http://www.c114.net ( 2012/8/6 10:06 )
位于美國加州中部的薩克拉門(mén)托(Sacramento)有三個(gè)身份：1850年代的淘金人口集散地、如今的加州州府和Twitter的數據中心。

7月26日上午8點(diǎn)20分，這個(gè)數據中心停止了工作。當你輸入Twitter網(wǎng)址時(shí)，你會(huì )看到頁(yè)面顯示“Twitter目前因某些原因宕機，預計稍后恢復”的提示。這種狀況持續了兩個(gè)多小時(shí)，直到10點(diǎn)25分，Twitter才恢復正常。部分用戶(hù)懷疑這和7月27日開(kāi)幕的倫敦奧運會(huì )有關(guān)。

盡管Twitter的運營(yíng)團隊通過(guò)后臺的流量圖看到了即將到來(lái)的奧運會(huì )熱潮對各項指標的拉升—這種可預期的、能帶來(lái)大流量的事件，Twitter一般都會(huì )提前做準備，然而意外還是發(fā)生了。

在Twitter的預案里，如果這里發(fā)生了洪水、地震或者其他任何有可能導致服務(wù)器停止工作的問(wèn)題，距離薩克拉門(mén)托965公里的另一個(gè)數據中心就會(huì )開(kāi)始工作，它位于托管服務(wù)商Raging Wire旗下的一處建筑內，當然，情況也可能相反：Raging Wire這邊出了問(wèn)題，薩克拉門(mén)托開(kāi)始工作。

無(wú)論哪一種情況，Twitter希望保證的是用戶(hù)的不間斷使用體驗，即便是遠在大洋彼岸的用戶(hù)，也可以正常地把自己的消息Tweet出去，而不會(huì )感受到服務(wù)中斷。

對于互聯(lián)網(wǎng)公司而言，在線(xiàn)就是生命。Facebook早期迅速積累用戶(hù)并不是由于它來(lái)自哈佛大學(xué)的好名聲，而是它幾乎從不宕機。這與當時(shí)強勁的競爭對手MySpace形成了鮮明對照。

但在7月26日這一天，Twitter兩個(gè)數據中心同時(shí)發(fā)生故障，全球用戶(hù)的Twitter服務(wù)中止。Twitter提供的解釋是由于“基礎設施元件中的級聯(lián)式漏洞”，但沒(méi)有公布更詳細的信息。在Twitter的成長(cháng)史上幾乎每年都會(huì )有多次重大宕機事故，宕機時(shí)網(wǎng)站就會(huì )顯示出一幅有趣的圖片：幾只小鳥(niǎo)用線(xiàn)艱難地拉起一頭擱淺的鯨魚(yú)。

這是Twitter在兩個(gè)月之內的第二次重大宕機故障。此前一次是6月21日，Twitter停止服務(wù)將近兩個(gè)多小時(shí)。

Twitter負責工程技術(shù)的副總裁拉瓦德(Mazen Rawashdeh)事后解釋說(shuō)，Twitter在數據中心有兩套能互相備份的數據系統同時(shí)出現了故障，這是基礎設施上的“巧合事件”。通常情況下，如果一個(gè)系統出現故障，那么另一個(gè)將被緊急啟用。而兩套系統同時(shí)出現問(wèn)題則比較少見(jiàn)，為避免類(lèi)似故障重演，Twitter稱(chēng)計劃對基礎設施大幅投資。

數據中心問(wèn)題一直困擾著(zhù)Twitter。截至3月，Twitter已有1.4億活躍用戶(hù)，每天會(huì )發(fā)出3.4億條Tweet。隨著(zhù)用戶(hù)量和信息讀寫(xiě)量的增長(cháng)，Twitter迫切需要一個(gè)能自我完全掌控的數據中心。

Twitter早期租用第三方的數據服務(wù)，之后計劃轉向租用位于猶他州鹽湖城的定制化數據中心，然而在去年該數據中心卻出現了漏雨、電力不足等問(wèn)題，于是Twitter不得不改變其計劃，另謀他處。

在同一天，悲催的不僅僅是Twitter。谷歌的即時(shí)通訊服務(wù)Gtalk也在早上6點(diǎn)40分發(fā)生故障，并遲遲沒(méi)有被修復。有用戶(hù)報告，微軟旗下面對企業(yè)客戶(hù)的云服務(wù)工具Windows Azure在西歐地區也發(fā)生了宕機問(wèn)題。

在宕機這段時(shí)間內，Gtalk用戶(hù)發(fā)現雖然能夠登錄，但無(wú)法像以往一樣正常發(fā)送信息以及進(jìn)行語(yǔ)音、視頻聊天。他們持續接到谷歌通過(guò)網(wǎng)頁(yè)更新的問(wèn)題修復狀態(tài)通知，時(shí)間單位大約為半小時(shí)，而這一狀態(tài)持續了近5個(gè)小時(shí)，算是谷歌史上罕見(jiàn)的長(cháng)時(shí)間故障。習慣線(xiàn)上溝通的用戶(hù)們不得不轉向其他工具，有人說(shuō)，接連兩起宕機事件讓他們有一種“全球停電”的感覺(jué)。

