事件后續(xù)：本次事故被定義為 S1 級別，即核心業(yè)務(wù)重要功能不可用，影響部分用戶，造成一定損失。阿里云發(fā)布官方聲明，表示“對于這次故障，沒有借口，我們不能也不該出現(xiàn)這樣的失誤！我們將認真復(fù)盤改進自動化運維技術(shù)和發(fā)布驗證流程，敬畏每一行代碼，敬畏每一份托付。”
3 月 2 日：AWS 宕機致部分 Alexa 失聲
宕機時間：93 分鐘
總結(jié)：
事故詳情：2018 年 6 月 27 日 16:21 左右，阿里云出現(xiàn)重大技術(shù)故障，16:50 分開始陸續(xù)恢復(fù)，官方給出的故障時間為 30 分鐘左右，恢復(fù)時間大概花費一小時。經(jīng)過技術(shù)復(fù)盤，阿里給出的故障原因為工程師團隊上線自動化運維新功能時，域名注冊，執(zhí)行了一項變更驗證操作，該操作在測試環(huán)境中未發(fā)生問題，上線后觸發(fā)未知 bug。
宕機時間：接近 19 小時
事故詳情：2018 年 1 月 18 日，谷歌云自動化機制失效，導(dǎo)致其 us-central1 和 europe-west3 兩大可用區(qū)中的計算引擎停運 93 分鐘。谷歌對此的回應(yīng)是“網(wǎng)絡(luò)編程失效”導(dǎo)致 Autoscaler（自動擴展器）服務(wù)無法正常運行，該服務(wù)失效意味著新的虛擬機或剛遷移的虛擬機無法與其他可用區(qū)虛擬機聯(lián)系。
宕機時長：30 分鐘左右
對于很多中小企業(yè)來說，自建機房的人力和維護成本太高，他們希望利用云計算的低成本、可擴展性、可靠性和便利性等好處，但卻擔(dān)心面臨風(fēng)險。這些風(fēng)險通常是相同的，例如安全漏洞、監(jiān)管問題，以及缺乏有關(guān)如何構(gòu)建最佳云計算基礎(chǔ)設(shè)施的知識。而在過去幾年，云供應(yīng)商還發(fā)生過數(shù)起大大小小的故障，也說明企業(yè)的擔(dān)心不是多余的。隨著越來越多的企業(yè)和政府機構(gòu)將數(shù)據(jù)上云，即便只是一個小小的宕機都可能引發(fā)很大的災(zāi)難。即便是提供 99.9% 可靠性的阿里云，那 0.1% 的宕機還是發(fā)生了。
考慮到企業(yè)的這些需求，現(xiàn)在混合云的趨勢也比較明顯，很多公有云廠商都在布局混合云市場。借助混合云，企業(yè)在提高生產(chǎn)力的同時還能降低成本，也不用完全投入到公有云當(dāng)中。但是混合云也還存在兼容性和安全合規(guī)性方面的挑戰(zhàn)，所以為了盡可能地減少故障帶來的損失，企業(yè)不僅要建立完善的災(zāi)備保障體系，還應(yīng)該對災(zāi)備系統(tǒng)進行定期演練。
補救措施：9 月 5 日上午，微軟工程師已恢復(fù)數(shù)據(jù)中心的電力和大多數(shù)網(wǎng)絡(luò)設(shè)備，其他服務(wù)也在陸續(xù)恢復(fù)中。
事故詳情：2018 年 8 月 5 日，北京清博數(shù)控科技有限公司（以下簡稱“前沿數(shù)控”）在官方微博發(fā)布了一篇題為《騰訊云給一家創(chuàng)業(yè)公司帶來的災(zāi)難》的博文，文中表明，2018 年 7 月 20 日，騰訊云云硬盤發(fā)生故障（騰訊云后期給出的事故原因說明），導(dǎo)致該公司存放的數(shù)據(jù)全部丟失，并且不能恢復(fù)，這是該創(chuàng)業(yè)公司近千萬元級的平臺數(shù)據(jù)，包括經(jīng)過長期推廣導(dǎo)流積累起來的精準(zhǔn)注冊用戶以及內(nèi)容數(shù)據(jù)。
宕機時間：宕機時間不明，恢復(fù)時間花費 30 至 40 分鐘
Prime Day：亞馬遜 AWS 故障
宕機時間：超過 24 小時
事故詳情：2018 年 5 月 31 日，因北弗吉尼亞地區(qū)的數(shù)據(jù)中心出現(xiàn)硬件故障，AWS 再次出現(xiàn)連接問題。在此事故中，AWS 的核心 EC2 服務(wù)，Workspaces 虛擬桌面服務(wù)以及 Redshift 數(shù)據(jù)倉庫服務(wù)均受到影響。
事件后續(xù)：亞馬遜 AWS 未對此故障進行詳細說明，只透露與網(wǎng)絡(luò)連接有關(guān)。
補救措施：工程團隊手動切換到替換任務(wù)，以恢復(fù)數(shù)據(jù)持久層正常運行。
宕機時間：故障持續(xù)了將近 6 小時。
事故詳情：2018 年 7 月 24 日，用戶登錄騰訊云時反復(fù)出現(xiàn)超時、退出等情況，即便更換運營商，結(jié)果也一樣。隨后，騰訊云發(fā)布通知稱初步確定是運營商光纜中斷，運營商已經(jīng)找到斷點，正在連線中，主要受影響的為廣州區(qū)域部分用戶。
事故詳情：2018 年 6 月 17 日至 18 日，因愛爾蘭數(shù)據(jù)中心的恒溫系統(tǒng)出現(xiàn)問題，微軟 Azure 被高溫影響導(dǎo)致存儲和網(wǎng)絡(luò)中斷。
5 月 31 日：AWS 北弗吉尼亞地區(qū)數(shù)據(jù)中心出現(xiàn)硬件問題
事件后續(xù)：騰訊云提出“賠償 + 補償”方案，并承諾會繼續(xù)與“前沿數(shù)控”保持溝通，幫助其進行業(yè)務(wù)恢復(fù)。
7 月 20 日：騰訊云云硬盤故障
7 月 24 日：騰訊云宕機
事故詳情：2018 年 3 月 2 日凌晨，依賴 AWS 服務(wù)的部分 Alexa 開始出現(xiàn)失聲問題，該智能音箱的紅色指示燈不停閃爍表明服務(wù)出現(xiàn)中斷，Alexa 也一直發(fā)出系統(tǒng)內(nèi)置道歉聲。隨后幾小時內(nèi)，Alexa 又接到了成千上萬封投訴。據(jù)了解，服務(wù)器租用 免備案服務(wù)器，Alexa 這一故障源于亞馬遜 AWS 的網(wǎng)絡(luò)服務(wù)出現(xiàn)問題，其他依賴 AWS 作為骨干網(wǎng)的應(yīng)用在當(dāng)天也受到了影響，包括軟件開發(fā)公司 Atlassian，云通訊公司 Twilio 等。
9 月 4 日：微軟 Azure 數(shù)據(jù)中心遭雷劈宕機
補救措施：運營商第一時間介入搶修。
