無論多么高遠(yuǎn)的夢想還是要找到穩(wěn)固的立足點(diǎn)，云服務(wù)最終還是要從一個數(shù)據(jù)中心被傳輸?shù)搅硗庖粋€數(shù)據(jù)中心，在這個過程仍然擺脫不了需要人、計(jì)算機(jī)、網(wǎng)絡(luò)、電能、存儲等之間協(xié)同工作。

　　人再囧途之泰囧在2012年歲末床下了華語電影的票房記錄，而且還在刷新著記錄。但是在IT界，頻頻爆發(fā)的數(shù)據(jù)中心安全故障事件，也在一次次沖擊著企業(yè)用戶的心理防線。只期待，數(shù)據(jù)中心的安全問題，不要成為人再囧途之"泰囧"。

　　云計(jì)算服務(wù)在這個時代被吹捧成為IT圣者，所有的服務(wù)都可以被“云”化。但是，當(dāng)很多公司勇于第一個吃螃蟹之后，卻發(fā)現(xiàn)往往最容易受傷的也是他們。近幾年來，層出不窮的云服務(wù)斷網(wǎng)事件，讓業(yè)界聽得心驚膽寒。

　　人們漸漸回歸理想，更加清晰地看清楚云計(jì)算的真面目。可以說，無論多么高遠(yuǎn)的夢想還是要找到穩(wěn)固的立足點(diǎn)，云服務(wù)最終還是要從一個數(shù)據(jù)中心被傳輸?shù)搅硗庖粋€數(shù)據(jù)中心，在這個過程仍然擺脫不了需要人、計(jì)算機(jī)、網(wǎng)絡(luò)、電能、存儲等之間協(xié)同工作。這樣一來，整個過程出現(xiàn)錯誤和漏洞就在所難免，再加上天災(zāi)人禍。所以，啟用云服務(wù)你必須有一定的思想準(zhǔn)備，同時要有第二手的解決方案來應(yīng)對。

　　編者在這里回顧一下近年來發(fā)生的一系列斷網(wǎng)事件背后的原因。從2009年-2012年之間。也許能讓你看到：即便是計(jì)算機(jī)出錯似乎在所難免，再保險(xiǎn)的措施似乎也只能把安全事件控制在一個小概率范圍內(nèi)。

　　斷網(wǎng)類型一：系統(tǒng)故障

　　典型事件1：亞馬遜AWS平安夜斷網(wǎng)

　　故障原因：彈性負(fù)載均衡服務(wù)故障

　　2012年12月24日，剛剛過去的圣誕節(jié)平安夜，亞馬遜并沒有讓他們的客戶過得太平安。亞馬遜AWS位于美國東部1區(qū)的數(shù)據(jù)中心發(fā)生故障，其彈性負(fù)載均衡服務(wù)(Elastic Load Balancing Service)中斷，導(dǎo)致Netflix和Heroku等網(wǎng)站受到影響。其中，Heroku在之前的AWS美國東部區(qū)域服務(wù)故障中也受到過影響。不過，有些巧合的事情是Netflix的競爭對手，亞馬遜自己的業(yè)務(wù)Amazon Prime Instant Video并未因?yàn)檫@個故障而受到影響。

　　12月24日，亞馬遜AWS中斷服務(wù)事件不是第一次，當(dāng)然也絕非最后一次。

　　2012年10月22日，亞馬遜位于北維吉尼亞的網(wǎng)絡(luò)服務(wù)AWS也中斷過一次。其原因與上次相似。事故影響了包括Reddit、Pinterest等知名大網(wǎng)站。中斷影響了彈性魔豆服務(wù)，其后是彈性魔豆服務(wù)的控制臺，關(guān)系數(shù)據(jù)庫服務(wù)，彈性緩存，彈性計(jì)算云EC2，以及云搜索。這次事故讓很多人認(rèn)為，亞馬遜是應(yīng)該升級其北維尼吉亞數(shù)據(jù)中心的基礎(chǔ)設(shè)施了。

　　2011年4月22日，亞馬遜云數(shù)據(jù)中心服務(wù)器大面積宕機(jī)，這一事件被認(rèn)為是亞馬遜史上最為嚴(yán)重的云計(jì)算安全事件。由于亞馬遜在北弗吉尼亞州的云計(jì)算中心宕機(jī)，包括回答服務(wù)Quora、新聞服務(wù)Reddit、Hootsuite和位置跟蹤服務(wù)FourSquare在內(nèi)的一些網(wǎng)站受到了影響。亞馬遜官方報(bào)告中聲稱，此次事件是由于其EC2系統(tǒng)設(shè)計(jì)存在漏洞和設(shè)計(jì)缺陷，并且在不斷修復(fù)這些已知的漏洞和缺陷來提高EC2(亞馬遜ElasticComputeCloud服務(wù))的競爭力。

