又一云廠商因光纜被切出故障，AWS中國近12小時大面積癱瘓

從昨日凌晨2點到下午1點48分，亞馬遜旗下云服務(wù)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(wù)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(dǎo)致可用區(qū)無法鏈接Internet，使得AWS中國業(yè)務(wù)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(wù)?

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(yīng)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(wù)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(wù)”已經(jīng)逐步恢復(fù)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(fù)時間，AWS這次事故處理的時間效率太低了，我表示很失望?！?/p>

為了保障服務(wù)不中斷、數(shù)據(jù)不丟失，一般業(yè)務(wù)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(wù)系統(tǒng)的可用性，數(shù)據(jù)中心基礎(chǔ)設(shè)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(dǎo)致近12小時大面積服務(wù)癱瘓是因為沒有做好網(wǎng)絡(luò)冗余設(shè)計。

網(wǎng)絡(luò)冗余設(shè)計主要通過重復(fù)設(shè)置網(wǎng)絡(luò)鏈路和網(wǎng)絡(luò)設(shè)備冗余措施。網(wǎng)絡(luò)鏈路冗余是指為確保業(yè)務(wù)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(luò)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(yīng)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(luò)線路都是租運營商的，都是錢啊?！鄙鲜鰳I(yè)內(nèi)人士指出。

因為光纜被切斷導(dǎo)致服務(wù)癱瘓的并不少見。2015年，因為當?shù)厥姓ㄔO(shè)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(luò)異常等現(xiàn)象。后來，支付寶改成了冗余設(shè)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(zāi)切換完成，恢復(fù)業(yè)務(wù)。

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(luò)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(wù)出現(xiàn)服務(wù)器未響應(yīng)問題。隨后，騰訊云發(fā)布公告稱，因上海南匯網(wǎng)絡(luò)光纖因施工被意外挖斷，導(dǎo)致該區(qū)不少互聯(lián)網(wǎng)公司的業(yè)務(wù)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(dǎo)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(fù)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(fù)了網(wǎng)絡(luò)。

不過，即使有冗余備份，對于業(yè)務(wù)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?！币辉品?wù)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(wù)于內(nèi)部客戶，再服務(wù)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?！?/p>

“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(wù)，多云戰(zhàn)略是未來的重要方向?！彼赋?。

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(chǔ)設(shè)施的保護也需要跟上，現(xiàn)在破壞的成本太低了?！矩熑尉庉?江小白】

來源：第一財經(jīng)網(wǎng)

IT時代網(wǎng)(關(guān)注微信公眾號ITtime2000，定時推送，互動有福利驚喜)所有原創(chuàng)文章版權(quán)所有，未經(jīng)授權(quán)，轉(zhuǎn)載必究。
創(chuàng)客100創(chuàng)投基金成立于2015年，直通硅谷，專注于TMT領(lǐng)域早期項目投資。LP均來自政府、互聯(lián)網(wǎng)IT、傳媒知名企業(yè)和個人。創(chuàng)客100創(chuàng)投基金對IT、通信、互聯(lián)網(wǎng)、IP等有著自己獨特眼光和豐富的資源。決策快、投資快是創(chuàng)客100基金最顯著的特點。

相關(guān)文章

又一云廠商因光纜被切出故障，AWS中國近12小時大面積癱瘓

亞馬遜AWS二季度營收61億美元 貢獻全公司過半營業(yè)利潤