现代业务中最怕宕机。弥补宕机的损失并重建公司名声也不是件容易的事（如果还可能修复的话）。IT人员不指望能杜绝所有宕机的发生，但是大多数系统宕机是可以避免的。所以我们请到几名专家讲解如何减少宕机的发生。这是本次答疑的第一部分。第二部分和第三部分请看《预防数据中心系统宕机：学会从错误中吸取教训》和《预防数据中心系统宕机：请把IT人员当人看！》。

　　Robert Rosen是大型机用户小组的领导，同时也是一名CIO。

　　你必须区分计划之内停机和没有预料到的系统宕机。两种宕机都会给IT人员带来负担。计划之内的停机必须按时结束，而未经计划的宕机会带来更大的影响。这种宕机某种意义上是有益处的，可以作为故障检修学习实践的良好材料，因为我看到越来越多的技术人员缺乏故障检修技巧。我认为这是维修中“即购即换”理念和“重启即可”心态所带来的坏处。

　　最大的问题是，宕机会让客户怎么看待你。考虑一下，若要执行计划之内的宕机，是白天好还是晚上好？你觉得客户会喜欢哪种做法呢？

　　做好计划，让技术人员学好故障检修，记录你如何找到错误并加以解决，这样就可以从容面对以后可能发生的问题。

　　Robert Crawford是系统工程师和大型机专栏作家

　　大部分宕机的悲剧都是人为错误引起的。很多时候人们把不按程序做事，不考虑全局。系统问题或者不易察觉的设计瑕疵也可能造成无法解释的宕机问题。有时候，事情可能像排版一样简单。

　　技术人员都想好好工作，所以出现故障是令人沮丧的。宕机带来的最直接的问题是“战场形势”（通常发生在非工作时段），这时所有人都在想该怎么解决。这种压力影响了士气，特别是经历了一系列霉运的时候。如果系统变稳定，情况就会好转。

　　行业不同，运行中断的后果也不尽相同，尽管共同性还是有的。运行中断会导致公司机会减少，客户印象变差，因而导致失去销售机会。而制造商遇到宕机，可能得停止生产产品。金融公司可能得因宕机损失而赔偿罚金。

　　预防宕机有两个最佳策略：计划和自动化。计划就是就想出改善和防范的最佳方案。当系统和应用的程序员设计富余的高弹性系统时，计划就可以投入使用。自动化则会减少人为错误的发生。