電子發(fā)燒友網(wǎng)報道（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X等在內(nèi)大量網(wǎng)站都面臨著無法訪問的故障，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又宕機了。

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

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，導致約20%的網(wǎng)站出現(xiàn)問題，此時用戶訪問受影響網(wǎng)站時會出現(xiàn)“Internal Server Error”（500錯誤）或頁面無法加載。

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)廣泛支撐著當今各類在線服務(wù)體驗。

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市場中，Cloudflare全球市場份額僅次于Akamai，位居第二。國內(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，問題在于一個用于管理威脅流量、自動生成的配置文件引起的。同時聲明稱，目前沒有證據(jù)表明存在網(wǎng)絡(luò)攻擊或惡意活動。

事件原因在于Cloudflare在更新ClickHouse數(shù)據(jù)庫權(quán)限時，錯誤配置導致數(shù)據(jù)庫向Bot Management系統(tǒng)的功能文件輸出大量重復條目。導致該功能文件大小因此翻倍，超過了系統(tǒng)預設(shè)的200個特征上限。因此當更新后的文件分發(fā)到全球網(wǎng)絡(luò)節(jié)點時，運行在服務(wù)器上的流量路由軟件因無法處理超量數(shù)據(jù)而崩潰，觸發(fā)全網(wǎng)級聯(lián)故障。

并且問題文件每5分鐘由數(shù)據(jù)庫查詢自動生成并全局傳播，導致故障呈周期性波動，初期被誤認為是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，主要因為Cloudflare的架構(gòu)是全站代理模式，即所有客戶流量必須經(jīng)過其邊緣網(wǎng)絡(luò)，即使源服務(wù)器完好，只要Cloudflare的中間層失效，用戶就無法訪問網(wǎng)站。而WAF是其默認啟用的核心安全組件，讓幾乎所有付費和免費客戶都受影響。

此外，Cloudflare自身的控制面板、API、狀態(tài)頁也依賴同一套基礎(chǔ)設(shè)施，導致故障期間無法及時修復或通知用戶，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)頁一直顯示所有系統(tǒng)都處于正常狀態(tài)。不過這并非Cloudflare刻意隱瞞，而是許多狀態(tài)監(jiān)測服務(wù)本身就依賴于Cloudflare的基礎(chǔ)設(shè)施

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

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

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軟件的一個漏洞導致其部分網(wǎng)絡(luò)耗盡全公司計算資源，致使全球數(shù)千家依賴其服務(wù)的網(wǎng)站最長宕機30分鐘。

去年，網(wǎng)絡(luò)安全公司CrowdStrike所使用的一項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，也讓政府機構(gòu)和大型企業(yè)的運營陷入混亂。

僅看近期，已經(jīng)有數(shù)次大范圍的網(wǎng)絡(luò)宕機，如10月份國內(nèi)的知乎網(wǎng)站宕機，原因雖然未披露，但報錯為HTTP 525，該錯誤碼為Cloudflare提出的非標準狀態(tài)碼。同月，AWS發(fā)生斷聯(lián)事件，主要是DynamoDB配置錯誤；10月末，Azure也發(fā)生故障，原因是租戶配置錯誤，導致AFD節(jié)點無法正常加載。

網(wǎng)絡(luò)中有個笑話，當初亞馬遜云出現(xiàn)問題的時候，全網(wǎng)都在批判，但如今Cloudflare發(fā)生宕機事故，全網(wǎng)卻冷冷清清，因為連進行批判的網(wǎng)站也因為宕機事故登不上去了。

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

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

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，對開發(fā)者幾乎零門檻。安全上，WAF、Bot 管理、速率限制等功能集成，無需額外配置。最重要的是成本夠低，免費版足以保護小型網(wǎng)站，企業(yè)版月費20美元起，遠低于自建防御成本。

當然，近幾年國內(nèi)的廠商如阿里云、騰訊云、華為云、七牛等在價格上已經(jīng)有了優(yōu)勢，不過在功能上，國內(nèi)廠商更側(cè)重合規(guī)性，但國際節(jié)點覆蓋弱于Cloudflare，最好的阿里云國際節(jié)點也在200個左右。

不過對于目標用戶全在國內(nèi)，且沒有強安全需求的用戶而言，選擇國內(nèi)云廠商也足夠了。但對想要出海的開發(fā)者或者想要進行全球化布局的廠商而言，基本無法放棄Cloudflare。

因為幾乎沒有其他真正“免費+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)者們似乎也沒有其他更好的選擇了。

只能說，對于普通開發(fā)者而言，關(guān)鍵業(yè)務(wù)上做降級預案，例如做一些備用域名直連源站，避免過度依賴 Turnstile/Workers 等非核心功能。而國內(nèi)也需要出現(xiàn)一個“Cloudflare for China & Global South”的開源或國有主導項目。

政策上可以鼓勵云廠商提供包含基礎(chǔ)WAF+DDoS的開發(fā)者免費套餐，推動自主可控的邊緣安全標準，例如基于RISC-V的安全網(wǎng)關(guān)。國內(nèi)要打破依賴，不能僅靠國產(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編程也成為了越來越多網(wǎng)絡(luò)基礎(chǔ)服務(wù)公司的選擇，因為的確會帶來降本增效。與此同時也帶來了更多的崗位裁撤，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也在今年計劃裁員1.5萬人，包括云部門，微軟表示AI戰(zhàn)略優(yōu)先，計劃將資源集中于Copilot、Azure OpenAI服務(wù)等，裁撤低效硬件和邊緣計算團隊。

AI的發(fā)展帶來極大的效率提升，但也帶來了一個巨大的問題，AI降低了編寫復雜系統(tǒng)的門檻，但也降低了對系統(tǒng)深層理解的要求，這就導致其編程的代碼成為一個風險放大器。

可以預見，隨著AI編程的持續(xù)普及，未來包括Cloudflare在內(nèi)的云廠商故障并不會消失，但形態(tài)會演變。可能會看到更多由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時代相匹配的開發(fā)、測試和運維體系，在創(chuàng)新與穩(wěn)定之間找到平衡點。同時，修復故障的主力軍也將逐漸轉(zhuǎn)向AI。

未來的運維模式，很可能是“AI vs AI”的場面，一個由AI管理的系統(tǒng)，遇到了由AI工作負載引發(fā)的獨特問題，最終由另一個專門的AI診斷和修復。