-
OpenAI全球宕机复盘：K8S循环依赖
2024年12月14日 in 云计算
12月11日，OpenAI 出现了全球范围内的不可用故障，影响了 ChatGPT，API，Sora，Playground 和 Labs 等服务。影响范围从 12 月 11 日下午 3:16 至晚上 7:38 期间，持续时间超过四个小时，产生显著影响。 根据 OpenIA 在事后发布的故障报告，此次故障的直接原因是新部署了一套监控，压垮了 Kubernetes 控制面。然后因为控制面故障导致无法直接回滚，进一步放大的故障影响，导致了长时间的不可用。 其实这个故障和去年双十一 阿里云全球史诗故障 非 …
-
云计算泥石流：文章导航
2024年11月14日 in 云计算
世人常道云上好，托管服务烦恼少。我言云乃杀猪盘，溢价百倍实厚颜。 赛博地主搞垄断，坐地起价剥血汗。运维外包嫖开源，租赁电脑炒概念。 世人皆趋云上游，不觉开销似水流。云租天价难为持，开源自建更稳实。 下云先锋把路趟，引领潮流一肩扛。不畏浮云遮望眼，只缘身在最前线。 曾几何时，“上云“近乎成为技术圈的政治正确，整整一代应用开发者的视野被云遮蔽。就让我们用实打实的数据分析与亲身经历，讲清楚公有云租赁模式的价值与陷阱 —— 在这个降本增效的时代中，供您借鉴与参考。 下云案例篇 DHH：下云超预期，能省 …
-
WordPress社区内战：论共同体划界问题
2024年10月17日 in 云计算
“我想直率地说：多年来，我们就像个傻子一样，他们拿着我们开发的东西大赚了一笔”。 —— Redis Labs 首席执行官 Ofer Bengal 的这句名言，成为 WordPress 社区内战，以及开源社区与商业利益之间的冲突的生动注脚。 我认为这个事件非常有代表性和启发意义 —— 当开源理想与商业利益出现冲突时，应该怎么做？一个开源项目的创始人，应当用什么样的方式来保护自己的利益，并维护社区的健康与可持续发展？这对 PostgreSQL 社区和其他开源软件社区与云厂商之间的冲突又能带来什么启 …
-
云数据库：用米其林的价格，吃预制菜大锅饭
2024年10月06日 in 云计算
云数据库是不是天价大锅饭 RDS带来的数据库范式转变 质量安全效率成本剖析核算， 下云数据库自建，如何实战！ 太长；不看 从商业软件到开源软件再到云软件，软件行业的范式出现了嬗变，数据库自然也不例外：云厂商拿着开源数据库内核，干翻了传统企业级数据库公司。 云数据库是一门非常有利可图的生意：可以将成本不到 20¥/核·月的硬件算力卖出十倍到几十倍的溢价，轻松实现 50% - 70% 甚至更高的毛利率。 然而，随着硬件遵循摩尔定律发展，云管控软件出现开源平替，这个生意面临着严峻的挑战：云数据库服务丧 …
-
阿里云：高可用容灾神话破灭
2024年09月17日 in 云计算
2024年9月10日，阿里云新加坡可用区C数据中心因锂电池爆炸导致火灾，到现在已经过去一周了，仍未完全恢复。 按照月度 SLA 定义的可用性计算规则（7天+/30天≈75%），服务可用性别说几个9了，连一个8都不剩了，而且还在进一步下降中。 当然，可用性八八九九已经是小问题了 —— 真正的问题是，放在单可用区里的数据还能不能找回来？ 截止至 09-17，关键服务如 ECS, OSS, EBS, NAS, RDS 等仍然处于异常状态 通常来说，如果只是机房小范围失火的话，问题并不会特别大，因为电源 …
-
云计算泥石流：合订本
2024年09月11日 in 云计算
世人常道云上好，托管服务烦恼少。我言云乃杀猪盘，溢价百倍实厚颜。 赛博地主搞垄断，坐地起价剥血汗。运维外包嫖开源，租赁电脑炒概念。 世人皆趋云上游，不觉开销似水流。云租天价难为持，开源自建更稳实。 下云先锋把路趟，引领潮流一肩扛。不畏浮云遮望眼，只缘身在最前线。 曾几何时，“上云“近乎成为技术圈的政治正确，整整一代应用开发者的视野被云遮蔽。就让我们用实打实的数据分析与亲身经历，讲清楚公有云租赁模式的价值与陷阱 —— 在这个降本增效的时代中，供您借鉴与参考。 云基础资源篇 剖析云算力成本，阿里云 …
-
草台班子唱大戏，阿里云PG翻车记
2024年08月19日 in 云计算
在《云数据库是不是智商税》中，我对云数据库 RDS 的评价是：“用五星酒店价格卖给用户天价预制菜”—— 但正规的预制菜大锅饭也是能吃的 也一般吃不死人，不过最近一次发生在阿里云上的的故障让我改变了看法。 我有一位客户L，这两天跟我吐槽了一个在云数据库上遇到的离谱连环故障：一套高可用 PG RDS 集群，因为扩容个内存，主库从库都挂了，给他们折腾到凌晨。期间建议昏招迭出，给出的复盘也相当敷衍。经过客户L同意后，我将这个案例分享出来，也供大家借鉴参考品评。 事故经过：匪夷所思 内存扩容：无事生非 从 …
-
我们能从网易云音乐故障中学到什么？
2024年08月18日 in 云计算
今天下午 14:44 左右，网易云音乐出现 不可用故障，至 17:11 分恢复。网传原因为基础设施/云盘存储相关问题。 故障经过 故障期间，网易云音乐客户端可以正常播放离线下载的音乐，但访问在线资源会直接提示报错，网页版则直接出现 502 服务器报错无法访问。 在此期间，网易 163门户也出现 502 服务器报错，并在一段时间后 302 重定向到移动版主站。期间也有用户反馈网易新闻与其他服务也受到影响。 许多用户都反馈连不上网易云音乐后，以为是自己网断了，卸了APP重装，还有以为公司 IT 禁了 …
-
蓝屏星期五：甲乙双方都是草台班子
2024年07月23日 in 云计算
最近，因为网络安全公司 CrowdStrike 发布的一个配置更新，全球范围内无数 Windows 电脑都陷入蓝屏死机状态，无数的混乱 —— 航司停飞，医院取消手术，超市、游乐园、各行各业歇业。 表：受到影响的行业领域、国家地区与相关机构（CrowdStrike导致大规模系统崩溃事件的技术分析） 涉及领域 相关机构 航空运输 美国、澳大利亚、英国、荷兰、印度、捷克、匈牙利、西班牙、中国香港、瑞士等部分航空公司出现航班延误或机场服务中断。美国达美航空、美国航空和忠实航空宣布停飞所有航班。 …
-
Ahrefs不上云，省下四亿美元
2024年05月22日 in 云计算
原文：How Ahrefs Saved US$400M in 3 Years by NOT Going to the Cloud 最近云计算在 IT 基础设施领域非常流行，上云成为一种趋势。基础设施即服务云（IaaS）确实有很多优点：灵活、部署敏捷、伸缩简便、在全球多地区都能即时上线，等等等等。 云服务提供商已经成为专业的 IT 服务外包供应商，提供便捷且易用的服务 —— 通过出色的营销、会议、认证和精心挑选的使用案例，他们很容易让人以为，云计算是现代企业 IT 的唯一合理选择。 但是，这些外 …