开发人员的锅，阿里云大规模故障，引发大量吐槽

阿里云因 bug 禁用内部 IP 导致链路不通，造成大规模故障文章源自玩技e族-https://www.playezu.com/13456.html

 文章源自玩技e族-https://www.playezu.com/13456.html

27日，阿里云午夜在官网、微博发布了故障公告：文章源自玩技e族-https://www.playezu.com/13456.html

6月27日下午，我们在运维上的一个操作失误，导致一些客户访问阿里云官网控制台和使用部分产品功能出现问题，引发了大量吐槽。故障于北京时间2018年6月27日16:21左右开始，16:50分开始陆续恢复。

经过紧急技术复盘，故障原因如下：

当天下午，工程师团队在上线一个自动化运维新功能中，执行了一项变更验证操作。这一功能在测试环境验证中并未发生问题，上线到自动化运维系统后，触发了一个未知代码bug。错误代码禁用了部分内部IP，导致部分产品访问链路不通。 后续人工介入后，工程师团队快速定位问题进行了恢复。

 

受影响范围包括阿里云官网控制台，以及MQ、NAS、OSS等产品功能。
 

对于这次故障，没有借口，我们不能也不该出现这样的失误！我们将认真复盘改进自动化运维技术和发布验证流程，敬畏每一行代码，敬畏每一份托付。

文章源自玩技e族-https://www.playezu.com/13456.html

下午 16:30 左右，微信朋友圈、微信群、微博出现阿里云故障消息，故障原因主要体现在阿里云官网、控制台无法访问，尝试登陆阿里云官网，显示如下：文章源自玩技e族-https://www.playezu.com/13456.html

文章源自玩技e族-https://www.playezu.com/13456.html

 文章源自玩技e族-https://www.playezu.com/13456.html

官网有时候可以访问，有时候显示502错误的网关，即使官网可以访时，点击登陆，页面只会刷新，登陆不了。文章源自玩技e族-https://www.playezu.com/13456.html

 文章源自玩技e族-https://www.playezu.com/13456.html

一位行业从业者发推称：阿里云的函数计算挂了，导致线上故障。打算马上降级到本地计算，结果阿里云的 Kubernetes 也挂了。想着挨个机器手工改一下，发现 OSS 也挂了…整个过程没有报警，因为 SLS 也挂了…（备注：未得到阿里云官方确认）文章源自玩技e族-https://www.playezu.com/13456.html

官网公告称16:21左右开始，阿里云官网的部分管控功能，及MQ、NAS、OSS等产品的部分功能出现故障，以下为全文：

阿里云官网通告：6月27日阿里云部分产品及账号登录访问异常通告

【阿里云】【网络】【异常通告】

异常时间：北京时间2018年6月27日16:21左右。

异常概述：于北京时间2018年6月27日16:21左右开始，阿里云官网的部分管控功能，及MQ、NAS、OSS等产品的部分功能出现访问异常，阿里云工程师正在紧急处理中，请您稍后重试。

 

【异常更新】

北京时间2018年6月27日 16:50

目前受影响的业务正在逐步恢复中，若遇到异常，请您稍等后重试。

 

【异常更新】

北京时间2018年6月27日 17:30
目前受影响的业务大部分已经恢复正常，请您确认。若还有异常，请您跟我们反馈，谢谢。

故障时间 50 分钟左右，故障原因，阿里云尚未披露。

以下为用户吐糟：

网友吐糟：毕竟是自主研发的云，当然有点小脾气

写在最后

每一次的故障确实不应该发生，但有时又难以避免。对此，不少网友表示，理解身为同行的程序员们，解决问题比解决人更重要。

但是也有不少人认为：

出了故障可以原谅，那客户的损失该如何算？

如果是没按规范操作导致的事故肯定是要处罚的，否则这次事故的复盘就是无价的经验啊。

技术人员肯定得背故障啊，但是这事应该要升级，不是说一个技术人或者开除就算了的。

对此，你怎看呢？

图文来源网络，如有侵权联系删除