Checklist de relevo de turno en centros de datos

En el relevo de turno, la sala cambia de manos

A las 06:00 o a las 18:00, un centro de datos cambia de manos. El responsable que sale sabe qué unidad de refrigeración ha ido justa de temperatura, qué ventana de mantenimiento se ha retrasado y qué alarma es ruido. El que entra no sabe nada de eso, y tiene diez minutos para ponerse al día.

Casi todos los relevos son un repaso de palabra más un registro. Funciona en una noche tranquila. Falla justo la noche en que importa, y falla siempre de las mismas formas.

Por qué fallan los relevos de turno

• Estado sin registro. «La refrigeración está bien» es una opinión. El que entra no puede saber si significa «he mirado las lecturas hace una hora» o «no ha saltado ninguna alarma».
• Lo pendiente está en la cabeza de una sola persona. Un cambio de filtro aplazado, un visto bueno de palabra, un MOP a medias. Si no está escrito, se va del edificio con quien sale.
• Ruido de alarmas. Una lista de cuarenta alarmas reconocidas esconde las dos que piden acción. El turno siguiente necesita saber qué sigue activo y qué ha cambiado de verdad.
• Lo que nadie ha verificado pasa por normal. Nadie menciona una prueba de carga del grupo electrógeno cuya fecha no aparece, porque no hay nada que llame la atención. Es el punto más peligroso de la lista.

Una buena plantilla arregla las cuatro cosas: cada estado lleva su registro, cada pendiente queda por escrito, las alarmas se resumen por estado y lo que está sin verificar se dice en voz alta.

Una plantilla práctica de relevo de turno

Úsala como punto de partida y adáptala a tu sala. Que cada línea sea breve y lleve el registro (una lectura, un número de orden de trabajo, una hora), no una conclusión.

1. Resumen de la sala

• Nombre de la sala, fecha del turno, responsable que sale y que entra.
• Estado general en una línea, con los estados que verás más abajo.
• Una o dos cosas que el que entra tiene que saber antes que nada.
• Racks o filas con un problema conocido, y el motivo.

2. Refrigeración

• Unidades en servicio, en reserva y fuera de servicio, y por qué.
• Unidades que estén tirando de la redundancia, y cómo afecta a tu margen.
• Filtros e intervalos de revisión: última y próxima revisión de cada unidad.
• Temperaturas de impulsión y retorno, con la hora de la lectura.
• Cualquier punto caliente que saliera en la última ronda.

3. Energía

• Estado del SAI: en línea, con baterías o en bypass, y fecha de la última prueba de baterías.
• Grupo electrógeno: fecha y resultado de la última prueba de carga, nivel de combustible, defectos abiertos.
• ATS: estado y fecha de la última prueba de transferencia.
• Alimentaciones A y B: las dos activas, las dos con carga, y cualquier rack con una sola alimentación.
• Cualquier PDU o interruptor cerca de su límite.

4. Trabajo abierto y ventanas de mantenimiento

• MOP en curso: en qué paso va, qué está hecho, qué viene.
• Ventanas previstas para el turno siguiente, con responsable y aprobación.
• Aplazamientos: qué se ha pospuesto, quién lo ha aprobado y hasta cuándo.
• Trabajo que se empezó y se quedó a medias.

5. Alarmas

• Alarmas activas: cuál, desde cuándo y qué se ha hecho.
• Reconocidas pero sin resolver: quién se encarga de cada una.
• Despejadas desde el último turno, cuando el patrón importa (repeticiones, oscilaciones).
• Falsas alarmas conocidas, con el motivo, para que el turno siguiente no pierda tiempo con ellas.

6. Acceso y seguridad

• Contratas o visitas en el edificio o previstas, y qué van a hacer.
• Puertas, jaulas o zonas con el acceso cambiado.
• Permisos, bloqueos o aislamientos activos.
• Cualquier incidente de seguridad o casi accidente desde el último turno.

7. Sin verificar: compruébalo primero

• Una lista clara de lo que nadie del turno saliente ha podido confirmar.
• Para cada punto: qué falta (una lectura, una fecha, una firma) y quién puede aportarlo.
• El que entra lee esta sección primero, no al final.

