摘要：第二云平臺(tái)的可靠性云平臺(tái)就是在模擬數(shù)據(jù)中心傳統(tǒng)硬件和系統(tǒng)網(wǎng)絡(luò)架構(gòu)，這三大塊可靠性都不太高。云平臺(tái)出故障了不主動(dòng)通報(bào)，而是讓客戶自己猜。云平臺(tái)誤導(dǎo)了客戶的冗余策略，比如兩個(gè)可用區(qū)依賴同一個(gè)網(wǎng)絡(luò)出口或供電局。

前言 躲熱點(diǎn)真不容易

我不湊熱議性新聞的熱鬧，習(xí)慣按照自己的節(jié)奏發(fā)文章，但朋友圈里熱點(diǎn)尬聊看多了，我就有給潑一盆科普冷水的沖動(dòng)。

最近云平臺(tái)故障挺多的，阿里云故障完了，我想等兩周再發(fā)本文，結(jié)果AWS美國(guó)掛了；AWS的熱議剛剛消停，企鵝家也遭災(zāi)了；現(xiàn)在又等了五天了，我覺(jué)得不算湊熱點(diǎn)了吧。

第一. ?這是新聞不是丑聞

當(dāng)某朵云故障時(shí)，我看到了太多從業(yè)者彈冠相慶，幻想著友商遭災(zāi)了就能白撿到個(gè)大單。但友商出故障這類事是新聞不是丑聞，客戶不會(huì)為一次故障而放棄現(xiàn)有供應(yīng)商。只有屌絲云備胎才幻想著情侶吵一架自己就能接盤。

這些年來(lái)，那么多數(shù)據(jù)中心都出過(guò)大量故障，有斷電的、挖斷光纜的、空調(diào)故障的、被封網(wǎng)的、DDOS打癱瘓的，有哪個(gè)IDC因?yàn)楣收媳黄韧顺鍪袌?chǎng)的？高標(biāo)準(zhǔn)IDC的SLA標(biāo)準(zhǔn)是電力99.99%，網(wǎng)絡(luò)99.9%，斷網(wǎng)1分鐘IDC就會(huì)出故障報(bào)告，但斷網(wǎng)八個(gè)小時(shí)也不會(huì)賠客戶一分錢?？蛻艉苤币仓櫫R，但故障只要不頻繁發(fā)生誰(shuí)敢觸發(fā)服務(wù)器遷移，大部分只能自認(rèn)倒霉。

第二. ?云平臺(tái)的可靠性

IaaS云平臺(tái)就是在模擬數(shù)據(jù)中心、傳統(tǒng)硬件和系統(tǒng)網(wǎng)絡(luò)架構(gòu)，這三大塊可靠性都不太高。云上虛擬資源因?yàn)榭梢造`活調(diào)度，可靠性稍微提升了一點(diǎn)點(diǎn)。云廠商的云主機(jī)和公網(wǎng)IP的SLA承諾是99.95%，但其可用性定義和賠償標(biāo)準(zhǔn)都比傳統(tǒng)IDC精明。

對(duì)于大型企業(yè)客戶來(lái)說(shuō)，過(guò)去不信賴單一IDC，不依賴單臺(tái)服務(wù)器，不跪拜單個(gè)網(wǎng)絡(luò)，現(xiàn)在也不相信單一云平臺(tái)可以做出100%的SLA承諾。

既然云平臺(tái)還會(huì)出故障，客戶就要做好多云采購(gòu)和多云冗余，在技術(shù)實(shí)現(xiàn)上只會(huì)比多機(jī)房容災(zāi)更簡(jiǎn)單——因?yàn)樵茝S商比IDC更能深度服務(wù)客戶。

第三. ?要尊重企業(yè)客戶

我在多篇文章中反復(fù)強(qiáng)調(diào)，云平臺(tái)做不到100%高可用。我不介意說(shuō)的刻薄露骨一點(diǎn)：

技術(shù)投機(jī)分子對(duì)個(gè)人站長(zhǎng)和移動(dòng)端開(kāi)發(fā)者的欺騙該結(jié)束了，現(xiàn)在友商是系統(tǒng)架構(gòu)師，買主也是技術(shù)部負(fù)責(zé)人。

OpenStack等云技術(shù)的早期步道者，很多都是既不了解Dev也不深入OPS的“冒險(xiǎn)家”，因?yàn)闊o(wú)知，所以無(wú)畏啊。

前幾年云用戶都是APP創(chuàng)業(yè)者，云廠商一口一個(gè)“開(kāi)發(fā)者”叫的很甜蜜，但又不停的忽悠人家?，F(xiàn)在的采購(gòu)決策人是老牌技術(shù)總監(jiān)和架構(gòu)師，知道從硬件到應(yīng)用的一系列高可用該怎么定義怎么實(shí)現(xiàn)。

