?智能汽車安全新媒體?
11月15日，阿里云于11月12日發給客戶的一份「官方故障報告」曝光。
影響范圍
OSS、OTS、SLS、MNS 等產品的部分服務受到影響，大部分產品如 ECS、RDS、網絡等運行不受影響。
云產品控制臺、管控 API 等功能受到影響。
影響時間
2023年11月12日17:39～19.20，故障時間為 1 小時 41 分。
問題概況
2023 年 11月 12 日 17:39 起，阿里云云產品控制臺訪問及管控 API調用出現異常、部分云產品服務訪問異常，工程師排查故障原因與訪問密鑰服務 (AK)異常有關。
工程師修訂白名單版本后，采取分批重啟 AK 服務的措施，于 18:35 開始陸續恢復，19:20 絕大部分 Region 產品控制臺和管控 API 恢復。
處理過程
17:44：阿里云云產品控制臺訪問及管控 API 調用出現異常。
17:50：工程師確認故障是 AK 服務異常導致，影響云產品控制臺、管控 API 調用異常，以及依賴 AK 服務的云產品服務運行異常。
18:01：工程師定位到根因。
18:07：開始執行恢復措施，包括修訂白名單版本、重啟 AK 服務。
18:35：杭州等地域開始恢復正常。
18：54：北京等地域的控制臺及API服務已恢復。
19:20：絕大部分 Region 的云產品控制臺和管控 API 調用恢復正常。
21:11：公告顯示受影響云產品均已恢復
原因
訪問密鑰服務 (AK）在讀取白名單數據時出現讀取異常，因處理讀取異常的代碼存在邏輯缺陷，生成了一份不完整白名單，導致不在此白名單中的有效請求失敗，影響云產品控制臺及管控 API 服務出現異常，同時部分依賴 AK 服務的產品因不完整的白名單出現部分服務運行異常。
改進措施
增加 AK 服務白名單生成結果的校驗及告警攔截能力。
增加 AK 服務白名單更新的灰度驗證邏輯，提前發現異常。
增加 AK 服務白名單的快速恢復能力。
加強云產品側的聯動恢復能力。
故障導火索
外界普遍認為，裁員，特別是高級技術人員的缺失，或是阿里云這次大規模故障引發的主要原因。一業內專家表示，維護一個復雜的中臺需要大量專業的開發和運營人員，而阿里云今年的裁員對此或多或少產生了影響，另外，管理亦是因素之一。
據此前報道，今年5月，關于阿里裁員的消息在微博、脈脈等各大社交媒體上引發熱議，裁員風波涉及淘天集團、菜鳥、本地生活、云智能集團、大文娛等板塊。
其中，作為阿里六大業務之一的阿里云智能，被曝裁員比例約 7%，彼時，阿里云方面回應表示，這是公司進行的正常組織崗位和人員優化。
內容綜合：
mp.weixin.qq.com/s/wzVGrBq544KUSe7Yxook-g
www.tmtpost.com/6791045.html
-? THE END? -
因文章部分文字及圖片涉及到引用，如有侵權，請及時聯系17316577586，我們將刪除內容以保證您的權益。
