阿里云回应大规模故障:运维操作失误 将认真改进
6月28日早间消息,今日凌晨,阿里云官方微博针对昨日出现的大规模故障问题作出官方回应。声明称,在运维上的一个操作失误,导致一些客户访问阿里云官网控制台和使用部分产品功能出现问题。
声明复盘故障原因,称系工程师团队在上线一个自动化运维新功能中,执行了一项变更验证操作。这一功能在测试环境验证中并未发生问题,上线到自动化运维系统后,触发了一个未知代码bug。错误代码禁用了部分内部IP,导致部分产品访问链路不通。
6月27日下午,众多网友在微博反馈,称阿里云控制台访问出现故障,后台登录不上,包括图片服务也已经挂掉。阿里云官网的部分管控功能,及MQ、NAS、OSS等产品的部分功能也出现访问异常现象,部分用户反馈称手机端和PC端均无法访问。随后阿里云在官网发布公告称,部分管控功能出现访问异常,受影响业务正逐渐恢复正常。
以下为阿里云故障官方回复原文:
6月27日阿里云故障说明
6月27日下午,我们在运维上的一个操作失误,导致一些客户访问阿里云官网控制台和使用部分产品功能出现问题,引发了大员吐槽。故障于北京时间2018年6月27日,16:21左右开始,16:50分开始陆续恢复。
经过紧急技术复盘,故障原因如下:
当天下午,工程师团队在上线一个自动化运维新功能中,执行了一项变更验证操作。这一功能在测试环境验证中并未发生问题,上线到自动化运维系统后,触发了一个未知代码bug。错误代码禁用了部分内部IP,导致部分产品访问链路不通。后续人工介入后,工程师团队快速定位问题进行了恢复。
受影响范围包括阿里云官网控制台,以及MQ、NAS、OSS等产品功能。对于这次故障,没有借口,我们不能也不该出现这样的失误!我们将认真复盘改进自动化运维技术和发布验证流程,敬畏每一行代码,敬畏每一份托付。
阿里云计算有限公司
2018年6月27日
文章来源:新浪科技
')}