本文經(jīng)自動駕駛之心公眾號授權轉載，轉載請聯(lián)系出處。

2023 年 11 月 27 日晚間，滴滴因系統(tǒng)故障導致 App 服務異常，不顯示定位且無法打車。11 月 27 日晚，滴滴出行進行了回復：非常抱歉，由于系統(tǒng)故障。

11 月 27 日深夜，上海、北京、廣州等多地滴滴用戶反饋，滴滴出行 App 無法使用，顯示網(wǎng)絡異常，地圖無法加載，用戶無法使用定位功能且無法打車。

“滴滴崩了”的話題隨即登上微博熱搜。熱搜話題下不少用戶發(fā)帖表達自己在使用滴滴 App 過程中遇到的“奇葩”問題。

有用戶反饋雖然打到了車，但同時來了好幾輛車，有的用戶遇到來了三輛、有用戶遇到來了四輛車，無法取消，無法聯(lián)系客服。

圖片

從各平臺上的反饋來看，此次滴滴平臺在接單、定位、計費等環(huán)節(jié)上都出現(xiàn)了問題。

有網(wǎng)約車司機表示，昨晚 App 崩潰時剛好在接單，“從晚上 10 點 20 分開始什么都做不了，客服電話也進不了線。目前恢復了少部分功能，但不能正常使用，很多錯單亂單，還出現(xiàn)了多位司機接同一單的現(xiàn)象?！?/p>

27 日深夜，滴滴出行對滴滴 App 服務出現(xiàn)異常進行了回復，滴滴出行稱：非常抱歉，由于系統(tǒng)故障，今天晚間滴滴 App 服務出現(xiàn)異常，技術目前正陸續(xù)恢復中。由此給廣大用戶和司機師傅們造成不便，再次向大家致歉。

圖片

2023 年 11 月 28 日早間，滴滴出行消息稱，網(wǎng)約車等服務已恢復，騎車等在陸續(xù)修復中。11 月 28 日，在滴滴發(fā)出公告的同時，記者在上海、深圳等地使用滴滴呼叫網(wǎng)約車，發(fā)現(xiàn)網(wǎng)約車功能并未恢復使用，網(wǎng)絡加載異常，仍無法打車。11 月 28 日，滴滴向記者回應稱，網(wǎng)約車服務已恢復，司機乘客權益陸續(xù)恢復補發(fā)。

11 月 29 日，滴滴再次發(fā)文致歉，稱初步確定事故起因是底層系統(tǒng)軟件發(fā)生故障。

圖片

來源：https://weibo.com/2838754010/NuMAAaUEl

在滴滴官方發(fā)布這份公告之前，已經(jīng)有資深 IT 技術人士分析：“從表現(xiàn)上看，打車、共享單車全掛，不同的業(yè)務板塊之間應該是有隔離的，說明問題出在更加底層的基礎設施。攻擊者一般只能訪問到應用層，基礎設施訪問不到。要么是被攻擊者打穿，要么是自己系統(tǒng)操作不慎掛了。即便是前者，也算是一種系統(tǒng)缺陷，才會被打穿。”

360 安全專家認為，滴滴閃崩背后的技術原因可能有六種：

第一，系統(tǒng)更新升級過程中出現(xiàn)了編程錯誤、邏輯錯誤或未處理的異常情況：一般情況下，互聯(lián)網(wǎng)廠商發(fā)布更新都會在晚上，與滴滴發(fā)生故障的時間也能對應，當然業(yè)務升級維護是放量更新，但現(xiàn)在滴滴全平臺、全業(yè)務都故障了，說明肯定是他 “家里” 的問題。

第二，服務器故障：比如滴滴的核心機房，可能恒溫恒濕環(huán)境出了問題，導致服務器過熱、CPU 燒了，或者核心機房所在地發(fā)生了自然災害如地震、洪水、海嘯等，這種情況下，硬件需要重新更換，里面的服務軟件也需要重新配置，恢復周期相對較長，但這個可能性比較小。

第三，第三方服務故障：滴滴的后臺架構可能使用了第三方服務或者組件。如果第三方出了問題，也可能會影響滴滴的正常運行。但出于安全性考慮，滴滴可能不會將核心業(yè)務托管給第三方，不過這個可能性也較小。

第四，DDOS 攻擊：黑客采用分布式拒絕服務的方式，搶占了大量的服務器資源，導致用戶無法訪問，但這個不太可能，因為 DDos 不會導致數(shù)據(jù)出錯，而且滴滴從體量上來說，有足夠的成本和能力去對抗。

第五，其他網(wǎng)絡攻擊：某些黑灰產(chǎn)團伙可能會通過拖庫盜取數(shù)據(jù)，然后在暗網(wǎng)上售賣，在這個過程中不排除會有誤操作，破壞了數(shù)據(jù)庫。

