亚马逊AWS经历重大故障后逐步恢复，全球数千网站受影响

admin

亚马逊AWS经历重大故障后逐步恢复，全球数千网站受影响

作者：James Bentley
来源：CNA
引用：https://www.channelnewsasia.com/world/amazons-aws-nears-recovery-after-major-outage-disrupts-apps-services-worldwide-5414046

据路透社报道，亚马逊的云计算服务在10月20日下午恢复正常运行，此前一次互联网故障导致全球数千个网站受到影响，包括Snapchat和Reddit等一些最受欢迎的网页应用。尽管如此，亚马逊表示，一些AWS服务仍有消息积压，需要几小时才能处理完毕。

亚马逊的AWS为全球企业提供应用程序和计算机处理服务，此次故障导致从伦敦到东京的工人无法正常工作，并阻碍了人们支付理发师账单或更改航班机票等日常任务。用户在周一下午抱怨，使用数字钱包Venmo和视频通话网站Zoom等服务时仍存在困难。

这次互联网故障是自去年CrowdStrike故障以来最大的一次，那次故障使医院、银行和机场的技术系统陷入瘫痪，凸显了全球互联技术的脆弱性。这至少是AWS位于弗吉尼亚州北部的一个集群（US-EAST-1）在过去五年中第三次引发互联网大规模故障。

亚马逊没有回应关于为何该数据中心频繁受到影响的具体原因的询问。问题源于所谓的域名系统（DNS），它阻止了应用程序找到AWS的DynamoDB API的正确地址，而DynamoDB API是一个云数据库，用于存储用户信息和其他关键数据。

AWS表示，故障的根本原因是用于监控其网络负载均衡器健康状况的底层子系统，这些负载均衡器用于在多个服务器之间分配流量。

AWS表示，问题起源于“EC2内部网络”，即亚马逊的弹性计算云服务，该服务在AWS内提供按需云容量。

亚马逊表示，下午3点后，“所有AWS服务恢复正常运行。一些服务，如AWS Config、Redshift和Connect，将继续处理积压的消息，预计将在未来几小时内完成”。

康奈尔大学计算机科学教授Ken Birman表示，软件开发人员需要构建更好的容错能力。他表示，AWS提供了开发人员可以使用的工具，以保护自己在任何数据中心出现问题时的安全，并且开发人员还可以使用其他云提供商创建备份。

Birman对路透社说：“当人们为了降低成本而削减成本和缩减开支，试图上线一个应用程序，然后忘记他们跳过了最后一步，实际上并没有对故障进行保护，那些公司才是后来应该受到审查的公司。”