微信号:programmer_club

介绍:程序员第一自媒体,与你探讨码农人生路上遇到的各类泛技术话题,定期为你推荐码农人生思考、感悟以及启迪!

阿里云的工程师要被祭天了?

2018-06-28 22:00 程序员之家

综合自:云头条(ID: yuntoutiao)、微博、阿里云、CSDN、程序员头条等


阿里云因 bug 禁用内部 IP 导致链路不通,造成大规模故障


阿里云午夜在官网、微博发布了故障公告:


6月27日下午,我们在运维上的一个操作失误,导致一些客户访问阿里云官网控制台和使用部分产品功能出现问题,引发了大量吐槽。故障于北京时间2018年6月27日16:21左右开始,16:50分开始陆续恢复。

经过紧急技术复盘,故障原因如下:


当天下午,工程师团队在上线一个自动化运维新功能中,执行了一项变更验证操作。这一功能在测试环境验证中并未发生问题,上线到自动化运维系统后,触发了一个未知代码bug。错误代码禁用了部分内部IP,导致部分产品访问链路不通。 后续人工介入后,工程师团队快速定位问题进行了恢复。

 

受影响范围包括阿里云官网控制台,以及MQ、NAS、OSS等产品功能。
 

对于这次故障,没有借口,我们不能也不该出现这样的失误!我们将认真复盘改进自动化运维技术和发布验证流程,敬畏每一行代码,敬畏每一份托付。



下午 16:30 左右,微信朋友圈、微信群、微博出现阿里云故障消息,故障原因主要体现在阿里云官网、控制台无法访问,尝试登陆阿里云官网,显示如下:



官网有时候可以访问,有时候显示502错误的网关,即使官网可以访时,点击登陆,页面只会刷新,登陆不了。


一位行业从业者发推称:阿里云的函数计算挂了,导致线上故障。打算马上降级到本地计算,结果阿里云的 Kubernetes 也挂了。想着挨个机器手工改一下,发现 OSS 也挂了…整个过程没有报警,因为 SLS 也挂了…(备注:未得到阿里云官方确认)


官网公告称16:21左右开始,阿里云官网的部分管控功能,及MQ、NAS、OSS等产品的部分功能出现故障,以下为全文:



阿里云官网通告:6月27日阿里云部分产品及账号登录访问异常通告


【阿里云】【网络】【异常通告】


异常时间:北京时间2018年6月27日16:21左右。

异常概述:于北京时间2018年6月27日16:21左右开始,阿里云官网的部分管控功能,及MQ、NAS、OSS等产品的部分功能出现访问异常,阿里云工程师正在紧急处理中,请您稍后重试。


【异常更新】

北京时间2018年6月27日 16:50

目前受影响的业务正在逐步恢复中,若遇到异常,请您稍等后重试。


【异常更新】

北京时间2018年6月27日 17:30
目前受影响的业务大部分已经恢复正常,请您确认。若还有异常,请您跟我们反馈,谢谢。


故障时间 50 分钟左右,故障原因,阿里云尚未披露。


以下为用户吐糟:



网友吐糟:毕竟是自主研发的云,当然有点小脾气




写在最后

每一次的故障确实不应该发生,但有时又难以避免。对此,不少网友表示,理解身为同行的程序员们,解决问题比解决人更重要。

但是也有不少人认为:

出了故障可以原谅,那客户的损失该如何算?

如果是没按规范操作导致的事故肯定是要处罚的,否则这次事故的复盘就是无价的经验啊。

技术人员肯定得背故障啊,但是这事应该要升级,不是说一个技术人或者开除就算了的。

对此,你怎看呢?


本文转载自【程序猿】


公众号内回复“1”带你进粉丝群

 
程序员之家 更多文章 终于有人把云计算、大数据和 AI 讲明白了 Vue.js超实用干货教程免费领 基于 Go 语言构建企业级的 RESTful API 服务 震惊!高晓松:世界杯就是一个大骗局? 程序员与性生活
猜您喜欢 一个小目标:罗辑思维开源UI库——RadonUI 有多少公司真正有大数据能力? WebApi2 jsonp跨域问题 让你的 man 变得更漂亮 技术粉丝群