【51CTO.com原創(chuàng)稿件】2019年6月2日凌晨兩點(diǎn)開始，AWS北京區(qū)域出現(xiàn)大面積癱瘓，據(jù)稱是因為CN-NORTH-1地區(qū)有多處光纜在夜晚道路施工中被切斷，導(dǎo)致該區(qū)域的***個可用區(qū)中EC2實例不能訪問，同時不能在整個CN-NORTH-1區(qū)域中新建EC2實例。

Amazon Elastic Compute Cloud（Beijing）的處理進(jìn)展如下：

02:38，我們正在調(diào)查CN-NORTH-1的網(wǎng)絡(luò)連接問題。

04:17，我們正在調(diào)查CN-NORTH-1的所有可用區(qū)的EC2 API錯誤率上升的問題以及啟動新的EC2實例失敗的問題。我們也在調(diào)查CN-NORTH-1區(qū)域EBS API的錯誤率上升和延遲增大的問題。

06:36,我們已經(jīng)找到了CN-NORTH-1區(qū)所有可用區(qū)中EC2 API和EBS API錯誤率上升的問題，以及新的EC2實例啟動失敗的問題的原因，我們正在修復(fù)這個問題。

09:27，我們已經(jīng)確定了CN2-NORTH-1區(qū)域內(nèi)所有可用區(qū)域內(nèi)新EC2實例的EC2和EBS API錯誤率增加以及啟動失敗的原因，并正在努力解決問題。因為網(wǎng)絡(luò)連接導(dǎo)致無法成功完成Runlnstances API請求，將影響CN-NORTH-1所有區(qū)域。對其中一個可用區(qū)中的現(xiàn)有運(yùn)行實例沒有任何影響。

14:56，在北京時間，2:00AM到13:48PM之間，在CN-NORTH-1區(qū)域，客戶遇到在所有區(qū)域中EC2 API調(diào)用失敗率增高以及無法新建實例的故障，目前故障已經(jīng)解決，服務(wù)恢復(fù)正常。

回顧去年的AWS故障事件：3月，亞馬遜AWS網(wǎng)絡(luò)服務(wù)出現(xiàn)問題，故障時間不詳。5月，北弗吉尼亞地區(qū)的數(shù)據(jù)中心出現(xiàn)硬件故障，AWS再次出現(xiàn)連接問題，持續(xù)時間30分鐘。7月，AWS管理控制臺故障，故障持續(xù)近6小時。11月，AWS韓國服務(wù)器中斷，故障時間持續(xù)一個多小時。相比之下，此次的從2點(diǎn)到14點(diǎn)，11個多小時的故障不得不稱為最近AWS宕機(jī)事件中的大事。

AWS此次的恢復(fù)時間為什么長達(dá)11個多小時？這不得不讓人聯(lián)想到AWS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，并制定網(wǎng)絡(luò)重要系統(tǒng)和數(shù)據(jù)備份策略等。網(wǎng)絡(luò)鏈路冗余指為了確保業(yè)務(wù)正常運(yùn)轉(zhuǎn)，除配置主線路外，同時做好第二種、第三種線路的部署。

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，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(dá)100G的BGP總出口帶寬，多運(yùn)營商通信鏈路。光環(huán)新網(wǎng)并未對此事作出回應(yīng)。

正值6.18中國電商大促階段，不僅亞馬遜中國官網(wǎng)（www.amazon.cn）的頁面一度崩潰，VIPKID、流利說、三星應(yīng)用商店等用戶均受到不同程度的影響。筆者也是VIPKID的用戶，所幸當(dāng)天并未約課，只是無法完成課后作業(yè)及預(yù)習(xí)課程。而約了課的家長就比較抓狂，取消已約課程，重新約課…

雖然云服務(wù)不可能保證100%不出現(xiàn)問題，但是扎扎實實做好災(zāi)備，把宕機(jī)帶來的影響降到***是云廠商的重要職責(zé)。

對于用戶來說，除了選擇更安全的云服務(wù)外，使用多家云服務(wù)，實施多云戰(zhàn)略也是未來的重要方向。

首先，優(yōu)化了業(yè)務(wù)負(fù)載。由于根據(jù)企業(yè)負(fù)載的不同，為之匹配不同廠商間最適合的云技術(shù)，可以明顯提高企業(yè)業(yè)務(wù)運(yùn)轉(zhuǎn)效率。

第二，確保服務(wù)的可靠性。再可靠的云服務(wù)也不能保證100%的安全，即使云計算提供商在多個區(qū)域提供數(shù)據(jù)中心服務(wù)，并可以確保安全的冗余級別，但仍然會存在各種突出事件，影響云服務(wù)的可靠性。而通過實施在多個云平臺之間故障轉(zhuǎn)移，無論發(fā)生什么類型的中斷，都可以盡快完成災(zāi)備，保持應(yīng)用程序的運(yùn)行。

國際數(shù)據(jù)公司 IDC 的一項預(yù)測表明：“截止到2020年，90%以上的企業(yè)將使用多個云服務(wù)和平臺”。著名研究機(jī)構(gòu) 451 Research 公司的調(diào)查也顯示：“IT 的未來是多云和混合云，69%的受訪企業(yè)表示，計劃到2019年采用各種類型的多云環(huán)境。”

***筆者還想說，光纜、管道等基礎(chǔ)設(shè)施的保護(hù)也應(yīng)受到重視，輕而易舉的被破壞，在當(dāng)今的云時代，付出的代價太大了！

【51CTO原創(chuàng)稿件，合作站點(diǎn)轉(zhuǎn)載請注明原文作者和出處為51CTO.com】