電子發(fā)燒友網(wǎng)報(bào)道（文/黃山明）前幾天，全球多低遭遇網(wǎng)路異常，包括ChatGPT、Amazon、社交媒體平臺(tái)X等在內(nèi)大量網(wǎng)站都面臨著無(wú)法訪問(wèn)的故障，數(shù)據(jù)顯示，全球約有20%的互聯(lián)網(wǎng)服務(wù)都出現(xiàn)了服務(wù)器錯(cuò)誤提示。而這一切的原因在于互聯(lián)網(wǎng)基礎(chǔ)設(shè)施服務(wù)商Cloudflare又宕機(jī)了。

盡管Cloudflare隨后表示，目前已修復(fù)問(wèn)題。但對(duì)此已經(jīng)造成的數(shù)十億美元的損失，這次事件持續(xù)超三小時(shí)，影響范圍極廣，甚至波及用于監(jiān)測(cè)網(wǎng)站狀態(tài)的平臺(tái)Downdetector本身，因其也依賴Cloudflare而一同宕機(jī)。

全球網(wǎng)絡(luò)又崩了

11月18日晚間，Cloudflare的網(wǎng)絡(luò)開始出現(xiàn)無(wú)法傳輸核心網(wǎng)絡(luò)流量的重要故障，致使全球性服務(wù)中斷，影響Cloudflare所有節(jié)點(diǎn)，導(dǎo)致約20%的網(wǎng)站出現(xiàn)問(wèn)題，此時(shí)用戶訪問(wèn)受影響網(wǎng)站時(shí)會(huì)出現(xiàn)“Internal Server Error”（500錯(cuò)誤）或頁(yè)面無(wú)法加載。

Cloudflare是一家提供關(guān)鍵互聯(lián)網(wǎng)基礎(chǔ)設(shè)施服務(wù)的公司，也是全球知名的網(wǎng)絡(luò)安全與CDN服務(wù)商，其所支持的核心技術(shù)廣泛支撐著當(dāng)今各類在線服務(wù)體驗(yàn)。

所謂CDN即內(nèi)容分發(fā)網(wǎng)絡(luò)（Content Delivery Network），是一種已被普遍應(yīng)用的把網(wǎng)站內(nèi)容搬到離用戶更近的地方的互聯(lián)網(wǎng)技術(shù)。我們?nèi)粘Ｊ褂没ヂ?lián)網(wǎng)，包括下載更新、網(wǎng)站瀏覽、在線聽歌看電影，都用到了CDN。在CDN市場(chǎng)中，Cloudflare全球市場(chǎng)份額僅次于Akamai，位居第二。國(guó)內(nèi)知名的CDN廠商有網(wǎng)宿、阿里云、華為云、百度云、騰訊云等。

而此次的全球性網(wǎng)絡(luò)故障，據(jù)Cloudflare發(fā)言人表示，問(wèn)題在于一個(gè)用于管理威脅流量、自動(dòng)生成的配置文件引起的。同時(shí)聲明稱，目前沒(méi)有證據(jù)表明存在網(wǎng)絡(luò)攻擊或惡意活動(dòng)。

事件原因在于Cloudflare在更新ClickHouse數(shù)據(jù)庫(kù)權(quán)限時(shí)，錯(cuò)誤配置導(dǎo)致數(shù)據(jù)庫(kù)向Bot Management系統(tǒng)的功能文件輸出大量重復(fù)條目。導(dǎo)致該功能文件大小因此翻倍，超過(guò)了系統(tǒng)預(yù)設(shè)的200個(gè)特征上限。因此當(dāng)更新后的文件分發(fā)到全球網(wǎng)絡(luò)節(jié)點(diǎn)時(shí)，運(yùn)行在服務(wù)器上的流量路由軟件因無(wú)法處理超量數(shù)據(jù)而崩潰，觸發(fā)全網(wǎng)級(jí)聯(lián)故障。

并且問(wèn)題文件每5分鐘由數(shù)據(jù)庫(kù)查詢自動(dòng)生成并全局傳播，導(dǎo)致故障呈周期性波動(dòng)，初期被誤認(rèn)為是DDoS攻擊，最后讓核心代理系統(tǒng)（FL/FL2）和依賴它的Workers KV、Access等服務(wù)相繼癱瘓。

