作者：IT邦德
中国DBA联盟(ACDU)成员，10余年DBA工作经验，
Oracle、PostgreSQL ACE
CSDN博客专家及B站知名UP主，全网粉丝10万+
擅长主流Oracle、MySQL、PG、高斯及Greenplum备份恢复，
安装迁移，性能优化、故障应急处理
微信:jem_db
QQ交流群:587159446
公众号：IT邦德

前言

MySQL9.0创新版本已经正式发布，这次功能确实进化了不少！

盘点事故

北京时间2024年07月02日10:04分，阿里云又挂了！上海可用区N出现网络访问异常，
从发现故障到解决用时31分钟，从发现故障到影响恢复用时38分钟。盘点2024年，已经发生3次故障了，真是让人吐血！

不得不说，阿里云作为国内最大的云服务商，其影响力太大了！这次故障据说是由于光缆断了，这样的故障时长放眼整个互联网也是炸裂般的存在。影响的服务范围看上去”不大“，但要命的核心服务一个都没拉下：对象存储，云服务器，云数据库，K8S,Redis…

这次故障是单可用区故障，所以一些云数据库服务可以进行主备切换，将流量切换到其他可用区。尽管如此，此区受到的影响也很大，有不少网友反映“小红书崩了”，刷新不出推荐内容

同时网友反映，B站App无法使用浏览历史关注等内容，消息界面、更新界面、客服界面均不可用，用户也无法评论和发弹幕，视频评论区和用户(UP主)主页都无法加载…

再次盘点2024年04月08日，腾讯云出现的一场全球性的大故障，用腾讯云官方的说法，崩了74 分钟，波及全球17个区域与数十款服务。

用户的期待

其实用户一直在等待，阿里云给出的事后故障复盘权威报告，可事实是只有恢复之后的报告，这里不得不引入一个知识：服务等级协议Service Level Agreement，简称 “SLA”,一般用来描述服务提供商承诺提供给用户的服务稳定性的指标，如果达不到相应的SLA指标，那么就可能面临相应的违约赔偿。

查阅阿里云服务的SLA文档，目前他们所提供的几十种云服务，大多提供了“4个9”左右的稳定性承诺，即99.99%的稳定性。今天看了下网上大家的第一反应都是这么大的公司怎么还会出这样的问题？又有多少打工人周末加班还碰上公司重大事故责任~

反思这个问题出现其背后的原因是什么？毕竟这么大的公司，应急预案肯定是有的，补救措施肯定也是相对完善，为什么还会造成这么大的后果？而且不久前刚出现过一场全球性的大故障？难道高可用真的形同虚设？

用户为什么这么迫切的期待复盘报告呢？复盘报告详细描述了处理过程、服务影响、问题分析与改进措施，并提供中文简体、繁体、英文三种版本，能让人重新树立阿里工程师可以更好地应对未来故障的信心。对软件系统生产事故复盘报告越保密，开发人员对自己能应对软件系统稳定性故障就越没信心！

其实这份云健康看板是要深刻在用户的心中

解决“IT系统稳定性工作很难被认可”的难题，一个好办法，就是在每次意外事件后，就撰写并公布领导和用户都能看懂的避坑指南。让他们了解稳定性工作所面临的挑战和价值。“ 很多做过稳定性这事的人都知道，做这个事情最麻烦的是很难被认可，做的好，不出问题，不懂的人不知道你做了什么，出了问题的时候觉得你到底做了什么，所以会看到很多公司都是运动式的做稳定性，一阵一阵的。

公共云现状

近几年我国云计算行业的市场规模和渗透率均在持续增长，使得我国公有云市场进入了一个新的发展阶段。除此之外，在5G商用以及AI等技术发展的推动下，我国公有云市场规模始终保持高速增长趋势。在公有云市场规模不断扩大的过程中，用户对其需求也随着发生改变。为满足客户的需求，市场产品形式发生了相应的变化。

公有云将继续与大数据、人工智能、物联网等先进技术进行深度融合，提供更丰富的服务。大数据和人工智能的融合将推动公有云成为处理大数据的关键工具，而边缘计算和混合云的兴起则将进一步推动公有云的发展。随着客户需求的个性化、多样化，公有云服务商将提供更多定制化的服务。他们将根据客户的具体需求，提供针对性的解决方案，以满足不同行业、不同场景下的需求。

预计中国到2025年将达到42%，公共云的比例为36%。

感想

公有云更进一步，不再以机位、服务器为单位，而以“服务”为单位，将多台主机资源整合，对外提供各种服务，其实就是一种革命，这里面会产生非常多革新式技术，用户信任、技术声望以及商誉真的对于云服务商太重要了。云计算现在卷的厉害，只有阿里这样的头部才能卷的动！但是如果真的这么多重大故障频发，赔了这么多钱，可能新的一轮裁员即将拉开序幕，互联网从业者又要开始瑟瑟发抖了！

作为一名13年DBA运维的技术人员，跟之前很多互联网上的热议事件是相呼应的，就是一群兢兢业业在干事情的人，不论他的职位是什么、行业是什么，如果不能更“柔善”一点的处理各种工作上、人际上的事物，最终被优化的都是他们。