8. Firma

• Responsable que sale: «He pasado todo lo que sé».
• Responsable que entra: «Lo he leído y acepto la sala en este estado».
• Hora de la firma. Dos nombres, no uno.

Cómo marcar cada punto

Marca cada línea con uno de cuatro estados. Solo sirven si las reglas son las mismas en todos los turnos.

• Listo: el requisito se cumple y puedes señalar el registro. Una lectura, una orden de trabajo cerrada, una prueba con fecha.
• Parcialmente listo: el requisito se cumple en parte, o se cumple con menos margen. Se dice el motivo.
• No listo: el requisito no se cumple. Se dicen el motivo y el responsable.
• Sin verificar: nadie puede enseñar el registro, ni en un sentido ni en otro.

Por qué sin verificar nunca cuenta como cumplido

Sin verificar no es una forma suave de decir listo. Significa que falta el registro: no se apuntó, la lectura es vieja, no aparece la fecha de la prueba. Si sin verificar cuenta como cumplido, cada vacío en tus registros se convierte, sin que nadie lo note, en un certificado de buena salud, y el relevo transmite una confianza que la sala no se ha ganado.

Sin verificar tampoco es lo mismo que no listo. Si tratas cada registro que falta como un fallo, inundas al turno siguiente de falsas alarmas. Lo correcto es nombrarlo, darle un responsable y que sea lo primero que compruebe quien entra. Lo que está sin verificar se comprueba. No se lleva una marca verde.

Cómo cambia N+1 el estado

Piensa en una sala con refrigeración N+1 y cuatro unidades, de las que tres llevan la carga. Una se para por una avería del ventilador.

• Parcialmente listo: las tres que quedan llevan la carga con temperaturas dentro de rango, y la unidad averiada tiene orden de trabajo. La sala sigue cumpliendo su requisito, pero ha perdido el margen. El turno siguiente tiene que saber que un segundo fallo ya sería un incidente.
• No listo: las unidades que quedan no aguantan la temperatura, o ya hay una segunda fuera de servicio, o la reparación de la averiada no tiene responsable ni fecha.

La diferencia es el margen. Una unidad caída dentro de la redundancia para la que se diseñó la sala es una sala degradada, no una sala caída. Marcarla como «no lista» enseña a la gente a ignorar el estado. Marcarla como «lista» esconde el margen perdido. «Parcialmente lista, con su motivo» dice la verdad. Deja por escrito la regla de cada sistema (refrigeración, SAI, alimentaciones) para que dos responsables distintos lleguen al mismo estado.

Que el relevo se lea, no se reconstruya

Una plantilla en papel gana a la memoria, pero se sigue montando a mano en cada turno: alguien junta las lecturas, revisa las órdenes de trabajo y escribe el resumen. El esfuerzo se va en montar la foto, no en actuar sobre ella.

SuperAssets guarda el estándar de cada tipo de equipo, así que «listo» significa lo mismo en todos los turnos. Cada rack, unidad y sala tiene un resultado con su motivo, a partir de los registros que lleva tu equipo. El registro que falta aparece como sin verificar, nunca como cumplido, y cada sala muestra cuántos de sus racks están sin verificar, para que quien entra sepa qué comprobar primero. Las reglas de agregación permiten que una sala aparezca como parcialmente lista, con su motivo, cuando una de sus unidades está caída, en lugar de darla por caída entera. El relevo se lee, no se reconstruye.

SuperAssets no sustituye tu BMS, tu DCIM ni tu monitorización. Las alarmas se quedan donde están, y la ronda también. Le dice a la ronda dónde mirar primero. Un resultado de «listo» significa que los registros disponibles cumplen los requisitos que definiste. No garantiza la disponibilidad.

• Mira cómo funciona para salas, racks, refrigeración y energía en la página de centros de datos.
• Abre una sala en el explorador y mira un resultado con sus motivos.
• Empieza con un diagnóstico gratis: elige una fila de racks, mándanos lo que ya tienes y te enseñamos el resultado en directo.