日前，谷歌云(Google Cloud)服務(wù)宕機(jī)和性能下降的問題很快得到了修復(fù)，最終對(duì)客戶的影響也比較有限，但它還是提醒客戶：他們必須向供應(yīng)商施加更多壓力，以提高云的可靠性。
3月11日，兩項(xiàng)谷歌云服務(wù)中斷:客戶用來管理他們的賬戶和項(xiàng)目的Google Cloud Console;以及Cloud Dataflow，這是一項(xiàng)用于處理批處理和流數(shù)據(jù)的服務(wù)。
谷歌云宕機(jī)解決了？用戶風(fēng)險(xiǎn)依然存在
根據(jù)谷歌的事后分析，由于其最新版本的谷歌云配額系統(tǒng)的代碼更改，Cloud Console在4小時(shí)內(nèi)不可用。該bug導(dǎo)致系統(tǒng)退回到較低的速率限制，從而導(dǎo)致請(qǐng)求被拒絕。
而另一項(xiàng)造成系統(tǒng)滯后超過19小時(shí)的Cloud Dataflow問題在3月12日得到了全面解決。谷歌表示，事故原因仍在調(diào)查中。
與此同時(shí)，谷歌云存儲(chǔ)在3月12日經(jīng)歷了4小時(shí)的高錯(cuò)誤率，以至影響了所有地區(qū)。根據(jù)事后報(bào)告，這個(gè)問題源于谷歌現(xiàn)場可靠性工程師(SREs)采取的行動(dòng)。
3月11日，谷歌SREs發(fā)現(xiàn)，連接到谷歌內(nèi)部Blob存儲(chǔ)服務(wù)元數(shù)據(jù)的存儲(chǔ)使用量激增。為了減少這種使用，SREs進(jìn)行了配置更改，導(dǎo)致系統(tǒng)中查找博客數(shù)據(jù)位置的部分過載，而增加的負(fù)載最終導(dǎo)致“連鎖故障”，谷歌說。
谷歌應(yīng)用程序引擎的相關(guān)中斷導(dǎo)致Blob Store API和應(yīng)用程序引擎部署出現(xiàn)了問題，這些問題也持續(xù)了大約四個(gè)小時(shí)。
報(bào)告稱，谷歌還計(jì)劃改進(jìn)其隔離存儲(chǔ)服務(wù)區(qū)域的方式，以避免未來谷歌云該中斷問題在全球的爆發(fā)。
總體云可靠性仍然是一個(gè)大目標(biāo)
所有云服務(wù)供應(yīng)商都會(huì)經(jīng)歷宕機(jī)問題。然而，考慮到谷歌云在市場份額上遠(yuǎn)遠(yuǎn)落后于AWS和Azure，它特別需要解決這個(gè)問題。Constellation Research分析師Holger Mueller稱，這是買方市場，盡管谷歌的快速補(bǔ)救措施和透明度對(duì)客戶來說也很有價(jià)值，但客戶將尋求最可靠的選擇。
然而，一些客戶可能擔(dān)心，在詳細(xì)描述谷歌云存儲(chǔ)中斷的報(bào)告中，谷歌指的是在區(qū)域之間增加更多的隔離。
Mueller說:“區(qū)域隔離是云計(jì)算正常運(yùn)行時(shí)間和恢復(fù)能力的關(guān)鍵，如果供應(yīng)商不能做到這一點(diǎn)，這就會(huì)令人擔(dān)憂。”“他們要想知道谷歌是否成功地解決了這個(gè)問題，唯一的辦法就是等待它再次故障。”
IDC分析師Stephen Elliot表示，通過使用先進(jìn)的管理、編排和負(fù)載平衡技術(shù)，計(jì)劃外的云服務(wù)中斷應(yīng)該會(huì)隨著時(shí)間的推移而減少。他表示:“這是企業(yè)客戶預(yù)期的一般參數(shù)。”