第六，勒索病毒：網(wǎng)絡攻擊黑客對滴滴的底層數(shù)據(jù)、業(yè)務代碼進行了加密。據(jù)披露現(xiàn)象，用戶的賬單和打車數(shù)據(jù)都算錯了，存在一定可能是滴滴為了避免更大損失主動暫停了業(yè)務。近期勒索攻擊事件屢屢發(fā)生，月初，某金融機構就是因為遭遇勒索病毒攻擊造成了業(yè)務停擺。

不過也有網(wǎng)絡安全公司專家認為，如果是來自外部的黑客攻擊，公司一般會在第一時間進行聲明。他猜測更集中于滴滴發(fā)生了內(nèi)部重大業(yè)務調整，或有新業(yè)務接入原系統(tǒng)，但沒有做好預案，導致關聯(lián)業(yè)務或關聯(lián)系統(tǒng)出現(xiàn)重大故障，這是大公司系統(tǒng)故障最常見的原因。

因此對于滴滴此次大規(guī)模的長時間故障，有行業(yè)人士認為，降本增效可能也是原因之一。

該人士認為，互聯(lián)網(wǎng)公司核心業(yè)務頻繁宕機，且長時間宕機，是降本增效的附屬品之一。系統(tǒng)投資少了，維護資源少了，程序員更換頻繁了，BUG 就多。

他舉例稱，一般在業(yè)務上行階段都有冗余，為了迎接隨時爆發(fā)的訂單，上行階段要維持負載的上限不能過大，比如平時 70%，這樣遇到一個小爆發(fā)不用擔心會出問題，足以應對小高峰；但是下行期的邏輯就不同了，負載很高的時候抗一抗就行了，雖然后面遇到小高峰可能會難受，但是隨著時間的推移總體負載會下降。

其實類似故障情況在 2022 年 9 月 22 日也曾出現(xiàn)過。當日滴滴出行官方微博致歉稱由于機房網(wǎng)絡故障，導致滴滴部分服務受影響。

然而像今天這樣大面積、長時間的故障，應該是滴滴史上少有的。以目前情況來看，大家還無法確認故障原因。有技術專家感慨于修復時間太長，表示“是時候廢棄微服務了，別覺得自己水平多高，看看今天的滴滴吧。”

而更多人則認為這次故障跟“降本增效”有關。如平時為了迎接隨時爆發(fā)的訂單，設置了足夠多的冗余，但現(xiàn)在可能沒有給予足夠的冗余量。根據(jù)相關資料顯示，目前滴滴由滴滴云提供服務。滴滴云官網(wǎng)顯示，滴滴出行的云計算服務基于滴滴出行的業(yè)務技術和經(jīng)驗積累，采用領先的云計算架構、高規(guī)格服務器集群搭建、高性能資源配置機制、精細化運營模式，致力于為開發(fā)者提供簡單快捷、高效穩(wěn)定、高性價比、安全可靠的 IT 基礎設施云服務。在今年 2 月，滴滴云發(fā)布公告，由于產(chǎn)品線調整，滴滴云在 2023 年 3 月 31 日起將不再對外提供公有云服務。

圖片

對于互聯(lián)網(wǎng)大廠研發(fā)和架構師常常提到的高可用性，此次事故讓人不禁感嘆，難道同城多活、異地多活只是PPT里的說辭嗎？降本增效的所謂互聯(lián)網(wǎng)方式，難道只是裁員留下一堆中層領導天天寫PPT來維護系統(tǒng)嗎？

降本增笑，開猿節(jié)流帶來的后果是：
9月份，Boss直聘服務器崩了 11月初，阿里云服務器崩了
11月底，滴滴服務器崩了

下一位會是誰？

最后來看一下網(wǎng)傳的消息，有同行說滴滴這次嚴重故障是升級 k8s 版本導致，當時 SRE 工程師定位了三個小時都沒定位到問題。

圖片

圖片

從滴滴公開的技術分享來看，滴滴彈性云在上個月升級了 k8s 版本：從 k8s 1.12 升級到 1.20。（K8s 1.12 發(fā)布于 2018 年，K8s 1.20 發(fā)布于 2020 年。）

圖片

來源：滴滴彈性云基于 K8S 的調度實踐

另外，滴滴還為所有用戶派發(fā)了一張 “致歉補償券”，無門檻使用，立減 10 元。

不過，有用戶反饋補償券領取失敗，并且登上百度熱搜，因此有用戶質疑補償券是限量的。

圖片

對此，滴滴客服回應稱：補償券不是限制數(shù)量的，目前領取人數(shù)較多，辛苦您后續(xù)重新嘗試領取。

圖片

原文鏈接：https://mp.weixin.qq.com/s/CkmK155WBVfYp_FTzhYyCg