股票 
板块 
用户 
资讯 Trust&far Technology
点击蓝字 关注我们
银信科技
数据中心IT基础设施服务总包商
股票代码：300231
前言
一次外部供电故障，备用发电系统却未能按预期启动，导致 Google Cloud 伦敦区域部分服务中断6小时8分钟。事故背后，值得关注的不只是设备冗余，更是基础设施系统之间的协同、运维管理与应急保障能力。
一次故障，暴露了哪些问题？
数据中心通常被视为数字业务运行的底座。为了保障业务连续性，数据中心往往配置双路市电、UPS不间断电源、柴油发电机等多重保障设施。
按照常规设计，即使一路市电发生故障，备用供电系统也应当能够及时接管负载（即接手为数据中心供电），确保关键设备持续运行。
然而，近期 Google Cloud 伦敦区域发生的一起故障，却让这套看似完善的保障体系受到了考验。
根据 Google Cloud 官方发布的事故报告，2026年10月20日，英国伦敦一处承载 Google Cloud europe-west2-b 可用区的数据中心设施发生外部供电中断，导致该可用区内的部分云服务无法正常运行，并对该区域其他服务造成不同程度影响。
事故发生前，数据中心的一路市电线路正处于维修隔离状态，另一条线路承担着关键负载。随后，外部地下电缆发生故障，导致剩余供电线路中断。
按照设计，备用柴油发电系统应当自动启动并接管供电。但由于控制系统未能正确识别供电异常，发电机没有按预期启动。
UPS电池组继续承担短时备用供电，直到电池储备耗尽，数据中心部分机房最终断电。
从事故发生到主要服务恢复，持续了6小时8分钟。
备用设备为何没有发挥作用
进一步调查发现，这次事故并非简单的设备损坏，根源在于备用发电系统的控制逻辑与电压检测设计。
事故发生前，数据中心一路市电供电线路正在进行维修，相关断路器处于断开状态，另一条线路承担了当时的全部关键负载。
当正常供电线路发生故障后，备用发电系统需要通过控制系统识别供电异常，并自动启动发电机。但问题恰恰出在这里。
由于电压检测信号接入位置不当，以及可编程逻辑控制器（PLC，一种用于工业设备自动控制的控制器）配置存在问题，控制系统未能正确识别实际供电状态，也未结合断路器实际分合位置判断供电情况。
具体而言，PLC的电压检测信号接在了处于隔离状态的Feed B断路器上游。由于控制逻辑没有同时验证欠压状态和断路器位置，系统未能正确判断实际供电情况，也就没有触发备用发电机的启动指令。
UPS电池组按设计承担了短时备用供电，但由于发电机迟迟未能接管负载，最终电池储备耗尽，机房断电。
这起事故揭示了一个容易被忽视的问题。基础设施的可靠性，不仅取决于设备是否配置齐全，还取决于设备之间能否按照预期协同工作。双路供电、UPS、柴油发电机、自动切换装置以及控制系统，共同构成了数据中心的供电保障体系。任何一个环节出现设计缺陷、配置错误或维护不到位，都可能影响整个系统的可靠性。
给数据中心运维带来的启示
对于数据中心而言，设备冗余是基础，但真正实现持续稳定运行，还需要更加系统化的运维管理。
一、从设备巡检走向系统级验证
传统设备巡检通常关注设备运行参数、外观状态、告警信息，以及关键部件状态。但设备本身运行正常，并不代表整个系统在异常情况下也能够正常工作。例如，UPS能正常充放电、发电机能正常启动、控制器也无明显告警，但这并不意味着市电中断时整套供电系统一定能完成自动切换。因此，除了日常设备巡检，还需要关注设备之间的联动关系，定期验证自动切换逻辑、备用电源启动流程以及关键控制信号的准确性。从单台设备的健康检查，延伸到整个基础设施系统的运行验证，是提升运维质量的重要方向。
二、从故障处理走向预防性维护
数据中心基础设施具有较强的关联性，一处设备异常可能沿供电、制冷、网络等链路逐级放大。如果仅仅依赖故障发生后的告警和人工处置，往往难以完全避免业务中断。预防性维护需要综合设备运行状态、历史故障记录、关键部件寿命、环境参数与维护计划，持续识别潜在风险。例如，对UPS电池容量、发电机启动性能、配电系统状态以及关键控制器配置进行定期检查和验证，及时发现设备老化、参数异常和配置偏差。运维工作的价值，不仅在于故障发生后能够快速恢复，更在于尽可能将风险控制在故障发生之前。
三、从单点保障走向业务连续性管理
此次 Google Cloud 事故还有一个值得关注的细节。当受影响的可用区发生故障后，相关业务开始向其他可用区乃至其他区域切换。但由于大量工作负载集中转移，其他区域的计算资源也承受了额外压力，部分服务因此出现延迟上升、错误率增加。这说明，即便具备多可用区架构，也不能认为业务就有了绝对的高可用保障。真正的业务连续性，需要同时考虑基础设施冗余、资源容量、系统依赖关系、故障切换策略以及恢复流程。对金融、保险等对信息系统连续性要求较高的行业，更需要定期开展业务连续性评估与应急演练，验证关键系统在不同故障场景下的实际承载与恢复能力。
稳定运行离不开持续专业的运维保障
数据中心的稳定运行，从来不是由某一台高性能设备或某一套冗余架构单独决定的。
设备配置是基础，日常巡检是保障，预防性维护是手段，而系统级验证和业务连续性管理，则决定了整个基础设施体系面对突发故障时的应对能力。
对于IT基础设施运维而言，真正重要的不是设备平时看起来有多稳定，而是在异常发生时，整个系统能否按照预期运行。这正是专业运维服务的价值所在。让基础设施运行更稳定，让业务运行更安心。
关于我们
北京银信长远科技股份有限公司 (简称: 银信科技，股票代码: 300231)成立于2004年，数据中心IT基础设施服务总包商。从成立伊始，银信科技一直专注于数据中心IT基础设施运维服务领域，助力客户在数字化转型中实现可持续发展。
“本文配图由AI生成”
= END =
扫码关注
银信科技
视频号丨银信科技300231
抖音号丨银信科技
评论 (0)