Disponibilidad y eficiencia del CPD

La disponibilidad de una instalación se expresa como el porcentaje de tiempo que el servicio está operativo a lo largo de un año, y se enuncia contando nueves: hablar de «cinco nueves» es hablar de un 99,999 por ciento. Ese porcentaje se entiende mejor traducido a tiempo de parada, porque las diferencias entre cifras que se parecen mucho son enormes.

La disponibilidad no se consigue comprando equipos mejores, sino duplicando los que hay: si un elemento único falla, se lleva el servicio por delante, por muy fiable que sea. A esa duplicación se la llama redundancia, y se anota con una notación breve donde la letra N significa la capacidad estrictamente necesaria para atender la carga. Si para refrigerar la sala hacen falta tres máquinas de clima, N son esas tres.

La diferencia entre N+1 y 2N se pregunta con frecuencia y no es de cantidad, es de alcance. N+1 añade una unidad más al mismo conjunto, que sigue compartiendo cuadro, canalización y camino: protege del fallo de una máquina, no del fallo de la vía por la que todas se alimentan. 2N duplica el camino completo, y por eso es lo que permite trabajar sobre una rama entera mientras la otra sostiene el servicio.

N es lo justo, N+1 añade una unidad de repuesto y 2N duplica el sistema entero. Solo duplicando el camino completo se puede mantener sin parar.

La clasificación más citada de un centro de datos es la de niveles Tier, del Tier I al Tier IV, y lo que ordena la escala es la redundancia de la infraestructura de soporte: cuántos componentes de reserva hay y cuántos caminos independientes llevan la energía y el frío hasta los equipos. De esa redundancia se derivan las dos cosas que interesan al que contrata: la disponibilidad que se puede prometer y si el centro se puede mantener sin cortar el servicio.

Los dos saltos importantes de la escala están entre el II y el III y entre el III y el IV, y conviene entenderlos porque son lo que se pregunta. Del II al III se pasa de tener repuestos a tener un segundo camino: por eso el Tier III es el primero que permite mantenimiento concurrente, es decir, intervenir en cualquier componente sin parar el servicio. Del III al IV se pasa de un camino de reserva a dos caminos activos simultáneamente: por eso el Tier IV es el primero que es tolerante a fallos, capaz de absorber una avería imprevista sin degradación.

Dos cautelas para no equivocarse. La primera, que la disponibilidad de un Tier IV es altísima pero no es del cien por cien: no existe la instalación que no falle nunca. La segunda, que el nivel lo fija el elemento más débil del conjunto, así que de nada sirve duplicar la energía si la climatización o las comunicaciones se quedan en un solo camino.

Tier III, mantenimiento concurrente. Tier IV, tolerante a fallos. Ese es el par que separa los dos niveles altos y el que decide las preguntas.

Aquí hay una confusión muy extendida que conviene deshacer, porque las dos siglas caen y muchos apuntes las mezclan. La clasificación en niveles Tier I a Tier IV es del Uptime Institute, que es quien definió los cuatro niveles y quien certifica un centro de datos como tal. La norma TIA-942 es otra cosa: es el estándar de infraestructura de telecomunicaciones para centros de datos, y aunque en su primera edición empleó una escala con ese mismo nombre, hoy denomina a sus niveles Rated 1 a Rated 4 precisamente para no confundirlos con los del Uptime Institute.

Lo que la TIA-942 aporta y hay que retener es el troceado del centro de datos en cuatro subsistemas, que es la forma en que se planifica y se audita la instalación completa.

• Telecomunicaciones: el cableado, las salas de entrada, los paneles de parcheo y la distribución de las comunicaciones.
• Arquitectura: la obra civil, la ubicación, la resistencia estructural, el suelo y el techo técnicos y los cerramientos.
• Sistema eléctrico: acometidas, cuadros, SAI, grupos electrógenos, puesta a tierra y protección.
• Sistema mecánico: climatización, ventilación, humedad, fontanería y protección contra incendios.

La norma organiza además la sala en áreas funcionales o zonas, separando la entrada de las acometidas, el área de distribución principal, las de distribución horizontal y las zonas de equipamiento. La utilidad práctica de ese reparto es que cada área tiene su propio nivel de acceso y su propio papel en el cableado, de modo que crecer no obliga a rehacer lo que ya está montado.

