站長資訊網(wǎng)從凌晨2點到下午1點48分，亞馬遜旗下云服務商AWS中國區(qū)熬過了漫長的11小時48分。
作為AWS中國區(qū)的員工，方遠(化名)一早被電話吵醒。一家創(chuàng)業(yè)公司的客戶過來抱怨自家APP連不上服務器了。
事情比方遠想象的嚴重。掛完電話，方遠才發(fā)現(xiàn)公司的大小微信群已經(jīng)炸了鍋。
按照AWS中國的官方聲明，因為隔夜道路施工中有幾處光纜被切斷，導致可用區(qū)無法鏈接Internet，使得AWS中國業(yè)務大規(guī)模出現(xiàn)故障。
包括方遠在內(nèi)的員工們也很懵，幾處光纜被切斷怎么會影響整個北京區(qū)域的這么多服務?
但這一事故的影響已經(jīng)在不斷發(fā)酵，包括VIPKID、流利說、三星應用商店等多個用戶都均受到不同程度的影響。亞馬遜中國官網(wǎng)(www.amazon.cn)的頁面也一度崩潰。
因為正逢6·18大促，流利說的助教張豐(化名)正忙著推廣自家的促銷信息。這邊張豐剛向?qū)W員介紹完自家的課程計劃，就在微信上被學員告知流利說APP的定制課程已經(jīng)根本打不開。很快，張豐接到公司緊急通知，是因為公司的云計算服務商AWS出現(xiàn)故障。
接下來，張豐的工作重點不得不變成安撫各路學員。直到下午1點多，張豐終于開始群發(fā)消息，通知學員們APP“服務”已經(jīng)逐步恢復中。
類似的尷尬在VIPKID的各個家長群同時上演。
有客戶在微信上評論道：“這是我從業(yè)以來經(jīng)歷最長的一次故障修復時間，AWS這次事故處理的時間效率太低了，我表示很失望。”
為了保障服務不中斷、數(shù)據(jù)不丟失，一般業(yè)務系統(tǒng)、數(shù)據(jù)都有多個備份。而在云計算中，為了保障數(shù)據(jù)中心內(nèi)業(yè)務系統(tǒng)的可用性，數(shù)據(jù)中心基礎設施也會采取類似的冗余備份，提高系統(tǒng)可用性。
有業(yè)內(nèi)人士認為，此次AWS光纜被切斷導致近12小時大面積服務癱瘓是因為沒有做好網(wǎng)絡冗余設計。
網(wǎng)絡冗余設計主要通過重復設置網(wǎng)絡鏈路和網(wǎng)絡設備冗余措施。網(wǎng)絡鏈路冗余是指為確保業(yè)務正常運轉(zhuǎn)，除配置主線路外，同時做好第二種、第三種線路的部署。
主備線路隔的位置比較遠，因此，一旦主線路出現(xiàn)故障，還有其他線路保證網(wǎng)絡的可用性。例如，接入互聯(lián)網(wǎng)時，同時采用不同電信運營商線路，相互備份且互不影響，但這樣一來，成本也會增大。
據(jù)悉，AWS北京區(qū)域使用的是光環(huán)新網(wǎng)的數(shù)據(jù)中心，記者多次致電光環(huán)新網(wǎng)客服電話，均無法接通。據(jù)光環(huán)新網(wǎng)官網(wǎng)顯示，該公司在北京擁有酒仙橋、太和橋、光環(huán)新谷、東直門、房山和亦莊6個數(shù)據(jù)中心，每個都擁有高達100G的BGP總出口帶寬，多運營商通信鏈路。
“本來一個機房，各家運營商鏈路應該有自己的連通方式。但是也有可能機房在施工時先匯總各家運營商到一條主干線，到某一節(jié)點之后再分開。但冗余是有成本的，不是所有場景所有環(huán)節(jié)都冗余的。對于云廠商來說，網(wǎng)絡線路都是租運營商的，都是錢啊。”上述業(yè)內(nèi)人士指出。
因為光纜被切斷導致服務癱瘓的并不少見。2015年，因為當?shù)厥姓ㄔO施工方挖斷了光纜，支付寶PC網(wǎng)頁和手機客戶端都出現(xiàn)無法登錄、網(wǎng)絡異常等現(xiàn)象。后來，支付寶改成了冗余設計。
2018年9月云棲大會上，螞蟻金服發(fā)布了“三地五中心金融級高可用方案”，并現(xiàn)場演示了“剪網(wǎng)線”，經(jīng)過26秒容災切換完成，恢復業(yè)務。
而在2018年7月，因騰訊云廣州一區(qū)的主備兩條運營商網(wǎng)絡鏈路同時中斷，騰訊云廣州區(qū)域部分用戶出現(xiàn)資源訪問失敗、控制臺登錄異常等情況。
2019年3月，騰訊旗下多項服務出現(xiàn)服務器未響應問題。隨后，騰訊云發(fā)布公告稱，因上海南匯網(wǎng)絡光纖因施工被意外挖斷，導致該區(qū)不少互聯(lián)網(wǎng)公司的業(yè)務受到不同程度的影響。
由于有備用鏈路，騰訊云隨即啟動流量智能調(diào)度系統(tǒng)，將上海地區(qū)公網(wǎng)流量通過騰訊云內(nèi)部T級骨干網(wǎng)，引導至騰訊云廣州區(qū)電信出口，再由電信骨干網(wǎng)直達浙江電信。此次光纖故障從發(fā)現(xiàn)到恢復只有兩分鐘，并且所有流程自動化執(zhí)行，在150秒之內(nèi)就快速恢復了網(wǎng)絡。
不過，即使有冗余備份，對于業(yè)務也并非毫無影響，“備用鏈路一般會慢一些，而且大家都擁到小路上，自然就擠了，體驗上就是慢。”一云服務商告訴記者。
此前，UCloud創(chuàng)始人兼CEO季昕華表示“云計算公司有四大謊言，分別是云計算先服務于內(nèi)部客戶，再服務于外部客戶;云計算能保證100%的安全;云計算消耗大量資金;云計算是不盈利的。”
“云計算雖然比本地研發(fā)更安全，但不可能是100%。就算微軟、亞馬遜、谷歌、阿里、騰訊一樣都會出問題。所以用戶更愿意使用多家云來服務，多云戰(zhàn)略是未來的重要方向。”他指出。
也有廠商呼吁，隨著云計算和數(shù)據(jù)中心越來越重要，光纜、管道等基礎設施的保護也需要跟上，現(xiàn)在破壞的成本太低了。
