在美国最大的云服务厂商故障四个多小时，可能会毁了你一整天的心情。设想一下， 当你为了加拿大之旅在Airbnb上挑选小木屋，却只能瞪着网页上的文字描述，因为图片打不开了。当你兴致勃勃地晨跑了10公里，想在Runkeeper跟好友晒晒骄傲感，突然发现运动记录传不上去了。以及你家的智能硬件由于没法调取云端的数据，突然从贴心管家变成了不懂你的“弱智”机器人。接受现实吧，这就是在云端的生活。

文 | 孙然 卢晓明

美国时间2月28日上午9:54分，直播，知乎网友“十六楼的老民工”刚喝完早上第一杯咖啡，突然发现之前在电脑上下达的部署指令并未完成，S3云服务出错了。他任职的那所旧金山公司，是亚马逊云的大客户。随即，他从AWS技术服务人员那端确认了S3出故障的消息。

S3是亚马逊提供的一款明星级的存储桶产品，通俗地讲，可用于图片及网页上其他项目的保存备份，同时可以在服务器和静态网站里共享文档。由其的引发的故障，迅速在美国各类新闻网站、应用程序和智能硬件公司的身上爆发，Quora、Netflix、Airbnb 、Slack、Nest、Runkeeper以及亚马逊的智能家居操作系统Alexa等等，都因此出现了不同程度的服务中断。

大约十几分钟后，“十六楼的老民工”就意识到，尽管云计算厂商的服务故障或宕机时有发生，但这次事故的严重程度足以上新闻。“我原以为AWS很可靠了，S3一般很稳定，上一次这么大规模的（事故）还是2012年圣诞节的时候。”

在行业内人士眼中，亚马逊提供的云服务产品非常稳定，S3此前从未出现严重故障，公司的运维能力也很强，通常出现问题一小时内就能解决。但在那一天接下来的四个小时里，亚马逊却经历了漫长的尴尬。

关于事故的影响范畴，SimilarTech营销总监丹尼尔·巴楚科估算称：“在互联网最大的网站中，有1%使用S3。而根据他所在的机构提供的数据，S3被近15万家网站使用，包括ESPN和AOL等。

不过这次事故对中国企业并未造成太大波及。36氪联系了有米科技、侯斯特、天天果园、OPPO等多家亚马逊云的中国客户，尚未发现服务受影响的案例。

“亚马逊在全球有多个数据中心，这次仅仅是是美国东部的弗吉尼亚州数据中心出了故障，不是全球性故障。这个中心靠近美国东部，一般美国人才会采用，中国国内使用的话访问速度很慢，所以估计国内用户用的很少。”有米科技CTO蔡锐涛说。

另外，这次事故发生的时间是亚太区的夜晚，大洋彼岸的企业也躲过一劫。

S3停摆将给亚马逊造成多大的经济损失？Gartner调研总监张毅表示，云计算厂商的赔付协议通常会规定一个用时间衡量的可用性。举例而言，根据企业与云计算厂商签订的SLA（service level agreement），当某企业要求可用性为99.95%，开奖，意味着每年365天中必须有99.95%的时间正常运转，而牵涉到特别重要的客户或关键任务，比如电商客户，可能要保证99.99%的有效服务时间。如果停摆时间超过0.05%或0.01％，通常会以更多免费服务时间作为赔偿。

在2013年亚马逊发生的一次服务器故障中，曾有媒体估算亚马逊每秒的损失约为1100美元。

美国时间14:08，亚马逊宣布S3已恢复正常，灾难停止了。

这场风波留给人们提的醒是，在购买云计算服务时要提前设计好一套Plan B。

Commvault 亚太区企业解决方案架构师李可表示，“各种系统部件的故障和情况都有可能发生，一定要从公司的业务需要出发，来制定数据恢复保护和系统容灾的方案规划，来根据这个去评估自身所能承受的损失的数据量和时间点，然后根据这个来制定数据恢复和容灾方案，来制定混合云等方案。”

不过设计出什么样的备灾方案需要权衡风险与成本。

“你可以在AWS上再设计一套备灾方案，比如可以在us east和us west间切换。不过这不容易，也有额外费用。”“十六楼的老民工”说。但这次S3事故前，很多企业并没有做类似方案设计，原因在于S3此前显示出具有很强的稳定性，在人们观念中为一份低风险的东西买保险，总认为不够划算。

另一种方式是自建网站，满足自己的可用性。“你要用两套系统，但架构开发时间、人手、推向市场的时间都是金钱。所以也有的企业宁愿挂掉五个小时。也有的公司使用云服务只是作为长期存储，不会每天看，事故发生了只会影响数据调用。这些都要自己去计算权衡。”Gartner调研总监张毅告诉36氪。