故障复盘
5 篇深入解析：元旦当天华为高斯数据库BUG，搞摊中国银行APP
原作者：VAGE 2026，1 月 1 日元旦当天，中国银行 APP 故障： 故障原因，先有消息说因为连接池满、无法与数据库建立新的连接导致。 但进一步暴漏的信息，这里的“连接池”是数据库内的线程池 BUG，导致上层应用无法和数据库建立连接，问题直指 GaussDB。 现场曾重启数据库、华为的相关人员也介入解决问题，但故障依久，最终故障持续了超过 1 个小时，才恢复正常。 我对故障具体细节并不关心，去年（2025 年）金融行业 IT 基础设施问题频发，四大行有两家都未能幸免（工行与中行），支付 …
原作者：VAGE 2026，1 月 1 日元旦当天，中国银行 APP 故障： 故障原因，先有消息说因为连接池满、无法与数据库建立新的连接导致。 但进一步暴漏的信息，这里的“连接池”是数据库内的线程池 BUG，导致上层应用无法和数据库建立连接，问题直指 GaussDB。 现场曾重启数据库、华为的相关人员也介入解决问题，但故障依久，最终故障持续了超过 1 个小时，才恢复正常。 我对故障具体细节并不关心，去年（2025 年）金融行业 IT 基础设施问题频发，四大行有两家都未能幸免（工行与中行），支付 …
云计算不能做成云算计之一：云行贿必须清理
原作者：瑞典马工 作为桌子两边都坐过的云计算从业者，本人一直关注中国云计算的发展。相对于电信设备，智能手机，人工智能，生物医药，新能源汽车，电池等兄弟行业的突飞猛进，中国云计算的产品质量一直和国际同行保持稳定的较大差距，国际竞争力保持为零。这一点可以从美国政府这几年的制裁名单看出：美国政府连小米手机都制裁过，但是从来都懒得制裁中国云厂商（不要抬杠，华为云被制裁是因为集团的缘故）。 都是工程行业，为什么中国云计算行业发展就这么落后呢？我相信各位读者都有很多观点，但是目前为止没有看到严肃的讨论。在 …
原作者：瑞典马工 作为桌子两边都坐过的云计算从业者，本人一直关注中国云计算的发展。相对于电信设备，智能手机，人工智能，生物医药，新能源汽车，电池等兄弟行业的突飞猛进，中国云计算的产品质量一直和国际同行保持稳定的较大差距，国际竞争力保持为零。这一点可以从美国政府这几年的制裁名单看出：美国政府连小米手机都制裁过，但是从来都懒得制裁中国云厂商（不要抬杠，华为云被制裁是因为集团的缘故）。 都是工程行业，为什么中国云计算行业发展就这么落后呢？我相信各位读者都有很多观点，但是目前为止没有看到严肃的讨论。在 …
为什么这两年的舆论战，云厂商总是节节败退
原作者：titi 4 月 8 日，腾讯云又出现了一次多 region 的大范围故障，据说是管控面挂了，原因和去年 1112 阿里云的那次类似。不少人问我对此事的看法，和去年那次故障一样，我的观点依然是：无论是哪家云厂出了此类问题，对于云计算行业来说打击都是灾难性的。用户对于行业能力的认知依靠的是过去耗费了大量时间、人力堆砌，逐渐建立心智并达成共识，但信心的崩塌往往都只要一瞬间。关于事件经过和腾讯云做的不足之处，技术层面业内已有大量文章做了深度分析，作为同行，不愿在此敏感时刻过多评价，难免给人以 …
原作者：titi 4 月 8 日，腾讯云又出现了一次多 region 的大范围故障，据说是管控面挂了，原因和去年 1112 阿里云的那次类似。不少人问我对此事的看法，和去年那次故障一样，我的观点依然是：无论是哪家云厂出了此类问题，对于云计算行业来说打击都是灾难性的。用户对于行业能力的认知依靠的是过去耗费了大量时间、人力堆砌，逐渐建立心智并达成共识，但信心的崩塌往往都只要一瞬间。关于事件经过和腾讯云做的不足之处，技术层面业内已有大量文章做了深度分析，作为同行，不愿在此敏感时刻过多评价，难免给人以 …
为什么我们的云老是故障
原作者：VAGE 去年双 11 后第二天（11 月 12 号），阿里云大面积事故。我写了一篇文章，探讨其背后的原因。今年腾讯云事故，如出一辙，不写一篇文章讨论下，有厚此溥彼之闲。 这是我去年写的一句话：“我懒的去猜事故真正原因，而且，root cause 的追索，并不是一件容易的事。真正的“起因”，有时也调查不出来，只是有一个看起来还行的“说法”而已。“ 这句话，放之如今不需改一个字。 很多人只把眼晴订在眼前的事故上，讨论当下事故的原因。且不论是否能讨论的清。其实，公有云，不只有眼前的事故，还 …
原作者：VAGE 去年双 11 后第二天（11 月 12 号），阿里云大面积事故。我写了一篇文章，探讨其背后的原因。今年腾讯云事故，如出一辙，不写一篇文章讨论下，有厚此溥彼之闲。 这是我去年写的一句话：“我懒的去猜事故真正原因，而且，root cause 的追索，并不是一件容易的事。真正的“起因”，有时也调查不出来，只是有一个看起来还行的“说法”而已。“ 这句话，放之如今不需改一个字。 很多人只把眼晴订在眼前的事故上，讨论当下事故的原因。且不论是否能讨论的清。其实，公有云，不只有眼前的事故，还 …
腾讯云/阿里云故障背后：投入不足
原作者：周新宇 作者 | 周新宇 恰逢今天读到了行业大佬对近期频发的公有云故障的思考《你用的公有云都没做过测试》，该文章的核心观点是「公有云是没法测试的」。我其实对这个事情有相反的观点，云服务本身也是软件，软件工程发展至今测试手段是多样和丰富的，而且公有云因为有大规模的生产流量优势，用好金丝雀 / 灰度发布能在新版本全网发布前尽可能揪出从其他测试环节中逃逸的 Bug。 那既然测试是好做的，为什么从结果来看，公有云故障还是那么多呢，结合我在云厂商的工作经历来看，两朵云近两次 IAM 相关的故障背 …
原作者：周新宇 作者 | 周新宇 恰逢今天读到了行业大佬对近期频发的公有云故障的思考《你用的公有云都没做过测试》，该文章的核心观点是「公有云是没法测试的」。我其实对这个事情有相反的观点，云服务本身也是软件，软件工程发展至今测试手段是多样和丰富的，而且公有云因为有大规模的生产流量优势，用好金丝雀 / 灰度发布能在新版本全网发布前尽可能揪出从其他测试环节中逃逸的 Bug。 那既然测试是好做的，为什么从结果来看，公有云故障还是那么多呢，结合我在云厂商的工作经历来看，两朵云近两次 IAM 相关的故障背 …