5月27日、28日,支付宝和携程双双出现用户无法正常使用的问题,尽管事故原因并不相同,却也为互联网企业的运行安全敲响了警钟。之前并不怎么被人提起的容灾能力建设,也重新回到人们的视野。
连续两天两起事故
“说起来也真是够寸的,平时很少发生的事故这回一下就是两起,而且连续两天发生,应该是很小概率的情况。”一位互联网业内人士感慨道,他所说的小概率事件,就是上周支付宝和携程连续发生的严重事故。
5月27日下午,支付宝出现大规模瘫痪,国内很多支付宝用户在PC端和移动端均无法转账付款,这一事故持续了差不多两小时。支付宝方面对外表示,造成此次事故的原因,是由于市政施工使得杭州市萧山区某地光缆被挖断,进而导致支付宝一个主要机房受影响。
无独有偶,第二天,携程又出事了。从当天中午开始,携程官方网站及APP出现了无法正常使用的情况,更为严重的是,这一事故持续了12个小时才被修复,这也引发了外界对携程的种种猜测。最终携程方面给出的解释是,由于员工错误操作,删除了生产服务器上的执行代码。
中国领先的CDN服务提供商蓝汛通信的技术专家表示,像支付宝和携程这么严重的事故确实很少见,连续两天发生更是罕见。该专家介绍,互联网企业发生事故,可以分为机器级和机房级两类,前者主要原因是系统架构不是很好,遇到访问量过多会带来“宕机”;后者则主要是外部攻击造成的,会造成机房的瘫痪。“机器级的故障主要是实力较弱的互联网企业会遇到,像支付宝、携程这样的大企业,这一类问题应该不会发生在他们身上了。能够给这样的企业带来威胁的,一般就是机房级的故障了。”
机房级事故之前也是偶有发生。例如,2013年7月,由于上海一条光缆被挖断,就导致微信在很多地区无法正常使用,时间长达7小时;2014年10月,也是因为上海机房出现故障,导致微信全国大面积故障2小时。
容灾建设不容忽视
“虽然这一次的两起事故看似很偶然,可也能反映出互联网企业在容灾能力上的漏洞,而漏洞的存在,又使得事故迟早会发生。”蓝汛方面表示。容灾是指企业对于可能发生的系统故障的防范性准备,比较准确的解释是“建立两套或多套功能相同的IT系统,当一处系统停止工作时,整个应用系统可以切换到另一处,使得该系统功能可以继续正常工作。”
据业内人士向记者介绍,根据容灾系统对灾难的抵抗程度,可分为数据容灾和应用容灾。数据容灾是指建立一个异地的数据系统,对关键的数据进行备份存储,当故障造成本地数据丢失时,可以通过备份找回;应用容灾层次更高,即在异地建立一套完整的、与本地数据系统相当的备份应用系统,在灾难出现后,远程应用系统迅速接管或承担本地应用系统的业务运行。业内人士称,现在对于数据安全的重要性,多数互联网企业都有清楚的认识,数据的备份都做得比较完备,这方面出问题的可能性不大,可能会出现问题的,还主要是在应用容灾上。
(责任编辑:安博涛)