屋漏偏逢连夜雨。据外媒 ZDnet 报道，美国东部时间上午 10:26 左右，AWS 网络再次开始出现严重的问题。根据 Outages 邮件列表（供 ISP 和网络运营商报告和跟踪重大互联网问题的中央邮件列表）上的报告显示，AWS 托管服务于早晨开始变得“不稳定”。

许多基于 AWS 的业务服务，如双因素身份验证端点安全服务 Duo、视频会议平台 Zoom、消息传递服务 Slack，以及 Hulu、Xbox Live 和 Halo 在内的娱乐服务均受到了不同程度影响。

01 一周前 AWS 的宕机事件

之所以用“再次”，是因为在本月的 7 号，AWS 已经发生了一次大规模的宕机事件，此次宕机事件对亚马逊配送业务造成了严重破坏，以及 Facebook、Coinbase、Robinhood、迪士尼+、Netflix、任天堂等网站纷纷“躺枪”，彼时亚马逊在筛查问题后给出解释称：

绝大部分 AWS 服务和所有客户应用都在其主网络内运行，但它还用一个内部网络托管了基础性的服务，包括监视、内部 DNS 服务等。鉴于其重要性，AWS 用了多个地理位置上隔离的网络设备连接到这个内部网络，大幅扩展网络容量，确保其高可用性。12 月 7 日 7:30 AM PST，主网络的一个自动容量扩展活动意外引发了内部网络客户端的活动，导致了连接激增，连接内部网络和主网络的网络设备出现拥堵，通信延迟，引发了持续的拥堵和性能问题，影响到了团队实时监控的能力，使得他们难以快速识别问题的根源，只能依靠日志判断发生了什么。

亚马逊回应其已采取了行动确保相同的问题不会再次发生。但如今 AWS US-West-1、2 再次发生问题，AWS 虽然迅速发布报告，排查出问题出在美国西部 1 区和 2 区两个区域的互联网连接上，并表示“我们已经解决了影响与 US-WEST-1 区域的互联网连接的问题。区域内的连接不受此事件的影响。问题已得到解决，服务运行正常。”但仍有不少用户反驳道，“它看起来已经稳定了一些，但仍然存在一些 Bug。”

02 宕机原因

如今上云时代，云计算为数字化建设带来的功能性、效率与稳定性不容置喙，不过宕机事件也时有发生，且全球领先的云计算平台也未能幸免。在探究宕机的主要原因时，我们发现主要有以下几种：

宕机无法 100% 避免，我们所能做的就是在日常的操作、开发、使用过程中去降低出错率的同时，也正如微软顾问咨询服务大中华区 Cybersecurity 首席架构师张美波曾建议道：

“虽然云计算技术带来了按需服务、高扩展性、超大规模资源支持等优点，但是同样的，由于云计算平台的用户、应用和数据资源的高度集中，从而在云计算平台出现故障时，会导致更为严重的破坏和影响。

因此强烈建议大家在选择云计算服务平台时，尽量选择更安全的、更具有领先技术的全球领先云计算平台。”

此外，我们也不妨通过数据周期性备份、异地多活部署等方案来为云上数据加一份保险。

本文来自微信公众号 “CSDN”（ID：CSDNnews），作者：屠敏，36氪经授权发布。