这一次，除了骂阿里云，还能做些什么？

很多朋友经历了前几天阿里云3小时左右的故障，我司的业务也受到了一定影响，技术的同事一起熬夜奋战，最终观察服务稳定运行了两个多小时。

一次事故如一场战役，不管是在故障过程中的处理，还是故障后的总结，除了骂阿里云，我们自己有没有可以改进的空间呢?结合我司昨夜的处理过程，说一下自己的一点想法。

画外音：技术人，还是聊技术，决定不了别人，我们做好自己。

一

凌晨，收到运维负责人的电话，阿里云部分机房故障，并从阿里云同事收到反馈，问题仍在定位，恢复时间不确认。

画外音：关键时刻，手机欠费了，运维负责人还帮我充了200话费，才打通，真曲折。

整个过程中，我们能做什么呢?

• 及时反馈业务方：例如客服，运营等，如果收到用户反馈，能够及时说明情况;
• 确定影响范围：因为不是所有服务器都受影响，确定范围后好针对性检查;

这里面，潜在的技术问题是：

• 运维立刻收到服务器告警了么，研发与测试立刻收到站点与服务告警了么?为什么没有收到，是没有告警，还是告警覆盖缺失?

画外音：如果让业务方先发现问题，反问技术部，服务怎么出问题了，是何等尴尬?

• 能够快速确定受影响的服务器IP么?以及受影响的业务范围么?

我们的运维同学立刻通过脚本，确定了大概有50来台服务器受影响。

DBA同学也立刻确认了，RDS数据库服务没有受到影响。

画外音：

• 未来要自动化，可视化;
• 除了能从前端发现A、B、C功能不可用，能从后端精准确定哪些服务，多大比例的流量受影响么?

潜在的非技术问题：

• 技术团队和业务方建立了反馈渠道么，沟通是否顺畅?
• 有没有“线上服务第一”的意识，有没有“系统值班”的制度，还是说，关着手机睡觉?

画外音：

• 昨晚绝大多数二级，三级部门负责人都立即投入战斗，很赞;
• 技术人，关着手机睡觉，是不可接受的。

二

过了一个多小时了，阿里云仍未反馈修复时间，这个时间大家都有点着急了，那除了干等着，我们自己能做些什么呢?

因为只有部分区域的服务器异常，能不能申请一些新的服务器，将受影响服务器上的站点与服务重新部署，通过服务治理将流量切到新的服务上，是不是能恢复(至少部分恢复)呢?

整个过程中，我们能做的是：

• 申请新服务器;
• 确认受影响的站点与服务、重新部署;
• 服务治理，将流量迁移;

这里面，潜在的技术问题是：

(1) 能不能快速进行服务器扩容;

画外音：昨晚我们迅猛购买了50台ECS，这是云的好处。

(2) 知道了受影响的服务器IP，如何能够快速确定这些IP上部署了哪些站点与服务?这些站点与服务的上下游是什么，连带影响范围是什么?

画外音：这是有待提高的地方，每个负责人都知道自己的IP上部署了什么，但并不可视化。

(3) 如何快速站点与服务扩容与缩容，如何服务发现，如何迁移流量?

画外音：服务治理，任重道远。

三

又过了大概半个小时，我们购买完服务器，梳理站点与服务的过程中，阿里云专家反馈，“问题定位有了关键进展，不出意外的话30分钟恢复”。此时我们内部评估，30分钟50台ECS的初始化，服务部署，流量迁移恐怕完不成，还是等阿里云好了。

果真大概半个小时，阿里云专家反馈恢复了，这时我们要做的：

• 确定站点与服务是否运行;
• 确定日志是否异常;
• 确定业务在线业务是否异常;
• 一些容易遗漏的点的再三检查：例如MQ的消费，定时任务的执行。

画外音：有些定时任务可能需要手动再次执行。

这里面的很多工作，是通过手工，还是脚本自动化，还是平台可视化来判断与执行?技术平台的迭代，仍重而道远。

四

服务观察稳定后一段时机。朋友圈、微博上开始对阿里云进行声讨，都在提自己的优化方案：

1. 是时候换一个云了;

换一个云能解决问题么?用其他云的朋友，可以评论反馈下故障频率。

我相信，各家有各家的问题，我甚至愿意相信，阿里云的故障率是相对较低的。

2. 是时候自建机房了;

自建机房能解决问题么?自建机房的朋友，可以评论反馈下故障频率。

说实话，让我自建机房，我目前真没有信心做得比阿里云更好。

3. 是时候多机房多活了;

“多机房多活”不是四个字这么简单，需要多大的成本，需要多少技术基础服务支撑，需要多大的架构改造，有考虑过么?

画外音：58同城15年做机房迁移时做过多机房多活，我还算有一定发言权。

我相信，目前99.9%的公司，目前的业务阶段，目前的投入产出比，不适合做多机房多活。

骂阿里云不解决问题，这次事故过程中发现的自身的问题，我们要继续去改进。

特别是服务治理体系，可视化监控与运维体系，任重而道远。

不为阿里云洗地，阿里云你影响了我们几个小时业务可用性，该陪的要赔，尽量加倍赔，让我们看到你的诚意。

画外音：谁有XX云的接口人联系方式，请小窗我一下。

末了，让我特别感动的一点，还是一起熬夜奋战的兄弟姐妹们。早晨，还有部分同学赶去公司，要把运营反馈的不一致数据，进行修正。

我相信，因为有你们，业务一定能做成。

我相信，大家的付出老板一定看得到，3/4月份的涨薪一定有你。

【本文为专栏作者“58沈剑”原创稿件，转载请联系原作者】

戳这里，看该作者更多好文

分享文章：这一次，除了骂阿里云，还能做些什么？
转载源于：http://www.shufengxianlan.com/qtweb/news48/310598.html

网站建设、网络推广公司-创新互联，是专注品牌与效果的网站制作，网络营销seo公司；服务项目有等

广告

声明：本网站发布的内容（图片、视频和文字）以用户投稿、用户转载内容为主，如果涉及侵权请尽快告知，我们将会在第一时间删除。文章观点不代表本网站立场，如需处理请联系客服。电话：028-86922220；邮箱：631063699@qq.com。内容未经允许不得转载，或转载时需注明来源： 创新互联