?Uptime Institute今日發(fā)布其2025年第七份年度停機分析(Annual Outage Analysis)主題報告。對于數(shù)據(jù)中心所有者和運營商而言，預(yù)防數(shù)據(jù)中心停機仍然是一項戰(zhàn)略重點?；A(chǔ)設(shè)施設(shè)備有所改進，但現(xiàn)代架構(gòu)的復(fù)雜性以及不斷演變的外部威脅帶來了新的風險，運營商必須積極應(yīng)對這些風險。

Uptime Intelligence研究連續(xù)第四年表明，總體停機頻率以及所報告的停機嚴重程度的總體水平持續(xù)下降。然而，網(wǎng)絡(luò)安全事件呈上升趨勢，并且往往會產(chǎn)生嚴重且持久的影響。

Uptime Intelligence創(chuàng)始成員兼執(zhí)行董事Andy Lawrence表示：“總體而言，停機情況有所減少。數(shù)據(jù)中心運營商面臨著越來越多超出他們控制范圍的外部風險，包括電網(wǎng)限制、極端天氣、網(wǎng)絡(luò)提供商故障以及第三方軟件問題。盡管風險環(huán)境更加不穩(wěn)定，但情況仍在改善?！?/p>

Uptime的年度停機分析在行業(yè)內(nèi)獨樹一幟，它綜合了多項調(diào)查、Uptime Institute成員及合作伙伴提供的信息，以及其公開報告的停機事件數(shù)據(jù)庫。

主要研究結(jié)果包括：

• 相對于數(shù)字基礎(chǔ)設(shè)施的快速增長，停機事件變得越來越不頻繁，嚴重程度也在降低。這一趨勢已持續(xù)數(shù)年，突顯了行業(yè)在風險管理和可靠性方面的進步。

• 電力仍然是導(dǎo)致重大停機事件的主要原因。2024年，由IT和網(wǎng)絡(luò)問題導(dǎo)致的停機事件有所增加，占重大停機事件總數(shù)的23%。這一趨勢反映了長期以來向托管服務(wù)提供商、云計算及其他第三方服務(wù)的轉(zhuǎn)變。雖然外包可能會降低一些企業(yè)的風險，但重大故障仍時有發(fā)生，有時會造成嚴重后果。這種增長可能是由于IT和網(wǎng)絡(luò)復(fù)雜性增加，導(dǎo)致變更管理問題和配置錯誤。

• 基于軟件的分布式彈性工具正在不斷擴展。這些系統(tǒng)提高了正常運行時間，但也可能引入新的風險和復(fù)雜性。將基于軟件的彈性策略與物理故障切換/冗余相結(jié)合，無疑有助于整體可用性的提升。然而，增加的復(fù)雜性帶來了自身的挑戰(zhàn)，并且可能會模糊故障責任界限，使根本原因分析和停機分類變得更加復(fù)雜。

• 行業(yè)轉(zhuǎn)型的步伐正在加快。對AI的需求激增給現(xiàn)有基礎(chǔ)設(shè)施設(shè)計帶來了壓力，尤其是在電力和冷卻方面。與此同時，電網(wǎng)限制和全球貿(mào)易緊張局勢給供應(yīng)鏈和擴張計劃帶來了新的不確定性。這些壓力共同作用，最終可能會影響當前可靠性趨勢的穩(wěn)定性。

2025年，由未遵循程序?qū)е碌娜藶殄e誤相關(guān)停機事件的比例比2024年上升了10個百分點。與上一年相比，員工未遵循程序已成為導(dǎo)致停機的更主要原因，這表明通過培訓(xùn)和流程審查來減少此類事件存在重大機會。絕大多數(shù)與人為錯誤相關(guān)的停機事件都涉及忽視程序或程序不完善。在過去三年中，近40%的組織曾遭受過由人為錯誤導(dǎo)致的重大停機事件。在這些事件中，85%源于員工未遵循程序或流程和程序本身存在缺陷。這種上升的原因尚不清楚，但可能是行業(yè)快速增長以及許多地區(qū)由此導(dǎo)致的人員短缺的結(jié)果。雖然改進文檔記錄和流程仍然很重要，但更加注重員工培訓(xùn)和實時運營支持可能會更有效地降低風險。

在Uptime追蹤公開報告的停機事件的九年時間里，第三方IT和數(shù)據(jù)中心服務(wù)提供商（包括云計算和互聯(lián)網(wǎng)巨頭、電信公司以及托管公司）約占所報告停機事件的三分之二。

2024年，歸因于數(shù)字服務(wù)提供商的停機事件有所增加，而來自云計算/互聯(lián)網(wǎng)巨頭的停機事件則有所減少，這可能是由于超大規(guī)模企業(yè)在分布式彈性和區(qū)域故障切換方面的投資。自2020年以來，金融行業(yè)的停機頻率連續(xù)第三年低于長期平均水平。這種改善可能反映了在2021年之前發(fā)生的幾起重大且備受矚目的停機事件之后，更嚴格的監(jiān)管和監(jiān)督所產(chǎn)生的影響。