亚马逊云停摆4小时震动硅谷，我们赖以生存的互联网有多脆弱？|硅谷日报

文| 孙然 卢晓明

美国时间2月28日上午9:54分，知乎网友“十六楼的老民工”刚喝完早上第一杯咖啡，突然发现之前在电脑上下达的部署指令并未完成，S3云服务出错了。他任职的那所旧金山公司，是亚马逊云的大客户。随即，他从AWS技术服务人员那端确认了S3出故障的消息。

S3是亚马逊提供的一款明星级的存储桶产品，通俗地讲，可用于图片及网页上其他项目的保存备份，同时可以在服务器和静态网站里共享文档。由其引发的故障，迅速在美国各类新闻网站、应用程序和智能硬件公司的身上爆发，Quora、Netflix、Airbnb 、Slack、Nest、Runkeeper以及亚马逊的智能家居操作系统Alexa等等，都因此出现了不同程度的服务中断。

大约十几分钟后，“十六楼的老民工”就意识到，尽管云计算厂商的服务故障或宕机时有发生，但这次事故的严重程度足以上新闻。“我原以为AWS很可靠了，S3一般很稳定，上一次这么大规模的（事故）还是2012年圣诞节的时候。”

在行业内人士眼中，亚马逊提供的云服务产品非常稳定，S3此前从未出现严重故障，公司的运维能力也很强，通常出现问题一小时内就能解决。但在那一天接下来的四个小时里，亚马逊却经历了漫长的尴尬。

关于事故的影响范畴，SimilarTech营销总监丹尼尔·巴楚科估算称：“在互联网最大的网站中，有1%使用S3。而根据他所在的机构提供的数据，S3被近15万家网站使用，包括ESPN和AOL等。

不过这次事故对中国企业并未造成太大波及。36氪联系了有米科技、侯斯特、天天果园、OPPO等多家亚马逊云的中国客户，尚未发现服务受影响的案例。

“亚马逊在全球有多个数据中心，这次仅仅是是美国东部的弗吉尼亚州数据中心出了故障，不是全球性故障。这个中心靠近美国东部，一般美国人才会采用，中国国内使用的话访问速度很慢，所以估计国内用户用的很少。”有米科技CTO蔡锐涛说。

另外，这次事故发生的时间是亚太区的夜晚，大洋彼岸的企业也躲过一劫。

S3停摆将给亚马逊造成多大的经济损失？Gartner调研总监张毅表示，云计算厂商的赔付协议通常会规定一个用时间衡量的可用性。举例而言，根据企业与云计算厂商签订的SLA（service level agreement），当某企业要求可用性为99.95%，意味着每年365天中必须有99.95%的时间正常运转，而牵涉到特别重要的客户或关键任务，比如电商客户，可能要保证99.99%的有效服务时间。如果停摆时间超过0.05%或0.01％，通常会以更多免费服务时间作为赔偿。

在2013年亚马逊发生的一次服务器故障中，曾有媒体估算亚马逊每秒的损失约为1100美元。

美国时间14:08，亚马逊宣布S3已恢复正常，灾难停止了。

这场风波留给人们提的醒是，在购买云计算服务时要提前设计好一套Plan B。

Commvault 亚太区企业解决方案架构师李可表示，“各种系统部件的故障和情况都有可能发生，一定要从公司的业务需要出发，来制定数据恢复保护和系统容灾的方案规划，来根据这个去评估自身所能承受的损失的数据量和时间点，然后根据这个来制定数据恢复和容灾方案，来制定混合云等方案。”

不过设计出什么样的备灾方案需要权衡风险与成本。

“你可以在AWS上再设计一套备灾方案，比如可以在us east和us west间切换。不过这不容易，也有额外费用。”“十六楼的老民工”说。

“你要用两套系统，但架构开发时间、人手、推向市场的时间都是金钱。所以有的企业反倒宁愿挂掉五个小时。也有的公司使用云服务只是作为长期存储，不会每天看，事故发生了只会影响数据调用。”Gartner调研总监张毅告诉36氪。

但这次S3事故前，很多企业并没有做类似方案设计，原因在于S3此前显示出具有很强的稳定性，在人们观念中为一份低风险的东西买保险，总认为不够划算。

另一种方式是自建云，满足自己的可用性，免去了因为公有云宕机而躺枪的风险，不过自建的方式在成本和稳定性上都会带来不小的挑战。这些都要自己去计算权衡。

网页、电邮中的图像和附件看不到、各种APP数据上传受阻、智能硬件因为无法调取提供服务所需的数据瞬间倒退成老式电器……S3的故障让很多人恍然大悟，自己的整个生活已经被搬上了云端。一家云计算服务商的停摆，甚至有足够的力量中断互联网世界的运行，特别是当这家公司是亚马逊。根据市场研究公司Synergy Research Group去年发布的第三季度数据，亚马逊云服务在全球IaaS（基础设施服务）公开市场的份额已经上升至45%。

“但云计算就是填坑填出来的，只有出现事故，才能发现系统设计和流程上的不足，加以改进。很多东西不是靠纸面上能解决的。S3已经是很稳定的服务，今天的事故又一次告诉我们，革命尚未成功，同志仍需努力。”“十六楼的老民工”说。

就在亚马逊云出故障的同日，隔着太平洋的中国，百度移动端和客户端搜索也挂掉了30多分钟。有的网友看到百度搜索显示无法访问，第一反应却是去百度一下这是怎么回事。大概2月28日的黄历上写了三个大字——“宜宕机”。

（36氪作者徐涛对此文亦有贡献）