伴隨著云計算的發(fā)展，云計算技術、應急響應機制都日趨成熟和完善。多數情況，云計算平臺都能持續(xù)、穩(wěn)定的正常運行。

　　不過，因天氣或者其他原因，全球各地大大小小的云計算廠商過去幾年，確實發(fā)生過眾多大大小小的“著名”故障。

　　1、2009年6月，因分布式拒絕服務攻擊（DDoS），亞馬遜EC2服務宕機5小時。

　　2、2009年6月，Rackspace因供電設備跳閘，備份發(fā)電機失效，導致服務器大面積停機。

　　3、2010年5月，一周內，亞馬遜弗吉尼亞數據中心上演了三次不同的宕機。第一次是不間斷電源（UPS）轉換到備份電源時失敗，一整個機架的服務器停機。第二次發(fā)生在四天之后，因一個電源分配箱短路，導致服務中斷8小時。兩天后，一輛汽車撞擊了電線桿子，切斷了數據中心的電源，導致半小時宕機。

　　4、2011年4月22日，由于技術原因導致亞馬遜在美國東部地區(qū)的許多服務中斷。這個故障持續(xù)了大約四天時間，被認為是亞馬遜史上最嚴重的云計算安全事件。

　　5、2012年2月28日，由于“閏年bug”導致微軟Azure在全球范圍內大面積服務中斷，中斷時間超過24小時。

　　6、2014年8月18日，在Windows 8.01安全補丁例行發(fā)布后，Azure云因技術問題引發(fā)部分用戶中斷服務長達5個小時。微軟報告稱，Azure服務例如虛擬機網站、自動化、備份和站點恢復都在多個地區(qū)出現(xiàn)中斷。

　　7、2014年11月，Azure多個主要Region的存儲服務出現(xiàn)問題，引發(fā)11個小時的故障。該故障影響了19種Azure服務，涉及12個Region，當時似乎只有澳大利亞數據中心幸免于難。

　　8、2014年11月2日中午12點，騰訊云在上海、廣州兩地的服務器出現(xiàn)故障，導致使用該服務器的用戶出現(xiàn)無法正常登錄、連接不穩(wěn)定等現(xiàn)象。故障持續(xù)約兩小時。

　　9、2015年6月6日，青云的服務商睿江科技機房因雷暴天氣引發(fā)電力故障，導致青云廣東1區(qū)全部硬件設備意外關機重啟，青云官網及控制臺無法訪問、部署于GD1的用戶業(yè)務不可用。

　　10、2016年7月6日，上午10點22分，阿里云華北2地域可用區(qū)A由于網絡設備出現(xiàn)異常，導致部分產品訪問受到影響。故障持續(xù)約1小時。

　　結束語 | 寫給所有云計算用戶的話

　　當企業(yè)把IT基礎設施托付給云服務商的時候，千萬別忘了你才是這些系統(tǒng)的主人。

　　美國知名電腦周刊雜志eWeek 資深科技記者Mike Elgan曾表示：“云計算不是萬靈丹，我們不過是租別人的計算機而已。因此自己數據中心可能出現(xiàn)的問題就算是轉向了云計算也依然存在”，他建議“企業(yè)有自己的替代方案很重要”。

　　Netflix的技術人員認為，不論在何種情況下，每個系統(tǒng)必須靠自己存活。所以，他們在設計系統(tǒng)時考慮了其所依賴的其他系統(tǒng)的故障并且能夠容忍故障。

　　從兩地三中心到同城雙活到異地多活，金融機構、政府、大中型企業(yè)一直秉持“不把雞蛋放在一個籃子里”的思路，在災備的路上越走越高精尖。

　　但是高精尖的背后是高昂的成本，對中小企業(yè)而言有些負擔過重。事實上，在云計算上也有對應的服務：地域（Region）和可用區(qū)（AZ：Availabe Zone）。所以對于自己的云端業(yè)務，既可以分散到多個可用區(qū)，也分散到多個地域。

　　除此之外，互聯(lián)網界對于系統(tǒng)如何達到高可用是有一些基本共識的，比如：大系統(tǒng)小做，服務拆分；并發(fā)控制，服務隔離；灰度發(fā)布；全方位監(jiān)控報警；核心服務，平滑降級。這些最佳實踐，如果很好地落實，對于提高系統(tǒng)可用性非常有幫助。