谷歌的數據中心分布全球且多達20多個(gè)，目前無(wú)法得知是哪一塊數據中心發(fā)生了故障以致Gtalk癱瘓，谷歌至今也未解釋具體原因。

世界正在變成一個(gè)由數據洪流組成的存在，而整個(gè)世界也因幾個(gè)重要信息節點(diǎn)而相互連接在一起。但即使是像谷歌這樣著(zhù)名的互聯(lián)網(wǎng)公司也無(wú)法保證自己所有的服務(wù)全年都不出問(wèn)題。

據谷歌稱(chēng)，其最受歡迎的服務(wù)Gmail電子郵件服務(wù)2010年全年宕機時(shí)間為7分鐘，這已經(jīng)是業(yè)內最短時(shí)間。根據Radicati Group的數據，電子郵件系統平均宕機時(shí)間為每月3.8小時(shí)。對比起來(lái)，Gmail可謂優(yōu)秀。

一般造成系統不穩定甚至宕機的原因是多樣的，開(kāi)發(fā)安卓手機管理工具豌豆莢的豌豆實(shí)驗室技術(shù)總監高磊對《第一財經(jīng)周刊》介紹，在用戶(hù)使用網(wǎng)站服務(wù)時(shí)，從用戶(hù)輸入信息，網(wǎng)絡(luò )傳送信息給網(wǎng)站服務(wù)器，網(wǎng)站服務(wù)器按照程序對用戶(hù)要求進(jìn)行處理，將結果返還用戶(hù)，整個(gè)過(guò)程中其中一個(gè)環(huán)節出現問(wèn)題就會(huì )導致網(wǎng)站的服務(wù)受到影響，甚至發(fā)生宕機而不可用。

引發(fā)問(wèn)題的潛在因素多種多樣，包括網(wǎng)站自身程序、服務(wù)器的操作系統、硬件設備、機房與網(wǎng)絡(luò )運營(yíng)商等基礎設施。

如果網(wǎng)站自身程序有Bug，可能會(huì )導致使用變慢，或部分功能失效；服務(wù)器的操作系統也會(huì )出現漏洞，比如裝有Linux部分版本的服務(wù)器就在本月因為閏秒問(wèn)題而宕機；服務(wù)器硬件本身?yè)p壞，比如硬盤(pán)或內存都存在一定物理故障的機率。

而在基礎設施上，機房停電或進(jìn)水、遭到雷擊等也會(huì )造成設備停止運行。最基礎的問(wèn)題是過(guò)熱，因此大型數據中心旁邊一般都有冷卻裝置。

6月底，美國一場(chǎng)風(fēng)暴襲擊了弗吉尼亞北部，大面積電力供應中斷。而恰巧亞馬遜在這里安置了US-East-1數據中心，因為停電，整個(gè)數據中心癱瘓。

亞馬遜是業(yè)界領(lǐng)先的云服務(wù)提供商，其提供給網(wǎng)站以數據服務(wù)的云服務(wù)Amazon Web Services也因此一度中斷服務(wù)。之后連鎖反應便產(chǎn)生，使用其服務(wù)的Instagram、Pinterest、Quora、Netflix等知名網(wǎng)站也停止了服務(wù)，進(jìn)而影響到各自的生態(tài)系統。

為避免風(fēng)險，一些網(wǎng)絡(luò )公司選擇不把雞蛋放在一個(gè)籃子里，設置多個(gè)數據中心，或者在使用云服務(wù)時(shí)同時(shí)選擇多家供應商，當然，這也會(huì )增加成本。

據新浪微博技術(shù)總監楊衛華對《第一財經(jīng)周刊》介紹，是否能穩定登錄，響應的速度怎樣，都會(huì )對用戶(hù)的體驗造成直接影響。新浪微博采用了分布式的架構，這意味著(zhù)它沒(méi)有把所有的服務(wù)器都放在新浪所在的北京，而是在國內多個(gè)主要城市都設置了數據中心，在突發(fā)事件發(fā)生后的流量處理和響應速度等各方面來(lái)保證用戶(hù)體驗。

你在宕機時(shí)體驗到多少焦慮，穩定對于互聯(lián)網(wǎng)公司就有多重要。

當越來(lái)越多的人被接入同一個(gè)網(wǎng)絡(luò )─比如被稱(chēng)為“世界的脈搏”的Twitter，數據中心癱瘓的風(fēng)險等級也相應增加。這些數據就存儲在像加州薩克拉門(mén)托的大房子里，一旦宕機，空白也從這里開(kāi)始。

作者：周昶帆   來(lái)源：第一財經(jīng)周刊