Google云服務(wù)故障：只因同時(shí)做了兩項升級

　　本月11日13時(shí)13分到15時(shí)，Google位于美國數據中心的App Engine服務(wù)出現大面積故障。其中3%的應用出錯概率超過(guò)50%，18%的應用訪(fǎng)問(wèn)出錯概率在10%到50%之間，14%的應用出錯概率在1%到10%之間，有2%的應用出錯率在1%以下但依然高于正常水平。剩余63%的應用訪(fǎng)問(wèn)正常。

　　近日Google在其云服務(wù)官方日志中公開(kāi)了故障原因，原來(lái)只因為工程師們在例行維護時(shí)同時(shí)做了兩件事。

　　出于負載均衡的考慮，Googe的工程師配置了新的數據中心，把老數據中心一定比例的App遷移到了新的數據中心，然后把流量從之前的服務(wù)器導向新的數據中心。

　　至此相安無(wú)事，但不湊巧的是，數據中心的多臺路由器正在軟件升級，需要滾動(dòng)式重啟，網(wǎng)絡(luò )流量處理能力不如平常。

　　同時(shí)，新遷移的許多應用由于啟動(dòng)緩慢，導致舊服務(wù)器大量重復向新服務(wù)器發(fā)送啟動(dòng)應用的請求，進(jìn)一步加重路由器負載，最終造成偶然丟失外部用戶(hù)的訪(fǎng)問(wèn)。

　　對此意外，Google方面表示將會(huì )加大對硬件的投入，修正導入流量的方式，并修改針對新服務(wù)器的重試請求。