数据中心的评判标准都是由管理水平的高低所决定的，而管理主要就是针对运维人员。加强运维人员的管理，提升运维人员的技能水平，才能减少人为犯错的机会，避免产生人祸。

数据中心是一个非常复杂的IT系统，难免会出现这样那样的问题，从而引发故障，若能够通过有效管理减少其中人祸部分的因素，将能有效提升数据中心的运行稳定性。