科技行者

行者学院 转型私董会 科技行者专题报道 网红大战科技行者

知识库

知识库 安全导航

至顶网软件频道产业观察软件Bug让谷歌云平台再次出现故障

软件Bug让谷歌云平台再次出现故障

  • 扫一扫
    分享文章到微信

  • 扫一扫
    关注官方公众号
    至顶头条

软件bug让SSD误以为自己在维护期间已经没有剩余空间了,这就导致了谷歌云平台再次出现故障。

作者:Simon Sharwood 来源:ZD至顶网软件频道 2016年7月14日

关键字: 谷歌 故障 SSD Bug

  • 评论
  • 分享微博
  • 分享邮件

ZD至顶网软件频道消息: 谷歌承认自己的云出问题了。而且是“再一次”。

最近的发生混乱发生于6月28日,us-central1-a 中的Google Compute Engine SSD Persistent Disks“在一个区域内经历了高层写入延迟和错误,这种情况持续了211分钟。”这场混乱意味着磁盘可能停止接受写入,而将SSD作为根分区的实例有可能会挂起。

虽然,谷歌云平台除了故障,但是谷歌对故障的披露方面还算令人信服。对于此次问题,谷歌表示:“两个并发的日常维护事件触发了Persistent Disk底层的分布式存储系统中的数据再平衡。”

不过用户不用担心这种“再平衡”,因为“这种再平衡旨在让维护时间对用户不可见,通过在不可用的存储设备和机器上平均地重新分布数据来实现。”

这正是云平台应该做到的:很多部件都在后台运行,对你来说是不可见的,它们维持着服务器的正常运转。

但是这一次,“一个以前没有发现的软件bug,由两个并发的维护事件触发,意味着因为再平衡变得不可用的磁盘块没有释放供随后再度使用,消耗了这个区域中的可用SSD空间,直到写操作被拒绝才被发现。”

一旦磁盘认为它们已经用光了所有的空间,就没有更聪明的机制在后台纠正这一错误了,以至于谷歌花了211分钟才找到问题并且解决问题。

和往常一样,谷歌承诺未来会做得更好,并且表示其“工程师正在改进自动监控,这样如果问题再次出现,工程师将会在用户受到影响之前就得到预警。我们还改进了我们的自动化,以更好地协调同一区域内不同的维护操作,减少必要情况下还原此类操作所需要的时间。”

正如我们在之前提到的,谷歌在面临故障及其产生原因的时候,比其竞争对手更加坦率。但是这家公司似乎也有更多的故障需要披露:《The Register》监测了三大云平台的故障通告,谷歌发布的问题数量比AWS和微软都要多,而这两家公司的云平台规模更大,产品也更多。

    • 评论
    • 分享微博
    • 分享邮件
    邮件订阅

    如果您非常迫切的想了解IT领域最新产品与技术信息,那么订阅至顶网技术邮件将是您的最佳途径之一。

    重磅专题
    往期文章
    最新文章