廠商最典型的就是各種吹9大賽，好多廠商都說(shuō)產(chǎn)品的SLA是無(wú)數(shù)個(gè)“99.99999999...%”。

列這么多9到標(biāo)書上很浪費(fèi)油墨的，不如解釋清楚服務(wù)可用性和數(shù)據(jù)持久性的區(qū)別。

這故障幾率比第三次世界大戰(zhàn)、恐龍復(fù)活、愛(ài)上外星人、宇宙湮滅的幾率都小了；我沒(méi)見(jiàn)過(guò)外星人，但云廠商故障見(jiàn)到一堆了。

對(duì)于企業(yè)客戶來(lái)說(shuō)，單臺(tái)云主機(jī)的可用性到99.95%就超出期望值了，客戶自己會(huì)把到群集可用性提高到99.999%。

第四. ?無(wú)法忍受的服務(wù)態(tài)度

對(duì)于企業(yè)客戶來(lái)說(shuō)，客觀技術(shù)故障是意料之中的，但涉及到服務(wù)部分就無(wú)法忍受了。

云平臺(tái)出故障了不主動(dòng)通報(bào)，而是讓客戶自己猜。云服務(wù)有虛擬化層，如果只是緩慢不是中斷的故障該怎么猜？

對(duì)于故障時(shí)間、持續(xù)范圍、故障原因都說(shuō)不清楚或刻意隱瞞，該認(rèn)錯(cuò)的時(shí)候不清晰，是想讓客戶技術(shù)團(tuán)隊(duì)背鍋嗎？

客戶永遠(yuǎn)看不到真實(shí)故障原因，但明顯的人為故障，明顯的資源不足，明顯的管理混亂，明顯的胡編亂造都在削弱客戶的信心。

云平臺(tái)誤導(dǎo)了客戶的冗余策略，比如兩個(gè)可用區(qū)依賴同一個(gè)網(wǎng)絡(luò)出口或供電局。

有些文盲寫出的報(bào)告在教育和指導(dǎo)客戶，商務(wù)語(yǔ)氣不對(duì)等，該擔(dān)責(zé)任時(shí)卻在甩鍋。

第五. ?危險(xiǎn)背后總有新機(jī)遇

我一直很看好云計(jì)算這個(gè)行業(yè)，縱然它雜草叢生野蠻生長(zhǎng)，但也生機(jī)盎然活力無(wú)限。從云平臺(tái)的故障亂象，我們一樣能看到新機(jī)遇。

現(xiàn)在選購(gòu)云平臺(tái)的決策人不會(huì)被苛責(zé)，五年前業(yè)務(wù)系統(tǒng)上云出故障了，決策人是要承擔(dān)很重責(zé)任的，現(xiàn)在上不上云只是一種常規(guī)選型，不是技術(shù)冒險(xiǎn)了。

多云冗余備份不僅僅是弱勢(shì)云廠商的機(jī)遇，也是客戶技術(shù)團(tuán)隊(duì)的機(jī)遇。過(guò)去客戶要自己做應(yīng)用冗余備份，工作復(fù)雜責(zé)任也重大，現(xiàn)在只要預(yù)算不太低，客戶只做個(gè)心明眼亮的架構(gòu)師，臟活累活都是云廠商來(lái)做，遇到敬業(yè)的云廠商還能擔(dān)下大部分故障責(zé)任。

作者介紹：

曹亞孟，云計(jì)算老兵，擁有10+年運(yùn)維工作經(jīng)驗(yàn)，對(duì)主流運(yùn)維技術(shù)都有所涉獵，先后就職于七牛云和百度。業(yè)內(nèi)罕見(jiàn)的全職業(yè)全履歷從業(yè)人員，會(huì)“做云”“用云”“賣云”“講解云”

聲明：文章收集于網(wǎng)絡(luò)，如有侵權(quán)，請(qǐng)聯(lián)系小編及時(shí)處理，謝謝！

歡迎加入本站公開(kāi)興趣群

軟件開(kāi)發(fā)技術(shù)群

興趣范圍包括：Java，C/C++，Python，PHP，Ruby，shell等各種語(yǔ)言開(kāi)發(fā)經(jīng)驗(yàn)交流，各種框架使用，外包項(xiàng)目機(jī)會(huì)，學(xué)習(xí)、培訓(xùn)、跳槽等交流

QQ群：26931708

Hadoop源代碼研究群

興趣范圍包括：Hadoop源代碼解讀，改進(jìn)，優(yōu)化，分布式系統(tǒng)場(chǎng)景定制，與Hadoop有關(guān)的各種開(kāi)源項(xiàng)目，總之就是玩轉(zhuǎn)Hadoop

QQ群：288410967?