وقتی دیتاسنترها برق قطع می‌شود، باید ژنراتورها فعال شوند؛ اما این برای گوگل در لندن رخ نداد.
گوگل کلود اعلام کرد که علت قطعی 20 اکتبر در ناحیهٔ دسترسی europe‑west‑2‑b، «پیکربندی نادرست» سیستم‌های آن بود که باعث عدم راه‌اندازی ژنراتورهای اضطراری شد.
این قطعی در مرکز لندن باعث اختلال در خدمات شرکت‌هایی همچون لویدز، HSBC، پست سلطنتی و Revolut شد.
در به‌روزرسانی 4 نوامبر در صفحهٔ وضعیت سرویس، گوگل شرح داد چه اتفاقی رخ داد.
«این مرکز از معماری توان برق 2N استفاده می‌کند — به‌طوری که برای هر بار بحرانی مسیرهای برق کاملاً تکراری وجود دارد — که توسط یک بانک ژنراتورهای ولتاژ بالا که تحت مدیریت یک کنترل‌کننده منطقی برنامه‌پذیر (PLC) دوگانهٔ افزایشی است، پشتیبانی می‌شود»، گوگل افشا کرد.
این مرکز انرژی خود را از دو منبع تغذیهٔ مستقل دریافت می‌کند که گوگل آنها را «A» و «B» می‌نامد. همچنین یک «اتصال اضطراری تغذیه‌ای» وجود دارد که برای انتقال دستی در کل مجموعه در زمان عملیات نگهداری یا حوادث اضطراری تنظیم شده است.
گوگل می‌گوید ریشهٔ این حادثه، شکست یک کابل زیرزمینی خارجی بود که تأمین‌کنندهٔ برق از طریق آن «برق» را به زیرساخت‌های خود می‌رساند.
این کابل به تغذیهٔ اصلی A متصل بود و در زمانی که تغذیهٔ B کار نمی‌کرد، خراب شد.
«کلید قطع‌کنندهٔ مدار تغذیهٔ B به‌صورت فیزیکی باز شد تا امکان تعمیرات اصلاحی پس از مشکلات شناسایی‌شده در آزمون فشاری دوره‌ای ژنراتور در تاریخ 14 اکتبر 2026 فراهم شود»، گوگل اذعان کرد. «در نتیجه، تغذیهٔ اصلی A تمام بار بحرانی را پشتیبانی می‌کرد در حالی که کلید تغذیهٔ B در حالت باز باقی ماند تا تعمیرات مسیر تغذیهٔ B انجام شود.»
این نباید برای یک اپراتور سطح بالایی مانند گوگل که می‌داند باید منابع پشتیبان برق مانند منبع تغذیهٔ بدون وقفه (UPS) و ژنراتورهای محلی نصب کند، مشکل‌ساز باشد.
در واقع، europe‑west‑2‑b از UPSهایی استفاده می‌کند که گوگل می‌گوید می‌توانند سیستم‌ها را تا حدی فعال نگه دارند.
اگر منطقهٔ در دسترس اتصال خود به شبکه را از دست بدهد، UPSها تنها به مدت پنج دقیقه کار می‌کردند.
UPSها عملکرد داشتند، اما «خطای طراحی حسگر ولتاژ و پیکربندی نادرست PLC باعث شد تا ایستگاه ژنراتور مرکز نتواند سیگنال شروع خودکار برای پذیرش بار بحرانی را دریافت کند».
بنابراین باتری‌های UPS گوگل خالی شدند، اما ژنراتورهای آنها راه نیفتاد. بقیه ماجرا همانند گذشته شد.
این غول جستجو دریافت کرد که PLCهایش برای مقابله با شرایط پیش‌آمده در آن روز سرنوشت‌ساز تنظیم نشده بودند.
«منطق PLC نشان می‌داد که منبع برق سالمی در دسترس است، حتی اگر خطوط توزیع اصلی و ثانویه قطع شده باشند، و دستور شروع به ایستگاه ژنراتور صادر نمی‌کرد»، به‌روزرسانی وضعیت اعلام می‌کند.
پس از اینکه گوگل توانست دوباره به شبکهٔ برق خود وصل شود، PLC را بازبرنامه‌ریزی کرد تا دیگر همان اشتباه را تکرار نکند.
از آن پس شرکت تغییرات زیادی در تنظیمات الکتریکی سرورهای europe‑west‑2‑b اعمال کرده و اعلام کرده که این تغییرات را آزمایش کرده و همهٔ آنها کار می‌کنند.
همچنین دو اقدام کلیدی برای خود تعیین کرده است: یکی که آن را «بهبود ارتباطات» می‌نامد و هدف آن «افزایش سرعت اعلان‌ها از طریق توسعهٔ مکانیزم خودکار هشدار‑به‑ارتباط برای حوادثی است که بر مکان‌ها تأثیر می‌گذارند».
دومین اقدام «گسترش نتایج آزمون‌های سراسری پلتفرم برای رویدادهای سطح زیرساخت» است.
اگر گوگل این موارد را به انجام برساند، شاید بتواند قطع‌های برق را بهتر مدیریت کند – و در غیر این صورت، حداقل بتواند مشکلات خود را سریع‌تر به مشتریان اطلاع دهد.
تیم ترجمه تحریریه گیلانی جان - محمد رمضانی - سیده رقیه پوراشرفی