隶属于德国邮政集团旗下最大的国际快递公司DHL，不只是目前世界最大的航空快递货运公司之一，更运用IT在全球各地采用自建数据中心的方式，随时掌控全球各据点货物派送的最新进度。

而去年，DHL在捷克共和国新打造完成的布拉格数据中心，后来也取得UptimeInstitute在设计(Design)和设施(Facility)的Tier3等级认证。近日负责DHLITServices数据中心维运负责人CtiborLesa来台时也分享了他在担任DHL数据中心长达10年间的维运和管理经验。

CtiborLesa目前主要负责统筹管理了DHL在马来西亚、美国与捷克共和国的数据中心规划和维运。他曾负责完成DHL数据中心的线上升级专案，来通过Tier3等级设施的验证，并也为数据中心改良机械系统，以提高数据中心的可靠度与耐用度。

CtiborLesa拥有机械工程硕士，在加入DHL以前，曾在机电工程公司负责管理整体机房冷却系统的设计与维护，而在进入DHL后，为改善数据中心可靠度，并减少人为错误的发生，也将线上负载测试与故障模拟导入数据中心内部。

CtiborLesa表示，这些线上负载测试与故障模拟，能提升数据中心设施的可靠度(Reliability)与可预测性(Predictability)，例如，通过线上测试电力供给设备的运作情况，以及模拟各种可能的电力系统故障状况，来预先演练故障排除，甚至能进一步做到诊断设备的耗损程度，来提早进场维护。

不过他也强调，在进行这些测试过程中，IT管理人员得投入更多的心力专注在测试上，并也得确保不会对IT维运带来影响。

除了线上负载测试与故障模拟外，CtiborLesa说，提高数据中心可靠度的第一步是建立起定期维护(RegularMaintenance)机制，不论是电力设备、伺服器或不断电系统等都需要定期的保养维护，才能够确保这些设备能维持正常的运作。

他建议，企业应花上更多的投资在设备维护上，像是采购相关管理软件，来建立系统化的设备保养排程，因为「跟数据中心设备故障导致庞大金额损失相比，企业花在设备维护的每一块钱带来收益更多达1万倍。」他说。

此外，CtiborLesa指出，这些经由线上负载和模拟测试的结果，也能够通过各种数据搜集系统，如环境监控系统、监控管理系统及数据监控系统等，来取得庞大机台设备数据，并能通过分析数据，来协助数据中心改善各种问题。例如，数据中心意外事件中，3成是由不断电系统和电池故障所引起的事故，而通过分析这些测试和模拟结果的数据，有助于改善不断电系统的设计。

CtiborLesa从DHL数据中心多年的经验也观察到，平均每5起数据中心设备的故障，几乎就有1起是来自于人为疏失，最严重可能导致数据中心维运停摆，他也强调，人为疏失并非无法避免，而是可以用管理减少出错的机会。以下为进一步专访他管理DHL三大洲数据中心的经验：

Q：是否能谈谈DHL在全球数据中心IT建置的情形?

A：我们最近完成了在美国宾州梅卡尼克斯堡(Mechanicsburg)一座数据中心的整修专案，包括了在数据中心所有机电设备运转期间，测试线上关键IT负载实际运作情况。

这项专案包含了全面重新设计电力供应基础设施与结构，包括了采购新的备用柴油发电机组、ATS(自动切换开关)、UPS不断电系统模组、配电盘(DistributionSwitchboard)、机房空调(ComputerRoomAirConditioning，CRAC)组件，以及监控系统。这个专案是分阶段来执行，才能够如期按预先规划的试运行(Commissioning)时间表来执行，以降低新旧基础设施交替期间的风险，而不会对于IT营运造成重要影响。

Q：DHL为什么要自建数据中心?

A：DHL在IT服务上的策略是倾向自己来管理区域性关键数据中心设施，只有在需要快速呈现IT服务或是一个小规模数据中心空间时，才会向主机代管业者租用数据中心。采取租用方式可以缩短服务推出时间。我们也尝试着均衡发展自建数据中心营运的优势。

Q：你在管理DHL数据中心时遇到的最大挑战?

A：IT基础设施内充满着庞大网络、储存、备份、伺服器设备和数据中心设备的基础设施。

而过去的管理挑战在于IT部门和数据中心设施部门协同合作，来了解数据中心设施的所需容量(CapacityRequirement)，以符合新专案的需求。而当数据中心基础设施管理(DataCenterInfrastructureManagement，DCIM)工具出现后，也让任一个设计部门在数据中心设备的管理，有了显著的改善。

另一个热门谈论的话题依然是数据中心基础设施的可靠度(Reliability)，而要持续提升数据中心的可靠度，采用作法首先得有合适的数据中心试运行流程、定期的维护机制、线上负载测试和结果分析模拟，才能够持续地来改善数据中心的可靠度。

现在最大的挑战则是专业人才(Staffing)的不足。这些具有IT基础设施专业人才的流失，已经是数据中心管理者不得不面对的挑战，而是否具备有市场所需的IT基础设施专业技能，也主导了优秀人才的市场竞争力。

除了专业技能外，员工向心力、职涯发展和动机也十分重要。而能不能取得数据中心基础设施各细节的主导权，也影响数据中心能不能持续保有一群训练有素专家的关键。

Q：如何减少数据中心的人为出错?
　　
A：我深信，可以通过管理方式，来大幅降低因人为疏失造成数据中心非计划停摆的比例。借由定期在真实设备故障模拟下所做的一种可控制的线上负载测试，可以建立起数据中心维运团队的信心，在事故判断上有更多把握。

维运团队越有信心，在面对意外发生时也就越能提高数据中心的可靠度。意外事故在所难免，但是比起加强设备汰换，更重要的是能正确反映出事故本身，以及提供顾客透明的沟通管理。

Q：近2年数据中心管理方式和过去有何不同?

A这2年许多数据中心设施配备有更多监测设备，而在市场上推出的新产品都必须具备远端管理的能力，再者，这些监测设备操作也越来越友善和直觉。但要将这些监控应用产生的数据拿来评估，仍需要更多努力。

但不采取行动的数据将毫无意义(TheDataWithoutActionAreUseless)。

我曾看过数据中心配备了强大DCIM工具，但是将取得数据拿来使用的情况却非常少;而有时候，这些监测设备提供数据过多，已超过数据中心维运人员可以有效管理和执行的范围。

Q：DHL怎么分析这类数据中心的监测数据?

A：测试结果分析(TestResultAnalysis)非常重要，并且也是决定数据中心基础设施能不能更耐用、可靠，以及可预测的关键。但是，却只有很少数据中心设施有采用。

DHL在IT服务上的策略上，会依数据中心设施的不同而采用不一样监控应用，这些搜集而来的数据基本来源，有来自环境监控系统(BuildingManagementSystems，BMS)或其他能感测更多数据的系统，如DCIM系统。

这个测试结果分析是将可预期的自动化操作(做为单一设备分配路径故障模拟(DistributionPathFailureSimulation)的一种反应)与在数据中心基础设施的时间记录(RecordsofTime)、机电设备规模(Magnitude)大小及序列(Sequence)数据的实际反应进行比较，而得出可用的分析结果。