ANAのシステム障害で思うこと

先日、ANAのシステム障害で大規模に損害をもたらした話。

IT業界で働いていると誰もが経験するシステム障害。
ただの機械的な故障なら大したことなく、
何かの人為的なミスでデータが全部ロストしたとかやらかすと
まさに生きた心地しないｗ

今回のANAのパターンも人為的なミスか？と思ったが、
どうやら違うっぽいね。


以下、俺の個人的な想像。
どこかのサイトでちら見した程度なんだけど、
基幹サーバは全部で4台。
機種はNX7700iらしいということなので、OSはUNIX（HP-UX）だろうな。
そしてメーカーは当然の◯◯◯だ。
DBはOracleを使っているようなので、
高可用にするためにRACにしているはず。

つまりはサーバ4台でOracleRAC構成だったというわけだ。

サーバ1台がダウンしたことにより、
障害復旧させるために停止したサーバをクラスタから切り離そうとして
何かしらの要因があったかわからんが
クラスタからノード（サーバ）が次々とダウンしていった感じかな？

上のITmediaのサイトによると原因は同期による問題か？とか言われているけど、
現時点で考えられる原因は3つのどれかだと予想。
　1.OracleRACの構成がオカシイ
　2.共有ディスク（ストレージ）の設定が間違っていた
　3.そもそも操作したオペレータ？SE？のレベルが低すぎた
1.2.については受注したメーカーのSEスキルがショボい話だし、
受け入れた発注側もショボい話。
3.も同じか。

そもそもOracleRACやHP-UXとかほぼ専門的な知識が必須だろうに。
管理がロクにできもせずにそんな高価なOSやDBを使っても
それを使いこなす人間のスキルが低過ぎたら意味ねーわな。

セキュリティ対策とかも一緒で、
どんだけ堅牢なセキュリティシステムを作り上げても
それを管理・利用する人がシステムに疎かったら意味なし。
ちょっと古いけど「ファイヤーウォール」っていう映画がまさにその典型例。


いやー、こういうニュースを見ると
うちの会社で起こっている障害とかが本当にショボく見えるわーｗｗｗ
OracleRACとかHP-UXとか全然使ってねーもん。
クラスタすら使ってない。
サーバは全てWindows一択。
流石にそれもどうかなと思うけどね・・・。