AI播客：换个方式听新闻 下载mp3

周二，Cloudflare(NET.N)成为过去一个月内又一家发生大规模崩溃的网络基础设施巨头，连续数小时让包括X、ChatGPT、Spotify、Canva，甚至用于追踪故障的DownDetector在内的整站全部显示错误信息。

这是近期一连串服务中断事件之一，网络性能监测平台Catchpoint的首席执行官兼联合创始人梅赫迪·达乌迪（Mehdi Daoudi）表示，这应该成为企业的警钟。

达乌迪说，所有人都把鸡蛋放在同一个篮子里，一旦出问题就感到惊讶。这是公司自身的责任，要确保具备冗余和弹性。

此次故障发生前，微软Azure和亚马逊AWS在不到一周的时间里先后出问题，导致依赖这些大型服务商维持网站运行的互联网大面积瘫痪。

Cloudflare同样支撑着互联网中相当重要的部分，它通过内容分发网络保障网站在线，同时提供多种服务，包括DDoS攻击防护和DNS。去年该公司表示，大约20% 的网络流量经由Cloudflare运行，它还为财富500强中35% 的企业提供服务，除此之外还有“数百万”其他客户。

Cloudflare的高速性能和安全记录让它成为全球网站的热门选择，但这次故障再次凸显了网络基础设施行业的高度集中。

在AWS故障导致安全通讯应用Signal停止服务后，该公司总裁梅雷迪思·惠特克（Meredith Whittaker）表示，公司别无选择，只能依赖大型云服务提供商来运行。她写道，实际上整个技术栈几乎被三到四家企业所掌控。即使是微小偏差也可能带来巨大的影响。

最近连续发生的故障仍然明确地表明，企业必须制定备份方案。达乌迪在接受采访时表示，故障是必然存在的，而且只会越来越频繁，影响范围也只会越来越大，问题是你准备怎么应对？

虽然微软和AWS将各自的故障归因于与DNS相关的问题，DNS是将网站域名转换为IP地址的系统，但Cloudflare将此次的中断追溯到一个配置文件。

Cloudflare发言人杰基·达顿（Jackie Dutton）则表示，周二故障的根源在于一个用于管理威胁流量的自动生成配置文件，该文件超出了预期的条目大小，最终触发了处理Cloudflare多项服务流量的软件系统崩溃。

这种文件问题竟然可以让互联网大片区域瘫痪，看似荒谬，但对于像Cloudflare这样的大公司而言，却完全可能发生。

SANS研究院人工智能与研究主管罗布·李（Rob Lee）表示，运营Cloudflare这种规模的基础设施时，哪怕是极其轻微的偏差也会产生巨大后果。这些平台为了速度而构建，所以任何延迟或中断决策的因素都可能迅速级联。在高性能环境下，哪怕是毫秒级的延迟，也可能演变为完全的流量阻断。

他还表示，Cloudflare所描述的这种配置文件，决定了路由安全策略、负载均衡决策以及流量如何在全球范围分配。如果文件突然变大，就可能触发解析变慢、内存问题、CPU争用，或是在依赖它的系统中出现逻辑错误。

AWS同样将最近一次大范围中断归咎于“自动化故障”，这是这类错误迟早会再次发生。达乌迪说，每次Cloudflare出问题你都要抱怨吗？还是打算围绕问题打造自己的防护体系？