宕机

说到这个话题，大部分工程师的第一反应会是什么呢🙃

大概运维的反应是最大的吧

 

全球几乎每年都发生过大规模宕机事故

今年3月，由于数据库的问题，GitHub 经历了多起宕机事件，导致平台的服务降级， 影响了许多用户的使用。

在过去的几年里，GitHub 已经进行了许多优化，例如添加集群以支持平台的增长、对主数据库进行分区等，但这些改进工作并不能一劳永逸，一直到现在他们仍在积极地解决这个问题。

随着平台的不断发展，GitHub 将一直努力扩展基础设施，包括对数据库进行分片和扩展硬件。

随着互联网的繁荣，全球范围内各行业服务均开始转向线上。

一些关键行业的线上服务深刻影响着各国人民日常生活的正常进行。

提供关键服务的信息系统一旦出现宕机，将给社会造成巨大影响。但由于用户基数不断增大、功能需求逐渐多元化，导致各类信息系统功能范围不断扩大，系统架构逐渐复杂，存在大量潜在风险，导致事故频发。

2021年，全球发生多起重大宕机事件，涉及全球范围内多个国家的电商、交通、社交媒体、金融等多个领域。

 

国内关心的比较多的哪些宕机（热门）事件

说到国内大家印象比较深的事件大多跟某某热门事件挂上钩。

比如，春晚发红包，春节不宕机保卫战14亿人百亿红包和加班的工程师。

比如，某平时日常官宣事件。

比如，各路电商节大比拼。

比如，春节、节假日抢火车票。

比如，……

发生了几次宕机事件后，吃瓜群众们对此表示已经习惯，甚至很多人认为，如果明星突然宣布结婚或分手微博还没崩，只能证明该明星还不够火。

大概微博宕机也是事件热度标尺吧。

B站链接

 

视频号

 

 

互联网技术发展到了 2022 年，理论上来说是可以做到“永不宕机”的。

但过去的 2021 年，宕机事故看起来貌似也不少。

随着“国民级应用”增多，大家对技术的依赖程度越来越高，面临的风险比以往任何时候都多。

疫情之下，万物皆可“云”。

上班族“云办公”，学生党“云上课”，美食爱好者“云下厨”……

而突如其来的流量暴增让各大线上平台上演“连环崩”，系统崩溃，加载错误时常发生。

• 访问量大了，理论上不会崩溃，只是理论上。
• 访问量大了，你的内存满了、TCP连接到顶了（比如time_wait太多，无法接受新连接）、CPU已经忙不过来了——这一切的理论后果是处理速度慢了，或者直接拒绝新的服务请求。
• 但如果你的服务器代码有缺陷，比如内存无法分配，抛出异常，而你没有处理这异常，会造成进程的退出——崩溃；
• 或者无法建立新的TCP连接，你又没有处理这种异常——崩溃；
• 磁盘满了——崩溃……
• 程序一大这种细小的问题会多如牛毛。
• 甚至你依赖的基础软件，如JVM，内存不足也可能导致崩溃。
• 虽然有交换分区的存在，但也只是延迟了内存分配失败的时间，但此时性能已经急剧下降，与崩溃无异——完全没响应了。

总之，宕机的常见原因也还有很多细节原因，比如，错误的环境配置、陷于死循环的错误程序、数据库索引缺失、数据库丢失等都会无端消耗大量服务器CPU、内存等资源，从而导致的服务器死机宕机等。

 

那么如何做好系统稳定性保障呢？

由于软件系统在本质上来说具备复杂性，其中任何一个环节出现问题都可能造成系统缺陷的引入，稳定性保障工作也必然需要覆盖整个软件生命周期。

当前大型互联网系统架构日趋复杂，稳定性风险也在升高。

宕机影响的不仅是内部用户，连带还会影响到客户和合作伙伴的收入、信誉和生产力等各个方面。

如何保证这些数据的安全和稳定是现在IT人员都关心的问题。

 

本期话题·盘一盘那些“崩溃”过的互联网企业

#国内宕机事件

#国际宕机事件

#云计算相关服务提供商

#你经历过哪些宕机事件

#半夜宕机如何处理

#

可能也许大概，每时每刻都在发生宕机。

我们大部分人的生活已经与互联网网络连接正在一起，连接的另一面就是24小时不间断的数据。

最后

祝不宕机吧！🚀

 

欢迎在话题区讨论留言

小伙伴们虎年有虎劲

🎁快来视频号或者B站点赞评论留言～