今天，一篇題為《騰訊雲給一家創業公司帶來的災難！》的文章刷爆了IT圈。北京清博數控科技有限公司在該文中爆料，因為受到騰訊云云硬盤故障（物理硬盤固件版本bug導致的靜默錯誤）影響，該公司所屬“前沿數控平臺”存放在雲上的數據全部丟失。
隨後，騰訊雲官方對外說明，解釋該硬盤靜默錯誤是在極小概率下被觸發，並承諾對用戶進行13餘萬額外補償的說明，但數據丟失還是引發了巨大的輿論效應。
在數字化時代，數據資產對於企業來說越來越重要。隨著各行各業深度擁抱雲計算，雲上的數據安全也成了企業關注的焦點。不過騰訊雲遇到的用戶數據丟失問題，並不是個案，在其他雲廠商身上也曾經上演。
作為雲計算行業的領頭羊，亞馬遜旗下的AWS早前幾年在數據丟失上有過多次踩坑經歷。據公開消息，2011年-2012年，AWS先後發生三次故障，故障導致EBS卷和Single-AZ RDS實例無法恢復。
谷歌雲也遇到過數據丟失，不過，其遇到的情況有點像是“天災”。2015年8月20日，雷電天氣有四次擊中了比利時布魯塞爾一處電力設施，並導致主要電力系統的供電中斷，而谷歌的數據中心恰好就位於該電力設施的附近，導致磁盤受損、部分雲存儲系統斷線、數據丟失。雖然數據中心很快便切換到了備用電源，但這一切換卻依舊導致0.000001%的數據遭到了刪除，且無法恢復。
雖然0.000001%的數據丟失比例看起來極小，但行業人士估計，谷歌大概擁有10-15EB的數據（每EB等於100萬TB），因此0.000001%的數據依舊相當於100多GB的數據內容。
中國雲計算的老大阿里雲也遇到過類似的問題。今年1月，麥田音樂網（www.mtyyw.com）在其博客中發帖，因阿里雲服務器崩潰，磁盤分區表損壞，自己存放在阿里雲上的數據全部丟失。後來經長時間盡力恢復，最終終於找回在2017年9月份的備份包。該時間點之後至2018年間的所有數據均丟失。
這一事件也在知名技術社區v2ex的一篇控訴帖中得到證實。用戶在帖子中吐槽，在阿里雲上的ECS 生產環境倆主機被無故釋放。在帖子評論中，還有人爆料線上redis實例被釋放。
騰訊雲以及其他雲計算廠商所遇到的數據丟失問題，說明了一個事實：即使有多少個9的可靠性，畢竟不是100%，小概率不管有多小，依然是有可能發生的。這就像是墨菲定律所說的，凡是可能出錯的事就一定會出錯。
我將騰訊雲數據丟失事件發到微頭條後，引發了大家的激烈討論。其中有網友留言稱，“雲數據就是放在別人手裡，自己竟然沒有備份，實在難以想象！”
站在用戶的角度，如果是單機部署，不管放哪家雲上，都存在一定的風險。雖然雲平臺的確有多副本機制，但所有副本都壞了也不是不可能。用戶應該充分考慮備份策略和多活機制，這樣既能防範雲計算層面的問題，也能杜絕應用層錯誤和誤操作導致的問題。
可以說，騰訊雲數據丟失事件，帶來的警示作用是很大的。一方面，雲計算基於服務提供商的技術水準以及規模效應，整體在數據保障上相對自有服務器更具優勢；另一方面，大型雲平臺自身非常複雜，絕對安全的、100%不出問題的雲也不存在，用戶自身也需要做好數據備份和恢復演練。
因為，“備份重於一切”才是IT運維中的唯一真理。
閱讀更多 閆躍龍 的文章
