Maanantaiaamun palvelinkatko ei yleensä ala dramaattisesti. Ensin yksi käyttäjä huomaa, ettei toiminnanohjausjärjestelmä aukea. Sitten tulostus pysähtyy, yhteiset tiedostot katoavat näkyvistä ja henkilöstö alkaa kysellä, kenelle asiasta soitetaan. Tämä palvelukatkon ehkäisyn asiakasesimerkki kuvaa tyypillistä tilannetta, jossa katko vältettiin, koska IT-ympäristöä seurattiin ja vastuut olivat selvät jo ennen vikatilannetta.
Kyseessä on havainnollistava, pohjoiskarjalaisen pk-yrityksen arkea vastaava tapaus. Yrityksessä työskenteli noin 35 henkilöä toimistolla, varastossa ja osin etänä. Päivittäinen työ nojasi toiminnanohjausjärjestelmään, yhteisiin verkkolevyihin, Microsoft 365 -palveluihin, tulostukseen sekä varaston langattomaan verkkoon. Kun nämä toimivat, IT:tä ei juuri ajateltu. Kun jokin niistä pysähtyy, vaikutus näkyy nopeasti laskutuksessa, toimituksissa ja asiakaspalvelussa.
Lähtötilanne: laitteet toimivat, mutta kokonaisuus ei ollut hallinnassa
Yrityksellä oli käytössä palvelin, palomuuri, muutama verkkokytkin ja eri-ikäisiä työasemia. Laitteita oli hankittu usean vuoden aikana tarpeen mukaan. Edellinen toimittaja oli hoitanut osan asioista etänä, laitehankinnat oli tehty toisaalta ja yksittäiset viat ratkaistu tapaus kerrallaan.
Ympäristö ei ollut vielä pysähtynyt, mutta siihen liittyi useita riskejä. Palvelimen levytilaa ei seurattu säännöllisesti, varmuuskopioiden onnistumisesta ei ollut selkeää raporttia eikä palautusta ollut testattu pitkään aikaan. Palomuurin ohjelmistoversio oli jäänyt jälkeen, ja langattoman verkon asetuksista oli vain hajanaisia muistiinpanoja. Jos vastuuhenkilö oli lomalla, kukaan ei ollut täysin varma, mistä aloittaa vian selvittäminen.
Tällainen tilanne on pk-yrityksissä tavallinen. Laitteet voivat näyttää toimivilta vielä pitkään, vaikka niiden elinkaari, päivitystarve tai riippuvuudet ovat jo muodostamassa riskin. Palvelukatkoa ei ehkäistä sillä, että odotetaan ensimmäistä hälytystä. Se ehkäistään tunnistamalla, mikä työn kannalta on oikeasti kriittistä ja kuka reagoi, kun jokin poikkeaa normaalista.
Palvelukatkon ehkäisyn asiakasesimerkki: työ alkoi kartoituksesta
Ensimmäinen käytännön vaihe oli kartoittaa ympäristö. Tavoite ei ollut tehdä asiakkaalle pitkää teknistä raporttia, vaan saada selkeä kuva siitä, mitkä palvelut pitävät työn käynnissä. Samalla kirjattiin laitteiden ikä, käyttöjärjestelmät, verkkolaitteet, lisenssit, varmuuskopioinnin kohteet ja yhteydet.
Kartoituksessa selvisi, että palvelimella oli yksi virtuaalikone, jonka varassa toiminnanohjausjärjestelmä ja tiedostopalvelut käytännössä olivat. Levyjärjestelmässä oli kahden levyn vikasietoisuus, mutta yksi levyistä antoi ajoittaisia virheilmoituksia. Se ei vielä aiheuttanut käyttäjille ongelmia. Juuri siksi tieto oli arvokas: vika voitiin hoitaa hallitusti ennen kuin toinenkin levy olisi mahdollisesti pettänyt.
Samalla sovittiin palvelumallista. Yritykselle nimettiin yhteyshenkilö, jonka kautta kulkevat sekä päivittäinen tuki että laajemmat kehitystarpeet. Yksi numero ja yksi taho eivät tarkoita, että kaikki ratkaisut ovat samanlaisia. Ne tarkoittavat, että asiakkaan ei tarvitse selvittää itse, kuuluuko ongelma laitemyyjälle, ohjelmistotoimittajalle, verkkourakoitsijalle vai huollolle.
Karjalan Datahuollon kaltaisessa yhden luukun mallissa laitteiden toimitus, käyttöönotto, ylläpito, huolto ja etätuki muodostavat saman kokonaisuuden. Kun ympäristön tuntee sama kumppani, vikojen syitä ei tarvitse alkaa jäljittää nollasta jokaisella yhteydenotolla.
Ennakoivat toimet eivät näy käyttäjälle – ja juuri niin pitääkin
Kartoituksen jälkeen palvelimelle ja verkkolaitteille otettiin käyttöön valvonta. Valvonnassa seurattiin muun muassa levyjen kuntoa, levytilaa, palvelinten kuormitusta, varmuuskopioiden onnistumista ja verkkolaitteiden tavoitettavuutta. Hälytys ei itsessään ratkaise mitään, mutta se antaa mahdollisuuden reagoida ennen kuin käyttäjä ehtii ilmoittaa työn pysähtyneen.
Varmuuskopiointi käytiin läpi myös palautettavuuden näkökulmasta. Pelkkä tieto siitä, että varmuuskopio on ajettu, ei vielä kerro, voidaanko tiedosto tai palvelin palauttaa tarvittaessa. Tässä tapauksessa sovittiin säännöllisestä palautustestistä sekä siitä, missä järjestyksessä kriittiset palvelut palautetaan, jos vakava häiriö joskus toteutuu.
