上周，技術圈又出現了一次轟動性的大事故——阿里云重大技術故障，超過1000家企業系統癱瘓，損失過億！故障于北京時間2018年6月27日16：21左右爆發，16：50分開始陸續恢復。官方給出的時間大概持續30分鐘，完全恢復實際用了一個多小時。上一次同等規模的故障是在2015年，攜程癱瘓了11小時，損失高達7000W+。

  阿里云是國內最大的云服務商，服務著制造、金融、政務、交通、醫療、電信、能源等眾多領域的領軍企業，包括中國聯通、12306、中石化、中石油、飛利浦、華大基因等大型企業客戶，以及微博、知乎、錘子科技等明星互聯網公司。在天貓雙11全球狂歡節、12306春運購票等極富挑戰的應用場景中，阿里云均保持著良好的運行紀錄。一般大型互聯網公司尤其是阿里云這樣支撐千億級業務規模的公司，對工程師權限有著極為嚴格的控制，不可能在實習生不熟悉的情況下，給予過高的管理權限，這是極其不專業的做法。這個說法跟阿里云官方通告是比較吻合的。

  次日凌晨時分，阿里云發布的說明稱：“工程師團隊在上線一次自動化運維新功能的時候，執行了一項變更驗證操作，這一項功能在測試環境驗證中未出現問題，上線生產環境中，觸發了一個未知的bug。”

  不論何種原因引起，重要的是，本次故障的嚴重程度是非常高的，故障級別定義在S1，整個阿里集團的核心業務，以及依托阿里云的公司，很多都受了影響。

  互聯網時代，雖然不是每個公司都像阿里一樣擁有一個龐大復雜的架構體系，會涉及到成千上萬的配置以及幾十種技術的應用，但是，事故的發生對每個公司來說概率都是一樣的。

  阿里云對于本次故障非常坦誠：

"這次故障，沒有借口，我們不能也不該出現這樣的失誤！我們將認真復盤改進自動化運維技術和發布驗證流程，敬畏每一行代碼，敬畏每一份托付。"

  這樣的態度中小企業同樣值得學習，IT運維無小事，容不得半點馬虎。也許一個小BUG，一個小病毒，甚至是工作人員一次不經意的誤操作，就會造成小到幾臺電腦無法工作，大到整個公司網絡癱瘓的影響，甚至給公司業務帶來無法挽回的損失。如果能做到日常有專業人員例行維護，例行排查安全隱患，做好病毒查殺、軟件更新等等預防工作，那么會將事故發生率降低到最小。

  IT運維的最佳境界就是保障一切系統正常運行，從不宕機，為企業正常運轉保駕護航，而不僅僅是出了問題才來“修修補補”。如果你的企業已經有了可愛的運維工程師，請珍惜他。如果不知道去哪里找專業的運維小哥哥，那么IT無憂“共享IT部”就是你的最佳選擇——

 上百位優秀的IT運維工程師，就在你身邊!花不到一個人工的錢請來一個專業團隊，1分鐘響應，5分鐘上門，出現故障第一時間修復，定期上門巡檢，提前消除故障隱患，妥妥的企業安全衛士。