上周，亚马逊在都柏林数据中心遭雷击，当时亚马逊表示数据中心需要10天左右时间来维修。本周，亚马逊发布了一份详细的事故报告。
为什么发电机无法启动
一般来说，当市电中断时，数据中心会无缝启用备用发电机。可编程逻辑控制器（PLC）能够实现发电机与供电系统的同步。在这种情况下，其中一个PLC没有完成与发电机连接。目前，亚马逊观测了该PLC的状态和行为，主要原因是PLC的接地故障导致它没有正常工作。“我们正在与供应商，并进行进一步分析，以确认所涉及的设备。”亚马逊表示，将增加更多的冗余和其PLC的隔离，并与供应商的工作添加一个备份的PLC。
管理软件存在的问题
在一些情况下，软件程序会管理复杂的复苏过程。第一次停电后不久。“管理服务器接收请求，要求继续管理受影响区域。但由于在受影响的可用性区域管理服务器无法访问，路由到这些服务器的请求失败。其次，在管理服务器接收到请求，但这些请求开始大量的排队。“我们重载管理服务器接收请求，等待这些排队的请求完成。这两个因素的结合，导致长时间的延时和更高的错误发生。”
EBS软件的问题
在停机中，受影响最严重是亚马逊的弹性块存储（EBS）。软件错误检测到停电前，在恢复过程中产生了诸多问题。
京公网安备 11010502049343号