而此次事件之所以波及如此廣泛，主要因?yàn)镃loudflare的架構(gòu)是全站代理模式，即所有客戶流量必須經(jīng)過(guò)其邊緣網(wǎng)絡(luò)，即使源服務(wù)器完好，只要Cloudflare的中間層失效，用戶就無(wú)法訪問(wèn)網(wǎng)站。而WAF是其默認(rèn)啟用的核心安全組件，讓幾乎所有付費(fèi)和免費(fèi)客戶都受影響。

此外，Cloudflare自身的控制面板、API、狀態(tài)頁(yè)也依賴同一套基礎(chǔ)設(shè)施，導(dǎo)致故障期間無(wú)法及時(shí)修復(fù)或通知用戶，形成雪崩效應(yīng)。

更諷刺的事，在Cloudflare發(fā)生故障初期，其官方狀態(tài)頁(yè)一直顯示所有系統(tǒng)都處于正常狀態(tài)。不過(guò)這并非Cloudflare刻意隱瞞，而是許多狀態(tài)監(jiān)測(cè)服務(wù)本身就依賴于Cloudflare的基礎(chǔ)設(shè)施

不過(guò)由于大多數(shù)海外網(wǎng)站，如X、ChatGPT、Spotify等國(guó)際服務(wù)在中國(guó)大陸并不支持，因此內(nèi)地普通用戶直接感知不強(qiáng)。僅對(duì)部分外貿(mào)、跨境電商平臺(tái)或者使用Cloudflare服務(wù)的跨國(guó)企業(yè)有一定影響。

避免數(shù)字基礎(chǔ)設(shè)施過(guò)度集中，但似乎并沒(méi)有其他選擇

這種全球性的網(wǎng)絡(luò)崩潰已經(jīng)不是第一次了，2019年7月，Cloudflare軟件的一個(gè)漏洞導(dǎo)致其部分網(wǎng)絡(luò)耗盡全公司計(jì)算資源，致使全球數(shù)千家依賴其服務(wù)的網(wǎng)站最長(zhǎng)宕機(jī)30分鐘。

去年，網(wǎng)絡(luò)安全公司CrowdStrike所使用的一項(xiàng)工具中的漏洞更是讓全球的電腦系統(tǒng)大面積崩潰，引發(fā)數(shù)千次航班延誤和取消，也讓政府機(jī)構(gòu)和大型企業(yè)的運(yùn)營(yíng)陷入混亂。

僅看近期，已經(jīng)有數(shù)次大范圍的網(wǎng)絡(luò)宕機(jī)，如10月份國(guó)內(nèi)的知乎網(wǎng)站宕機(jī)，原因雖然未披露，但報(bào)錯(cuò)為HTTP 525，該錯(cuò)誤碼為Cloudflare提出的非標(biāo)準(zhǔn)狀態(tài)碼。同月，AWS發(fā)生斷聯(lián)事件，主要是DynamoDB配置錯(cuò)誤；10月末，Azure也發(fā)生故障，原因是租戶配置錯(cuò)誤，導(dǎo)致AFD節(jié)點(diǎn)無(wú)法正常加載。

網(wǎng)絡(luò)中有個(gè)笑話，當(dāng)初亞馬遜云出現(xiàn)問(wèn)題的時(shí)候，全網(wǎng)都在批判，但如今Cloudflare發(fā)生宕機(jī)事故，全網(wǎng)卻冷冷清清，因?yàn)檫B進(jìn)行批判的網(wǎng)站也因?yàn)殄礄C(jī)事故登不上去了。

有網(wǎng)絡(luò)安全人士認(rèn)為，這類事故凸顯了互聯(lián)網(wǎng)對(duì)少數(shù)幾家基礎(chǔ)設(shè)施提供商的過(guò)度依賴。許多機(jī)構(gòu)的關(guān)鍵服務(wù)都依賴同一條路徑，并且沒(méi)有真正有效的備份，因此一旦出現(xiàn)問(wèn)題就是大問(wèn)題。

但對(duì)于中小開發(fā)者而言，即便明白這個(gè)道理，但似乎也沒(méi)有太多的選擇。甚至對(duì)于開發(fā)者而言，Cloudflare更像一個(gè)大善人，可以提供提供CDN加速、DDoS防護(hù)（可抵御2Gbps+攻擊）、免費(fèi)SSL、全球330 +節(jié)點(diǎn)覆蓋，幾乎無(wú)流量限制。

配置上僅需修改DNS即可啟用，幾分鐘內(nèi)完成全球安全防護(hù)，對(duì)開發(fā)者幾乎零門檻。安全上，WAF、Bot 管理、速率限制等功能集成，無(wú)需額外配置。最重要的是成本夠低，免費(fèi)版足以保護(hù)小型網(wǎng)站，企業(yè)版月費(fèi)20美元起，遠(yuǎn)低于自建防御成本。

