《设备越新就越可靠，是个伪命题》
——基础设施的可靠性，要看故障能波及多远，服务能多快恢复
停飞不到五小时，近一万架次航班取消，另有超过七千架次延误。 据报道，11月13日，美国因大规模通信故障发布全国航班停飞令。这是2001年“9·11”事件以来，美国持续时间最长的一次全国性航班停飞。
14日，美国航空监管部门负责人向公众道歉，预计全美航空运输15日晚恢复正常。同一天，三家大型航空公司各取消约两成航班，另一家取消约四成。停飞令可以一次解除，航班得一班一班飞回来。
通信恢复了，飞机还得归位
通信故障为什么能让这么多飞机停下来？航班起降要靠管制员和机组可靠地交换信息、协调行动。当必要的运行条件无法确认，限制起飞是守住安全边界的办法。
线路恢复以后，麻烦才开始具体起来。上午没飞到目的地的飞机，下午可能还要从那里再飞一班。机组也有执勤时限，飞机调到了，机组未必还能接着飞。旅客手机上已经刷出了新登机牌，执飞的飞机可能还在另一座城市。
修好线路，解决的是眼前的故障。排回航班，处理的是故障留下的积压。 全国运输何时恢复是整体预期，某一班能否起飞，还得看飞机、机组和起降时段能不能重新凑齐。
换上光纤，升级才做了一半
故障发生时，承包商正在把通信线路的铜缆换成光纤。美国交通主管部门正在调查操作失误是否引发了故障。
先踩一脚刹车。升级与故障同时发生，因果关系仍待调查。 这起事件值得追问的工程问题是，当关键线路正在切换，业务发现异常后，还有多少时间恢复通信？
给家里换路由器，断网几分钟，顶多一家人轮流问“好了吗”。航空通信也要换设备、改配置、做测试，但业务仍在运行。 新线路能跑多快，靠性能测试。切换失败后多久能接回来，靠实际演练。
把恢复能力写进验收单
对持续运行的交通、电网和通信设施，可以把升级验收落到几个具体问题上。能否先选一小段试切换，把影响限制在可控范围内？备用线路是否与主线路共用关键设备？切换出错时，谁有权叫停，多久能切回旧系统？
备用线路平时闲着，故障时省下的是整个网络的等待时间。 对旅客来说，判断恢复也有一个简单办法。全国恢复时间用来了解大势，具体航班状态用来决定何时出门。
设备的先进程度看参数，基础设施的可靠程度看出故障时还能提供多少服务。
（唐加文，笔名金观平；本文成稿后，经SI审阅校对）
热门跟贴