我那天正好在公司加班，结果微信突然“叮”了一下，运维群里炸开了锅，说香港阿里云服务器挂了。我一开始还以为谁又在开玩笑，毕竟阿里云这种大厂，怎么可能说挂就挂？结果一刷新监控，真的是一片红，连平时最稳的那台数据库都没了心跳。说实话，那一瞬间我脑子里就只剩下“完了”两个字。
香港阿里云服务器挂了
其实吧，阿里云出问题也不是第一次了，去年双十一前后也有过一次小范围的故障，不过那次没波及到我们香港节点。可这次不一样，直接影响到我们几个核心业务，客户电话都快被打爆了。说起来，前几天我还在知乎上看到有人讨论“云服务到底靠不靠谱”，底下有个叫“老王的云笔记”的哥们说，云服务再牛也有物理极限，尤其是跨境节点，网络和电力都不完全受控，谁也不敢拍胸脯保证100%不出事。
我记得《云计算安全与隐私保护》那本书里有一章专门讲过云服务的单点故障问题（Wang, Q., Ren, K., & Lou, W. (2010). Cloud computing: Security and privacy issues. In Proceedings of the 2010 IEEE International Conference on Cloud Computing），说白了，云不是万能的，尤其是遇到大规模网络波动或者机房事故，分分钟全线崩溃。那天我还在想，咱们是不是太依赖云了？
不过说真的，阿里云香港节点这次挂掉，影响面比我想象的大多了。我们公司有几个客户是做东南亚电商的，平时就靠香港节点做中转，结果一挂，订单全卡住。那会儿我还在想，要不赶紧切回国内节点？可一查，数据同步根本来不及，临时切换风险更大。你说，这事是不是挺扯的？哈哈，平时都说多活多活，真到关键时刻，谁敢拍板？
对了，顺便说一句，后来我在阿里云官方论坛上看到，有人说是因为机房电力故障导致的，具体原因官方也没说清楚。有人猜测是DDoS攻击，也有人说是光缆被挖断了，反正众说纷纭。其实我也不太信DDoS，毕竟阿里云的防护能力还是有的，除非真的是物理层面出问题。
我有时候会想，咱们这些搞技术的，天天说高可用、容灾、备份，结果一遇到这种大规模云服务故障，还是只能干瞪眼。那天我同事小李还吐槽，说以后是不是得备一台本地服务器，关键时刻能顶上？我当时还笑他杞人忧天，现在想想，好像也不是没道理。
其实刚才我还漏了个事，那天晚上我们几个技术在群里讨论，有人提议以后多做异地多活，甚至考虑多云部署。可说实话，预算和人力都有限，真要做起来，老板能同意才怪。说到底，云服务再怎么宣传高可用，出事的时候，背锅的还是我们这些一线技术。
我现在回头想想，香港阿里云服务器挂了这事，算是给我提了个醒。以后再有人问我云服务靠不靠谱，我大概会说，靠谱是靠谱，但你最好别全指望它。万一哪天又挂了，别说我没提醒你。
