2020云巨頭宕機事件頻發(fā)，云技術(shù)面臨新的挑戰

疫情之下，萬(wàn)物皆可“云”。上班族“云辦公”、學(xué)生黨“云上課”，各種在線(xiàn)教育、遠程辦公、云招聘、云看病等需求得到集中爆發(fā)，企業(yè)數字化轉型進(jìn)程被按下了加速鍵，企業(yè)上云勁頭十足，云計算產(chǎn)業(yè)得到了前所未有的發(fā)展契機。
目前，云計算已被很多企業(yè)采用，但是，在此過(guò)程中也出現了許多問(wèn)題。僅2020年一年，全球主流云計算廠(chǎng)商曾發(fā)生數十起宕機事故。以下是2020年規模巨大的十大宕機事件，隨著(zhù)這些問(wèn)題的出現和解決，云計算技術(shù)正面臨著(zhù)新的挑戰和機遇。
1、3月，微軟發(fā)生兩次大規模宕機
3月3日，微軟位于美國東部的數據中心發(fā)生了服務(wù)中斷，持續六小時(shí)，導致美國北部的客戶(hù)無(wú)法使用Azure云服務(wù)。
微軟稱(chēng)，這次故障應歸咎于冷卻系統故障。發(fā)生故障的樓宇自動(dòng)化控制導致氣流減少，隨后整個(gè)數據中心的溫度達到峰值，影響了網(wǎng)絡(luò )設備的性能，使得計算和存儲都無(wú)法繼續使用。
3月24日-26日，Azure Pipelines發(fā)生故障，這是DevOps團隊使用的持續交付服務(wù)，接下來(lái)的幾天，軟件開(kāi)發(fā)管道遇到了嚴重的延遲，開(kāi)發(fā)人員受到的影響特別大。
微軟證實(shí)，由于全球疫情爆發(fā)，需求激增，容量受限使得設備重新映像的時(shí)間增加，導致可用代理的等待時(shí)間也隨之增加。
2、3月，Google多個(gè)云服務(wù)出現無(wú)法訪(fǎng)問(wèn)
3月26日，Google多個(gè)云服務(wù)出現無(wú)法訪(fǎng)問(wèn)的問(wèn)題。Google用戶(hù)發(fā)Twitter稱(chēng)，他們遇到了Google 500和502錯誤代碼——500代碼代表因內部錯誤導致請求失??；502代碼則代表網(wǎng)關(guān)出現故障。
Google最終將這次故障歸咎于“基礎設施組件”問(wèn)題。據Downdetector稱(chēng)，美國東部沿海地區的Google客戶(hù)受到的影響最大。
3、4月，GitHub多次宕機
微軟旗下的源代碼存儲庫GitHub在4月底發(fā)生了多次宕機。
4月21日，多個(gè)GitHub服務(wù)出現訪(fǎng)問(wèn)異常，持續了一個(gè)半小時(shí)。4月22日，服務(wù)再次出現中斷，持續時(shí)間至少兩小時(shí)。4月23日，多個(gè)GitHub服務(wù)也遇到了各種問(wèn)題的影響，持續了近三小時(shí)。軟件工程師經(jīng)常使用的API請求、Webhooks等服務(wù)被標注為 '已降級'。
官方?jīng)]有提供任何原因，也沒(méi)有公布恢復過(guò)程的信息。雖然GitHub網(wǎng)站上更新了微軟試圖修復各種故障的情況，但并沒(méi)有提供任何關(guān)于問(wèn)題的細節，開(kāi)發(fā)者們在Twitter上抨擊微軟缺乏透明度。
4、6月，IBM Cloud遭遇了重大宕機故障
6月9日，IBM Cloud 遭遇了重大宕機故障，平臺上托管的多項服務(wù)也因此中斷，其中就包括知名科技新聞聚合網(wǎng)站 Techmeme。本次宕機事件從下午2點(diǎn)30分左右開(kāi)始，并快速蔓延至全球。