當(dāng)然，近幾年國(guó)內(nèi)的廠商如阿里云、騰訊云、華為云、七牛等在價(jià)格上已經(jīng)有了優(yōu)勢(shì)，不過(guò)在功能上，國(guó)內(nèi)廠商更側(cè)重合規(guī)性，但國(guó)際節(jié)點(diǎn)覆蓋弱于Cloudflare，最好的阿里云國(guó)際節(jié)點(diǎn)也在200個(gè)左右。

不過(guò)對(duì)于目標(biāo)用戶全在國(guó)內(nèi)，且沒(méi)有強(qiáng)安全需求的用戶而言，選擇國(guó)內(nèi)云廠商也足夠了。但對(duì)想要出海的開發(fā)者或者想要進(jìn)行全球化布局的廠商而言，基本無(wú)法放棄Cloudflare。

因?yàn)閹缀鯖](méi)有其他真正“免費(fèi)+全球+抗 DDoS+WAF”的一體化方案，而伴隨著近期各大網(wǎng)絡(luò)基礎(chǔ)設(shè)施的故障頻發(fā)，未來(lái)這種事故可能將再次發(fā)生，但全球的開發(fā)者們似乎也沒(méi)有其他更好的選擇了。

只能說(shuō)，對(duì)于普通開發(fā)者而言，關(guān)鍵業(yè)務(wù)上做降級(jí)預(yù)案，例如做一些備用域名直連源站，避免過(guò)度依賴 Turnstile/Workers 等非核心功能。而國(guó)內(nèi)也需要出現(xiàn)一個(gè)“Cloudflare for China & Global South”的開源或國(guó)有主導(dǎo)項(xiàng)目。

政策上可以鼓勵(lì)云廠商提供包含基礎(chǔ)WAF+DDoS的開發(fā)者免費(fèi)套餐，推動(dòng)自主可控的邊緣安全標(biāo)準(zhǔn)，例如基于RISC-V的安全網(wǎng)關(guān)。國(guó)內(nèi)要打破依賴，不能僅靠國(guó)產(chǎn)芯片，更要打造開發(fā)者愿意用、用得起、離不開的下一代數(shù)字基建。

寫在最后

隨著AI大模型的發(fā)展，AI編程也成為了越來(lái)越多網(wǎng)絡(luò)基礎(chǔ)服務(wù)公司的選擇，因?yàn)榈拇_會(huì)帶來(lái)降本增效。與此同時(shí)也帶來(lái)了更多的崗位裁撤，例如AWS在今年7月份便裁員數(shù)百人，而亞馬遜更是在10月裁員3萬(wàn)人，覆蓋AWS、廣告、設(shè)備等部門，最主要的原因是AI效率提升和成本優(yōu)化。

Azure也在今年計(jì)劃裁員1.5萬(wàn)人，包括云部門，微軟表示AI戰(zhàn)略優(yōu)先，計(jì)劃將資源集中于Copilot、Azure OpenAI服務(wù)等，裁撤低效硬件和邊緣計(jì)算團(tuán)隊(duì)。

AI的發(fā)展帶來(lái)極大的效率提升，但也帶來(lái)了一個(gè)巨大的問(wèn)題，AI降低了編寫復(fù)雜系統(tǒng)的門檻，但也降低了對(duì)系統(tǒng)深層理解的要求，這就導(dǎo)致其編程的代碼成為一個(gè)風(fēng)險(xiǎn)放大器。

可以預(yù)見，隨著AI編程的持續(xù)普及，未來(lái)包括Cloudflare在內(nèi)的云廠商故障并不會(huì)消失，但形態(tài)會(huì)演變。可能會(huì)看到更多由AI決策鏈引發(fā)的、人類難以直觀理解的故障。

真正的解決方案不是放棄AI，而是建立與AI時(shí)代相匹配的開發(fā)、測(cè)試和運(yùn)維體系，在創(chuàng)新與穩(wěn)定之間找到平衡點(diǎn)。同時(shí)，修復(fù)故障的主力軍也將逐漸轉(zhuǎn)向AI。

未來(lái)的運(yùn)維模式，很可能是“AI vs AI”的場(chǎng)面，一個(gè)由AI管理的系統(tǒng)，遇到了由AI工作負(fù)載引發(fā)的獨(dú)特問(wèn)題，最終由另一個(gè)專門的AI診斷和修復(fù)。