　　2010年1月，幾乎6萬8千名的Salesforce.com用戶經(jīng)歷了至少1個小時的宕機(jī)。Salesforce.com由于自身數(shù)據(jù)中心的"系統(tǒng)性錯誤"，包括備份在內(nèi)的全部服務(wù)發(fā)生了短暫癱瘓的情況。這也露出了Salesforce.com不愿公開的鎖定策略：旗下的PaaS平臺、Force.com不能在Salesforce.com之外使用。所以一旦Salesforce.com出現(xiàn)問題，F(xiàn)orce.com同樣會出現(xiàn)問題。所以服務(wù)發(fā)生較長時間中斷，問題將變得很棘手。

　　斷網(wǎng)誘因二：自然災(zāi)害

　　典型事件1：亞馬遜北愛爾蘭柏林?jǐn)?shù)據(jù)中心宕機(jī)

　　故障原因：閃電擊中柏林?jǐn)?shù)據(jù)中心的變壓器

　　2011年8月6日，在北愛爾蘭都柏林出現(xiàn)的閃電引起亞馬遜和微軟在歐洲的云計(jì)算網(wǎng)絡(luò)因?yàn)閿?shù)據(jù)中心停電而出現(xiàn)大規(guī)模宕機(jī)。閃電擊中都柏林?jǐn)?shù)據(jù)中心附近的變壓器，導(dǎo)致其爆炸。爆炸引發(fā)火災(zāi)，使所有公用服務(wù)機(jī)構(gòu)的工作暫時陷入中斷，導(dǎo)致整個數(shù)據(jù)中心出現(xiàn)宕機(jī)。

　　這個數(shù)據(jù)中心是亞馬遜在歐洲唯一的數(shù)據(jù)存儲地，也就是說，EC2云計(jì)算平臺客戶在事故期間沒有其他數(shù)據(jù)中心可供臨時使用。宕機(jī)事件使得采用亞馬遜EC2云服務(wù)平臺的多家網(wǎng)站長中斷達(dá)兩天時間之久。

　　典型事件2：卡爾加里數(shù)據(jù)中心火災(zāi)事故

　　故障原因：數(shù)據(jù)中心發(fā)生火災(zāi)

　　2012年7月11日卡爾加里數(shù)據(jù)中心火災(zāi)事故：加拿大通信服務(wù)供應(yīng)商ShawCommunicationsInc位于卡爾加里阿爾伯塔的數(shù)據(jù)中心發(fā)生了一場火災(zāi)，造成當(dāng)?shù)蒯t(yī)院的數(shù)百個手術(shù)延遲。由于該數(shù)據(jù)中心提供管理應(yīng)急服務(wù)，此次火災(zāi)事件影響了支持關(guān)鍵公共服務(wù)主要的備份系統(tǒng)。此次事件為一系列政府機(jī)構(gòu)敲響了警鐘，必須確保及時的恢復(fù)和擁有故障轉(zhuǎn)移系統(tǒng)，同時結(jié)合出臺災(zāi)害管理計(jì)劃。

　　典型事件3：超級颶風(fēng)桑迪襲擊數(shù)據(jù)中心

　　故障原因：風(fēng)暴和洪水導(dǎo)致數(shù)據(jù)中心停止運(yùn)行

　　2012年10月29日，超級颶風(fēng)桑迪：紐約和新澤西州的數(shù)據(jù)中心都受到了此次颶風(fēng)的影響，所帶來的惡劣影響包括為曼哈頓下城地區(qū)的洪水和一些設(shè)施的停機(jī)，周圍地區(qū)數(shù)據(jù)中心發(fā)電機(jī)運(yùn)行失常。颶風(fēng)桑迪所帶來的影響超出了一般單一的中斷事故，為受災(zāi)地區(qū)數(shù)據(jù)中心產(chǎn)業(yè)帶來了規(guī)模空前的災(zāi)難。事實(shí)上，柴油已然成為了數(shù)據(jù)中心恢復(fù)工作的生命線，作為備用電源系統(tǒng)接管了整個地區(qū)的負(fù)荷，促使特別措施，保持發(fā)電機(jī)的燃料。隨著眼前的工作重點(diǎn)逐步轉(zhuǎn)移到災(zāi)后重建，我們有必要長期就數(shù)據(jù)中心的選址、工程和災(zāi)難恢復(fù)進(jìn)行探討，這一話題可能將持續(xù)幾個月，甚至幾年。#p#副標(biāo)題#e#