Los Tier son del Uptime Institute. La TIA-942 es la norma de infraestructura y hoy llama Rated a sus niveles. Atribuir los Tier a la TIA es el fallo clásico.

En un centro de datos la factura eléctrica no se va solo en los servidores: una parte considerable se consume en enfriarlos, en las pérdidas de los SAI y en la iluminación. Medir esa proporción es lo que permite saber si la instalación está bien explotada, y la métrica universal para hacerlo es el PUE, la efectividad del uso de la energía.

El PUE se calcula dividiendo la energía total que entra en el centro de datos entre la energía que consume el equipamiento informático propiamente dicho. Es un número sin unidades y siempre mayor o igual que uno, porque el numerador incluye al denominador.

PUE  = energía total del CPD / energía del equipamiento informático
DCiE = energía del equipamiento informático / energía total del CPD, en %

DCiE = (1 / PUE) x 100

Ejemplo: una sala que consume 500 kW en total, de los cuales 250 kW
son servidores, almacenamiento y red.

  PUE  = 500 / 250 = 2,0      -> la mitad de la factura no es informática
  DCiE = (1 / 2,0) x 100 = 50 %

Si con un buen confinamiento de pasillos el consumo total baja a 325 kW
manteniendo los mismos 250 kW de equipamiento:

  PUE  = 325 / 250 = 1,3
  DCiE = (1 / 1,3) x 100 = 77 % aproximadamente

El DCiE es la misma información leída al revés: la fracción de la energía total que llega de verdad al equipamiento informático, expresada en tanto por ciento. De ahí salen los dos sentidos de mejora, que es donde se falla. En el PUE se mejora BAJANDO: el valor ideal es 1, una instalación normal se mueve entre 1,2 y 2, y por encima de 2 hay mucho que corregir. En el DCiE se mejora SUBIENDO: su ideal es el cien por cien. Confundir los dos sentidos, o atribuir al DCiE el rango de 1 a 2 que es del PUE, es el error habitual.

PUE de 1 a 2 y cuanto más bajo mejor. DCiE en tanto por ciento y cuanto más alto mejor. Uno es el inverso del otro.

El PUE solo mide electricidad, y un centro de datos tiene más impactos que ese. Alrededor de él ha crecido una familia de indicadores complementarios que se preguntan por su sigla y por su sentido de mejora.

El conjunto se encuadra en lo que se conoce como informática verde: el criterio de diseñar, comprar y explotar la infraestructura teniendo en cuenta su impacto ambiental y su consumo, y no solo su rendimiento y su precio. En el sector público ha dejado de ser un adorno, porque los pliegos de contratación empiezan a exigir valores concretos de estas métricas.

Un centro de datos bien construido se estropea igual: discos que fallan, servicios que se caen, usuarios que no pueden entrar y peticiones de cambio que hay que planificar. Para que nada de eso se pierda ni dependa de la memoria de quien estaba de guardia, la explotación se apoya en una herramienta de gestión de incidencias, conocidas coloquialmente como herramientas de ticketing.

El principio es sencillo: cada suceso genera un ticket con un número, y ese número acompaña al caso desde que se abre hasta que se cierra, guardando quién lo notificó, qué se hizo, quién lo hizo y cuándo. Con eso se consigue lo que de otro modo es imposible: priorizar, no duplicar trabajo, medir el tiempo de respuesta comprometido en el acuerdo de nivel de servicio y, sobre todo, acumular un histórico donde se ve qué falla siempre y por qué.

Los dos grupos se solapan en la práctica y por eso la lista se aprende junta, pero el matiz existe: unas nacieron para atender al usuario final y otras para seguir defectos de software, aunque hoy casi todas hagan las dos cosas. Cuando lo que se gestiona es un incidente de SEGURIDAD y no una avería corriente, el sector público añade una pieza específica ya vista en este tema, LUCIA, que es la herramienta del Centro Criptológico Nacional para la gestión federada de tickets de ciberincidentes.

La herramienta de ticketing no arregla nada: lo que aporta es trazabilidad de la operación y un histórico con el que decidir dónde invertir.