Revolut 复盘全球宕机 5 小时:数据库节点竟无监控告警
cyb3rops · x · 2026-11-15
Revolut 发布了 10 月 20 日全球刷卡服务中断 5 小时的官方复盘,Gergely Orosz 在其追问三周后促成此事。
关键要点:
- 伦敦区域 GCP 三个可用区中的一个(Zone B)断电,部分数据库未能安全执行 zonal failover,直接导致全球处理中断。
- 一些 quorum 组(5 台协调服务器、需 3 台达成共识)在断电前就已有 1 台离线,但监控没有告警;Zone B 再挂两台后只剩 2 台,无法达到 quorum。
- 工程师依赖的监控与恢复工具本身也部署在 Zone B,进一步延误修复。
Orosz 指出这是相当警报级的基础设施设计问题:单可用区故障即可打穿全球服务,说明缺乏有效的容灾切换机制。
「Infra」频道最新
- 从业者提醒推理基准陷阱：只测 bs=1 只是模型运行器不是推理引擎 — VoidAsuka · 2026-11-15
- 央视称中国2030年新增电力需求有望全部由清洁能源满足 — Polymarket · 2026-11-15
- ChatGPT 判词：英伟达真正的产品是市场信心，雷曼时刻或将来临 — bingxu_ · 2026-11-15
- NVIDIA 10-Q 曝向 KKR 等私募股权砸数十亿美元,遭圈内质疑动机 — SumitGup · 2026-11-15
- 网友预测 DeepSeek 约 2029 年推自研 ASIC 而非 DGX Spark 山寨品 — teortaxesTex · 2026-11-15
- 算力资本开支 vs 运营开支：为什么美国大厂在模型竞赛中几乎不会出局 — teortaxesTex · 2026-11-15