　　斷網(wǎng)誘因三：人為因素

　　典型事件1：Hosting.com服務(wù)中斷事故

　　故障原因：服務(wù)供應(yīng)商執(zhí)行斷路器操作順序不正確造成的UPS關(guān)閉

　　2012年7月28日Hosting.com停運(yùn)事件：人為錯誤通常被認(rèn)為是數(shù)據(jù)中心停機(jī)的主導(dǎo)因素之一。7月Hosting.com中斷事件造成 1100名客戶服務(wù)中斷就是一個例子。停機(jī)事故的發(fā)生是由于該公司位于特拉華州紐瓦克的數(shù)據(jù)中心正進(jìn)行UPS系統(tǒng)預(yù)防性維護(hù)，"服務(wù)供應(yīng)商執(zhí)行斷路器操作順序不正確造成的UPS關(guān)閉是造成數(shù)據(jù)中心套房內(nèi)的設(shè)施損失的關(guān)鍵因素之一。"Hosting.com首席執(zhí)行官ArtZeile說。"沒有任何重要的電力系統(tǒng)或備用電源系統(tǒng)出現(xiàn)故障，完全是一種人為的錯誤造成的。"

　　典型事件2：微軟爆發(fā)BPOS服務(wù)中斷事件

　　故障原因：微軟在美國、歐洲和亞洲的數(shù)據(jù)中心的一個沒有確定的設(shè)置錯誤造成的

　　2010年9月，微軟在美國西部幾周時間內(nèi)出現(xiàn)至少三次托管服務(wù)中斷事件向用戶致歉。這是微軟首次爆出重大的云計(jì)算事件。

　　事故當(dāng)時，用戶訪問BPOS(Business Productivity Online Suite)服務(wù)的時候，如果使用微軟北美設(shè)施訪問服務(wù)的客戶可能遇到了問題，這個故障持續(xù)了兩個小時。雖然，后來微軟工程師聲稱解決了這一問題，但是沒有解決根本問題，因而又產(chǎn)生了9月3日和9月7日服務(wù)再次中斷。

　　微軟的Clint Patterson說，這次數(shù)據(jù)突破事件是由于微軟在美國、歐洲和亞洲的數(shù)據(jù)中心的一個沒有確定的設(shè)置錯誤造成的。BPOS軟件中的離線地址簿在"非常特別的情況下"提供給了非授權(quán)用戶。這個地址簿包含企業(yè)的聯(lián)絡(luò)人信息。

　　微軟稱，這個錯誤在發(fā)現(xiàn)之后兩個小時就修復(fù)了。微軟稱，它擁有跟蹤設(shè)施，使它能夠與那些錯誤地下載這些數(shù)據(jù)的人取得聯(lián)系以便清除這些數(shù)據(jù)。

　　斷網(wǎng)誘因三：人為因素

　　典型事件1：Hosting.com服務(wù)中斷事故

　　故障原因：服務(wù)供應(yīng)商執(zhí)行斷路器操作順序不正確造成的UPS關(guān)閉

　　2012年7月28日Hosting.com停運(yùn)事件：人為錯誤通常被認(rèn)為是數(shù)據(jù)中心停機(jī)的主導(dǎo)因素之一。7月Hosting.com中斷事件造成 1100名客戶服務(wù)中斷就是一個例子。停機(jī)事故的發(fā)生是由于該公司位于特拉華州紐瓦克的數(shù)據(jù)中心正進(jìn)行UPS系統(tǒng)預(yù)防性維護(hù)，"服務(wù)供應(yīng)商執(zhí)行斷路器操作順序不正確造成的UPS關(guān)閉是造成數(shù)據(jù)中心套房內(nèi)的設(shè)施損失的關(guān)鍵因素之一。"Hosting.com首席執(zhí)行官ArtZeile說。"沒有任何重要的電力系統(tǒng)或備用電源系統(tǒng)出現(xiàn)故障，完全是一種人為的錯誤造成的。"

　　典型事件2：微軟爆發(fā)BPOS服務(wù)中斷事件

　　故障原因：微軟在美國、歐洲和亞洲的數(shù)據(jù)中心的一個沒有確定的設(shè)置錯誤造成的

　　2010年9月，微軟在美國西部幾周時間內(nèi)出現(xiàn)至少三次托管服務(wù)中斷事件向用戶致歉。這是微軟首次爆出重大的云計(jì)算事件。

　　事故當(dāng)時，用戶訪問BPOS(Business Productivity Online Suite)服務(wù)的時候，如果使用微軟北美設(shè)施訪問服務(wù)的客戶可能遇到了問題，這個故障持續(xù)了兩個小時。雖然，后來微軟工程師聲稱解決了這一問題，但是沒有解決根本問題，因而又產(chǎn)生了9月3日和9月7日服務(wù)再次中斷。

　　微軟的Clint Patterson說，這次數(shù)據(jù)突破事件是由于微軟在美國、歐洲和亞洲的數(shù)據(jù)中心的一個沒有確定的設(shè)置錯誤造成的。BPOS軟件中的離線地址簿在"非常特別的情況下"提供給了非授權(quán)用戶。這個地址簿包含企業(yè)的聯(lián)絡(luò)人信息。

