阿里云全球故障凸显“云集中”风险

阿里云12日发生的全球性故障再次将“云集中风险”推上风口浪尖。这一公有云史上罕见的事件不仅影响了数以万计的企业和服务，也引发了对云服务集中化趋势的深刻反思。

2023年11月12日17:44(GMT+8)开始，阿里云基础设施发生严重故障，导致阿里巴巴大量产品无法连接，“阿里云盘崩了”“淘宝又崩了”“闲鱼崩了”“钉钉崩了” 等话题相继登上热搜，阿里系诸多产品受到影响。

故障期间阿里云控制台无法正常登录，API调用异常，导致阿里云全系列产品服务及全球区域（包括阿里云位于中国内地、港澳台、亚洲其他地区、欧洲、北美、中东、政务云以及金融云等）数据中心均受影响。

故障恢复期间，一些用户抱怨由于DNS服务也出现问题，导致无法做故障转移，“想跑都跑不了”。

根据阿里云发布的通知，故障持续了3个多小时后才基本完全恢复：

• 17:50——阿里云确认故障原因与某个底层服务组件有关，工程师正在紧急处理中。

• 18:54——经过工程师处理，杭州、北京等地域控制台及API服务已恢复，其他地域控制台服务逐步恢复中。

• 19:20——工程师通过分批重启组件服务，绝大部分地域控制台及API服务已恢复。

• 19:43——异常管控服务组件均已完成重启，除个别云产品（如消息队列MQ、消息服务MNS）仍需处理，其余云产品控制台及API服务已恢复。

• 20:12——北京、杭州等地域消息队列MQ已完成重启，其余地域逐步恢复中。

• 21:11——受影响云产品均已恢复，因故障影响部分云产品的数据（如监控、账单等）可能存在延迟推送情况，不影响业务运行。

阿里云此次全球性故障的严重程度、影响规模和范围在公有云历史上都极为罕见，严重打击了各行业用户对公有云可靠性和安全性的信心，进一步凸显了Gartner三季度风险报告中强调的“云集中”风险。