IBM Cloud頁(yè)面也在故障發(fā)生期間短暫關(guān)閉，然后在下午6:30之后報告稱(chēng)一系列問(wèn)題已經(jīng)得以解決。
IBM網(wǎng)站解釋到，INM網(wǎng)絡(luò )運營(yíng)團隊調整了路由策略，處理了第三方提供商引入的問(wèn)題，這次故障也得以解決。
5、8月，Zoom發(fā)生了部分中斷
8月24日，Zoom發(fā)生了部分中斷，導致用戶(hù)無(wú)法訪(fǎng)問(wèn)其離線(xiàn)會(huì )議和在線(xiàn)視頻會(huì )議，本次中斷持續了3小時(shí)。Zoom并未解釋造成中斷的原因，他只是在狀態(tài)頁(yè)面上說(shuō)找到并解決了問(wèn)題。
6、9月，Microsoft 365和Azure出現故障
9月29日，Microsoft Office 365辦公軟件和Azure云產(chǎn)品出現故障，導致部分用戶(hù)服務(wù)中斷數小時(shí)。
微軟表示，故障涉及Outlook電郵服務(wù)和Teams辦公協(xié)作工具的部分用戶(hù)，其中Teams具備聊天和視頻會(huì )議功能，在新冠疫情期間其用戶(hù)增長(cháng)迅速。微軟表示，一些用戶(hù)無(wú)法登錄這些服務(wù)，但已經(jīng)登錄上去的不受影響。
當天，Azure云計算用戶(hù)也遭遇了與Office365套件類(lèi)似的問(wèn)題。Azure是微軟的大規模云計算系統，許多企業(yè)都依靠其存儲和分析數據。
7、11月，亞馬遜云服務(wù)出現中斷
11月25日，亞馬遜云服務(wù)出現中斷，大量網(wǎng)站和服務(wù)受到影響。本次宕機持續約5小時(shí)。
AWS發(fā)布通知稱(chēng)，處理流媒體數據的Kinesis服務(wù)出現問(wèn)題，大量網(wǎng)站受到影響，錯誤率上升。并且，宕機還影響了它向狀態(tài)頁(yè)發(fā)布更新的能力。
據了解，此次宕機導致亞馬遜智能安全子公司Ring、Roku、軟件開(kāi)發(fā)商Autodesk紐約大都會(huì )運輸署的地鐵網(wǎng)站，論壇出版集團旗下的《芝加哥論壇報》和《巴爾的摩太陽(yáng)報》等一些公司或機構的服務(wù)受到了影響，網(wǎng)站頻頻出現錯誤。
8、12月，Google Cloud全球宕機
12月14日晚間，Google服務(wù)器又一次全球宕機。這是近5個(gè)月來(lái)第3次全球宕機。
Google旗下的YouTube、Gmail、Google Drive、Google Search等服務(wù)出現死機，用戶(hù)無(wú)法正常使用，全球多個(gè)國家及地區用戶(hù)均受到影響。
Google隨后發(fā)推文確認，由于內部存儲配額問(wèn)題，Google身份驗證系統中斷。宕機45分后問(wèn)題得以解決，現在所有服務(wù)都已恢復。

互聯(lián)網(wǎng)時(shí)代對系統的可靠性提出了更高的要求。為了妥善解決停機和計劃外的中斷問(wèn)題，服務(wù)器托管提供商必須先了解此類(lèi)事件的主要原因。除了人為的錯誤之外，其他主要停機原因還包括維護措施和生命周期策略不佳，以及數據中心選址，風(fēng)險緩解措施不足等。
隨著(zhù)云計算技術(shù)和應用的快速發(fā)展，云端存儲已經(jīng)變得越來(lái)越方便了?？墒?，為了防止意外的發(fā)生，對重要數據進(jìn)行備份還是非常重要的。除此之外，由于宕機事故無(wú)法杜絕，應該提前做好宕機應急方案，以將事故危害降到最低。同時(shí)，日常維護檢查也是必不可少的一項：http://wap.friendlycc.com.cn/