2023年7月CrowdStrike的宕機事件提醒我們，無論企業規模大小，都高度依賴于其IT系統。例如，一些醫院因宕機無法進行預定的手術，多架航班被取消，全球范圍內的旅客因此滯留。

對于許多人來說，航空公司系統的全球癱瘓似乎只是“大企業”的問題，畢竟，只有涉及廣泛系統的問題才會帶來如此深遠的影響。

但現在塵埃落定，顯然中小型企業也能從中汲取許多教訓，了解應急計劃的重要性，以及在選擇云服務提供商時盡職調查的必要性。應提出的問題包括：該云提供商是否有外部依賴可能影響其服務?該云提供商是否完全掌控其云服務的所有方面?在部署過程中使用了哪些操作系統和軟件?

為宕機做好準備

此次宕機是由內容更新引發的。雖然問題很快被診斷出來，但由于受影響的系統無法啟動，更新無法自動推送，必須進行手動干預。

以下是一些應對宕機并提前規劃的建議：

1. 了解你的云依賴性。軟件生態系統中充滿了可能影響軟件、服務器、平臺以及最重要的日常業務操作的依賴關系。以上事件中，一些Microsoft Azure用戶依賴于CrowdStrike。用戶應該對這種風險有所了解。如果你理解這些依賴關系，就能更好地評估風險并做好相應的準備。

2. 構建云冗余系統。事實上，宕機隨時可能發生。我們可能不知道，因為它可能只影響少部分用戶，但最終，你的環境也可能遭遇宕機。因此，擁有備份非常重要。如果你依賴云服務提供商，務必要深入了解他們的冗余機制和備份策略。冗余系統能確保在宕機期間的業務連續性。

3. 了解你的更新策略。此次受到CrowdStrike更新影響的公司依賴于自動更新，而如果管理不當，自動更新可能引入漏洞。中小企業應制定相應的政策，控制更新的應用方式和時間，確保在向所有系統部署更新之前進行測試，以防止大范圍的問題。

4. 投資業務連續性規劃。一份完善的業務連續性計劃可能復雜、昂貴且耗時，但它也能帶來巨大的回報。舉例來說，如果你的業務周期具有季節性，想象一下如果系統宕機三小時會帶來多大損失。有些企業可能在一年中某個月完成了80%的業務，失去三小時的可用性可能對企業的利潤產生重大影響。

有很多服務可以幫助你實現這一點。一些云服務提供商也可以協助此事，因為云的采用通常是為了確保業務連續性，然而，僅僅有一份書面的計劃是不夠的。進行演練和壓力測試系統同樣重要。這樣不僅能讓你放心，還能向保險公司證明在發生宕機時，你的公司已經盡職盡責地做好了準備。

平衡風險與成本

許多公司可能會拖延或推遲為宕機做準備。他們甚至可能認為這種情況不會發生在自己身上，或者認為準備太昂貴，幾小時或幾天的宕機也無關緊要。

但IT和數字化運營已逐漸成為企業的核心。應急計劃不能被忽視。幸運的是，現代IT環境比幾年前更加健全。企業有多種選擇和策略來保持業務的可用性：為本地企業提供的云備份、混合云以及包括保險公司和災難恢復顧問在內的服務生態系統。

這些流程不必成為公司財務的負擔。企業可以評估其風險、風險承受能力以及宕機的潛在影響，但最糟糕的情況是企業不解決這些問題。雖然新聞報道集中在7月宕機期間影響到的大型全球企業，但許多小型企業也受到了影響，且其中許多的恢復過程并不輕松。

立即采取措施保障公司運營健康，是企業長遠發展最重要的投資之一。

俗話說，防患于未然比事后補救要好。