提升数据有效性
标准化的配置和标准化的处理过程能够有效降低意外事故造成的负面影响。
当我向专家请教数据性能保证方案时，话题很快就会扯到“人为错误”上。事实上，IT错误并非是造成计划外故障的主要原因。专业研究机构Gartner认为，软件错误才是计划外故障的最主要原因，而“操作错误”则是排在硬件损耗、构架或站点崩溃及城市灾难(如暴风雨可洪水)前的第二大“原凶”。不过，在所有这些主导因素中，“人为错误”确实是IT业者可以采取措施有效避免的。
虽然某些人认为Garter低估了错误的角色，但专业IT人士通常都会认可Gartner公司做出的上述排列顺序。软件错误，通常都是由配置出错导致的，某些时候也是不恰当测试造成的。例如，某应用软件由于是在某产品不同的系统配置下进行测试的，或者性能测试并不能给出某程序在真实环境中应有的结果，诸如此类原因造成的系统不兼容都是很难发现的。
某些硬件故障也可能是由于IT操作不当诱发的。如果系统降温方法不恰当、启动或关机过程操作失误，都会缩短设备寿命并且导致错误发生。所以在操作硬件时，应该对照使用手册好好研究一番。
无论错误是由于软件测试还是硬件维护过程不当或其它原因造成的，最关键的要弄清楚，到底该怎样解决这些问题？
有备无患
如果你曾经因为突然的断电而蒙受巨大损失，也许你会抱怨，为什么我这么倒霉？不过，存储服务提供商GlassHouse科技公司的顾问Mauricio Daher则会这样告诉你：因为没有做好充分的防范工作。
Daher的工作是帮助大型IT公司做事故预防准备和事故发生后的恢复工作。他发现，很多故障的发生都是由于人为因素造成的。
Daher表示：“由于业务关系，我一再目睹这些简单的事件一遍一遍的重复发生。比如，其中很多错误就是用户重新配置的LUN(logical unit number，逻辑单元数字)实际上是一个产品的逻辑单元数字，但用户当时并不知晓这一点。”
也许你觉得人为错误在任何公司发生的可能性都是一样的，但是这类事件在运行有序的公司几乎没有发生过。Daher指出：“某些时候，当你必须输入某些命令时，必须要通过一系列红色警示以确保不会有错误发生。由于设置了非常多的保障措施，因此这种类型的错误一般不会发生在成熟的企业中。”
Dsher和GlassHouse使用CMM(Capability and Maturity Model，性能和成熟度模型)来对数据中心进行评估。从本质上来说，CMM是一个用于过程改进的模型，它使用五个刻度点来测定成熟水平。当Daher对一家IT公司进行评估时，他会使用标准操作程序，SLA是否在合适的位置上，该公司是如何评测这些SLA的，及在人员列表中不同点上是否有相应的说明等等。
Daher介绍道：“在CMM刻度的这头，你看到的也许是众多擅长管理(数据中心)工作的明星企业，这点当然是值得肯定的。但遗憾的是，这些企业都没有充足的文档资料备份，所以万一企业内有人在车祸中受伤，将会给公司带来相当大的麻烦；而刻度的另一头，是一个完全实现自动化、拥有充分文档备份资料的环境，即使某个部门没有自动化，那么运行手动程序也能够使业务顺畅进行。”这两种模式哪个更具实用性？Daher指出，在ITIL广泛运用之前，虽然很多成功的数据库中心也都执行严格的操作政策，但是，选择一套公认的标准如ITIL(Information Technology Infrastructure Library，信息技术结构库)将能够使新成员更快地适应公司的发展步伐。最重要的是，它可以让公司内部标准严格、文档备份资料充足并且让组织中的每个人都可以融入其中。这些标准还应当尽可能的做到全面。
Daher近期在与一家大型石油公司进行合作，这家公司中负责存储结构的两名管理员惯用的命名方式并不相同，有时甚至还会出现矛盾，当然这对日常工作并不会产生立竿见影的负面影响，不过，一旦发生断电，当其中某位管理员或IT组织内其他成员需要单独完成全部的恢复工作时，问题就暴露出来了。
对文档的命名方式缺乏一致性，这一小问题看起来似乎无关紧要，但是当凌晨2点，你还要继续工作直到完成某项复杂的任务时，无规律的文件名称肯定会让你头痛不已，并且耗费很多的时间。这种情况主要是由于权责不明造成的。Daher认为：“如果经理需要对出现的结果负责，那么这种情况就不会再次发生了。” |