Palomuuri päivitettiin hallittuun ohjelmistoversioon, ja sen asetukset dokumentoitiin. Langattoman verkon käyttö erotettiin vierasverkosta ja yrityksen sisäisestä verkosta. Microsoft 365 -ympäristössä tarkistettiin käyttäjätunnusten suojaus, monivaiheinen tunnistautuminen ja käyttöoikeuksien peruslinjat. Nämä työt eivät ole näyttäviä, mutta ne pienentävät sekä tietoturvariskiä että tavallisten käyttökatkojen todennäköisyyttä.
Myös laitehankintoihin tehtiin ennakointia. Kaikkea ei vaihdettu kerralla, koska sille ei ollut liiketoiminnallista tarvetta. Sen sijaan laadittiin elinkaarisuunnitelma: mitkä työasemat uusitaan ensin, milloin palomuuri on järkevää vaihtaa ja mitä kriittisiä varaosia kannattaa pitää nopeasti saatavilla. Tämä on usein kustannusten kannalta järkevämpi ratkaisu kuin äkillinen uusiminen kiireessä.
Hälytys tuli ennen käyttäjäilmoitusta
Muutamaa kuukautta myöhemmin valvonta ilmoitti palvelimen toisen levyn kunnon heikentyneen. Ensimmäinen levy oli jo aiemmin vaihdettu suunnitellusti, joten järjestelmän vikasietoisuus oli hetkellisesti aiempaa haavoittuvampi. Hälytys tuli iltapäivällä, jolloin yrityksen työpäivä oli vielä käynnissä.
Tilannetta ei ratkaistu sammuttamalla palvelinta kesken työpäivän. Ensin tarkistettiin, että varmuuskopiot olivat onnistuneet ja palvelin toimi muuten normaalisti. Sopiva yhteensopiva varaosa järjestettiin, vaihtotyö sovittiin iltaan ja palvelimen tila pidettiin seurannassa siihen asti. Levy vaihdettiin hallitusti, järjestelmän tila varmistettiin ja seuraavana aamuna henkilöstö jatkoi työtään ilman käyttökatkoa.
Asiakkaan näkökulmasta tapahtumasta ei syntynyt pitkää häiriöviestintää eikä työntekijöiden kiertoteitä. Taloushallinto pystyi laskuttamaan, varasto käsitteli toimitukset ja asiakaspalvelu näki tarvitsemansa tiedot. Juuri tätä palvelukatkon ehkäisy käytännössä tarkoittaa: ongelma korjataan ennen kuin se muuttuu liiketoiminnan keskeytykseksi.
On silti hyvä erottaa kaksi asiaa toisistaan. Kaikkia katkoja ei voi estää. Sähkövika, laaja tietoliikennehäiriö, ohjelmistotoimittajan palveluongelma tai käyttäjän tekemä virhe voi vaikuttaa toimintaan, vaikka ympäristö olisi hyvin hoidettu. Ennakoiva ylläpito vähentää todennäköisyyttä ja lyhentää palautumisaikaa. Se ei ole lupaus siitä, ettei mitään koskaan tapahtuisi.
Kuinka paljon varautumista yritys tarvitsee?
Varautumisen taso riippuu siitä, mitä tuntikin ilman järjestelmää maksaa. Yritykselle, joka voi jatkaa osaa työstä käsin muutaman tunnin, yksi hyvin hoidettu palvelin ja toimivat varmuuskopiot voivat olla riittävä ratkaisu. Yritykselle, jonka tuotanto, asiakaspalvelu tai toimitusketju pysähtyy välittömästi, voidaan tarvita kahdennettuja yhteyksiä, varalaitteita tai palveluiden siirtoa pilviympäristöön.
Kahdennus ei ole automaattisesti paras ratkaisu jokaiseen kohteeseen. Se lisää laitteita, hallittavia asetuksia ja kustannuksia. Olennaista on tehdä päätös tiedon perusteella: mikä palvelu on kriittinen, kuinka nopeasti sen pitää palautua ja mitä keskeytys maksaa verrattuna varautumiseen.
Hyvässä palvelumallissa tämä keskustelu käydään selkeällä kielellä. Asiakkaan ei tarvitse tietää, mikä levyohjain tai Azure-asetus taustalla vaikuttaa. Hänen pitää pystyä päättämään, kuinka paljon toimintavarmuutta yritys tarvitsee ja mitä siitä maksetaan kuukausi- tai vuositasolla.
Neljä kysymystä omasta ympäristöstä
Palvelukatkoriskiä voi arvioida nopeasti neljän kysymyksen avulla:
- Tiedetäänkö, mitkä laitteet, yhteydet ja palvelut ovat päivittäisen työn kannalta kriittisiä?
- Saadaanko varmuuskopioinnista tieto, ja onko palautusta testattu käytännössä?
- Huomaako joku laite- tai yhteysvian ennen kuin henkilöstö alkaa ilmoittaa ongelmista?
- Tietääkö jokainen, kenelle soitetaan, kun työasema, verkko, tulostin tai pilvipalvelu ei toimi?
Jos vastaukset jäävät epäselviksi, kyse ei välttämättä tarkoita suurta ja kallista uudistusta. Usein ensimmäinen hyödyllinen askel on ympäristön kartoitus, dokumentointi ja sovittu vastuujako. Sen jälkeen voidaan korjata kiireellisimmät riskit ja rakentaa kehitystä yrityksen aikataulun mukaan.
Palvelukatko tuntuu henkilöstölle äkilliseltä, mutta taustalla on usein pitkään kasautuneita pieniä puutteita. Kun laitteita seurataan, varmuuskopiot pystytään palauttamaan ja apu löytyy yhdestä paikasta, yrityksen työpäivä saa jatkua omalla painollaan.