腾讯: 腾讯云：颜面尽失的草台班子(图)

2024-04-09 | 来源: 非法加冯 | 转到微信 | 有0人参与评论 | 字体: 放大缩小 | 收藏 | 打印

昨天下午，2024年04月08日，腾讯云出现了一场全球性的大故障，用腾讯云官方的说法，崩了 74 分钟（15:31 – 16:45），波及全球 17 个区域与数十款服务。

事实影响是什么

但这与我观察到的事实不符 —— 从故障范围上来说，这次的故障几乎是去年阿里云双十一史诗级大故障的翻版 —— 小道消息是整个管控面 GG，云 API 挂了，所以现象与去年阿里云如出一辙：依赖云 API 的云产品控制台不能用了。

被管控的纯资源，如云服务器 CVM，云数据库 RDS，设置了公开读写访问对象存储 COS 不受影响可以继续使用。然而依赖认证与API 的各种云 PaaS 服务，例如标准的私有读写的对象存储 COS，就抓瞎了。

因为阿里云至今没有做一个像样的事后故障复盘，因此在《我们能从阿里云史诗级故障中学到什么》中，我为阿里云的这次故障做了非官方的技术复盘。同样的判断逻辑完全也适用于这次故障 —— 这样的爆炸半径，根因出在 Auth 上的概率很大。目前，腾讯云仍然没有给出官方的事后故障复盘报告，也可能不会有了。

忽悠人的状态页

我的朋友杨攀曾写过一篇《中国云服务走向全球？先把 Status Page 搞定》，讨论了 Status Page （服务健康状态页）对于公有云服务的重要性，各家本土云厂商也跟进了这一特性，包括腾讯云。—— 状态页能在服务宕机的情况下有效减少客户的焦虑，降低沟通成本，但它的核心价值在于 “建立与客户的信任关系”。

腾讯和字节跳动走的越来越近了

史上最大数据库泄露腾讯占大宗

入外籍腾讯、京东、格力身后的大佬准备跑路了?(图)

看上去，腾讯云与阿里云的 Status Page 反应都比较迟缓，在故障发生后三四十分钟才开始更新。而不是像 Cloudflare 等产品一样及时更新故障，或采用自动化方式监测到故障后立即推送。但不同于阿里云 —— 虽慢却诚实地标记了所有服务受到影响，腾讯云的 Status Page 连基本的真实性与准确性都堪称稀烂。

例如，受到影响的对象存储 COS 服务，在有用户上报问题的几个可用区中，我并没有看到 Status 标红。而这样的例子还有更多。事实上如果问题真出在管控 API 上，那么影响的范围应该和阿里云一样 —— 所有服务的控制面。因此，这样鸡贼的做法只会给客户留下：“不透明、有猫腻“ 的负面印象。

撒谎的三无公告

在故障出现 40 ～ 50 分钟后，腾讯云终于发出了第一份故障公告，也是截止到目前 Status Page 上唯一一份公告。但其内容就一句话 —— 三无公告：无时间（故障时间），无地点（可用区/AZ），无范围（影响服务）。而且姗姗来迟，比我替它发的公告《【腾讯】云计算史诗级二翻车来了》还晚了十分钟。