　　微軟稱，這個錯誤在發(fā)現(xiàn)之后兩個小時就修復(fù)了。微軟稱，它擁有跟蹤設(shè)施，使它能夠與那些錯誤地下載這些數(shù)據(jù)的人取得聯(lián)系以便清除這些數(shù)據(jù)。

　　斷網(wǎng)誘因五：系統(tǒng)Bug

　　典型事件1：Azure全球中斷服務(wù)

　　事故原因：軟件Bug導(dǎo)致閏年時間計(jì)算不正確

　　2012年2月28日，由于"閏年bug"導(dǎo)致微軟Azure在全球范圍內(nèi)大面積服務(wù)中斷，中斷時間超過24小時。雖然微軟表示該軟件BUG是由于閏年時間計(jì)算不正確導(dǎo)致，但這一事件激起了許多用戶的強(qiáng)烈反應(yīng)，許多人要求微軟為此做出更合理詳細(xì)的解釋。

　　典型事件2：Gmail電子郵箱爆發(fā)全球性故障

　　事故原因：數(shù)據(jù)中心例行性維護(hù)時，新程序代碼的副作用

　　2009年2月24日，谷歌的Gmail電子郵箱爆發(fā)全球性故障，服務(wù)中斷時間長達(dá)4小時。谷歌解釋事故的原因：在位于歐洲的數(shù)據(jù)中心例行性維護(hù)之時，有些新的程序代碼(會試圖把地理相近的數(shù)據(jù)集中于所有人身上)有些副作用，導(dǎo)致歐洲另一個資料中心過載，于是連鎖效應(yīng)就擴(kuò)及到其它數(shù)據(jù)中心接口，最終釀成全球性的斷線，導(dǎo)致其他數(shù)據(jù)中心也無法正常工作。

　　典型事件3：“5.19斷網(wǎng)事件”

　　事故原因：客戶端軟件Bug，上網(wǎng)終端頻繁發(fā)起域名解析請求，引發(fā)DNS擁塞

　　2009年5月19日的21：50，江蘇、安徽、廣西、海南、甘肅、浙江等六省用戶申告訪問網(wǎng)站速度變慢或無法訪問。經(jīng)過工信部相關(guān)單位調(diào)查通報(bào)稱，此次全國六省網(wǎng)絡(luò)中斷事故，原因是國內(nèi)某公司推出的客戶端軟件存在缺陷，在該公司域名授權(quán)服務(wù)器工作異常的情況下，導(dǎo)致安裝該軟件的上網(wǎng)終端頻繁發(fā)起域名解析請求，引發(fā)DNS擁塞，造成大量用戶訪問網(wǎng)站慢或網(wǎng)頁打不開。

　　其中，DN SPod是國內(nèi)知名的域名解析服務(wù)商之一的N SPod公司，服務(wù)數(shù)家知名網(wǎng)站的域名解析服務(wù)。此次攻擊導(dǎo)致DN SPod公司所屬的6臺dns域名解析服務(wù)器癱瘓，直接造成包括暴風(fēng)影音在內(nèi)的多家網(wǎng)絡(luò)服務(wù)商的域名解析系統(tǒng)癱瘓，由此引發(fā)網(wǎng)絡(luò)擁塞，造成大量用戶不能正常上網(wǎng)。 工信部指出，此次事件暴露出域名解析服務(wù)成為目前網(wǎng)絡(luò)安全的薄弱環(huán)節(jié)，指示各單位要加強(qiáng)對域名解析服務(wù)的安全保護(hù)。

　　小結(jié)：啟用云服務(wù)的公司，很大程度是考慮這種服務(wù)可以更加編輯，性價比高。但是，這樣的考慮如果是以降低安全性作為代價，估計(jì)很多公司老大不會同意。層出不窮的云服務(wù)斷網(wǎng)事件引起了云端安全性的擔(dān)憂。

　　目前來看，解決的辦法可以從幾個角度出發(fā)，對于企業(yè)級客戶來說，務(wù)必在采用云服務(wù)的同時定期備份云端的數(shù)據(jù)，擁有第二套解決方案按，以備不時之需。而對于云服務(wù)提供商來說，既然各種斷網(wǎng)事件是在所難免的，那就必須思考一個對策，將自己用戶的損失降到最低，對斷網(wǎng)事件的響應(yīng)效率要提高。

　　政府部門則具有監(jiān)督和提醒的職責(zé)，云服務(wù)相關(guān)的法律法律要相繼出臺和不斷完善，并且提醒用戶百分之百可靠的云計(jì)算服務(wù)目前還不存在。