谷歌就一起重大服務宕機事件致歉，該公司稱事故由近期多層級的缺陷更新所致。
公司于周五晚發(fā)布事故報告，詳細說明周四發(fā)生的數(shù)小時服務中斷情況。全球超 70 項谷歌云服務停止正常運行，導致 Cloudflare、OpenAI、Shopify 等數(shù)十家第三方服務癱瘓或受干擾，Gmail、谷歌日歷、谷歌云端硬盤、谷歌 Meet 等第一方產(chǎn)品也出現(xiàn)故障。
“我們對此次宕機造成的影響深表歉意，” 谷歌在事故報告中寫道，“谷歌云客戶及其用戶將業(yè)務托付給谷歌，我們會做得更好。我們不僅為此次事件對客戶業(yè)務及其用戶造成的影響道歉，也為系統(tǒng)信任受損致歉。我們承諾將做出改進，避免未來發(fā)生類似宕機。”
谷歌云業(yè)務首席執(zhí)行官托馬斯?庫里安也于周四在 X 平臺（原推特）發(fā)帖提及此次宕機，稱 “對給客戶造成的干擾深感遺憾”。
事故報告顯示，谷歌于 5 月為評估自動傳入請求的 “配額策略檢查” 添加了新功能，但該功能未立即在真實場景中測試。因此，系統(tǒng)無法正確處理新功能產(chǎn)生的數(shù)據(jù)（包括空白條目）。這些空白條目隨后被發(fā)送至所有谷歌云數(shù)據(jù)中心區(qū)域，引發(fā)系統(tǒng)崩潰。
據(jù)谷歌稱，工程師在 10 分鐘內(nèi)定位了問題，但由于部分大型區(qū)域因崩潰出現(xiàn)過載，整個事件持續(xù)了 7 小時。
谷歌還提到，推出該功能時未使用 “功能標志”—— 這是行業(yè)內(nèi)日益普遍的做法，可通過緩慢部署新功能來降低問題發(fā)生時的影響。若使用功能標志，本可在問題擴散前發(fā)現(xiàn)隱患。
展望未來，谷歌表示將調(diào)整架構，確保單一系統(tǒng)故障時其他系統(tǒng)仍能運行，避免連鎖崩潰。此外，公司將審計所有系統(tǒng)，并改進自動化和人工通信機制，“讓客戶盡快獲取應對問題所需的信息”。
原創(chuàng)文章，作者：潮玩君，如若轉(zhuǎn)載，請注明出處：http://m.2079x.cn/article/724157.html
