AWS惊天大宕机：110亿天价警示，力推Kubernetes！

文章回顾2025年AWS大规模中断，强调单一云脆弱性。多云虽好但复杂，Kubernetes作为抽象层提供真正的可移植性和弹性，并提升开发者生产力。

译自：The Great AWS Outage: The $11 Billion Argument for Kubernetes^[1]

作者：Arjun Iyer

嗯，那真是糟糕的一周。

如果你在科技行业，你肯定知道我说的是哪一周。那是2025年10月声势浩大的AWS^[2]us-east-1 大规模中断。当警报开始响起时，你在哪里？

我正在进行演示，突然，一切都停止工作了。我们的应用程序、我们的认证、我们的 CI/CD 流水线，全都失效了。那是一个数字鬼城。八个小时里，互联网的很大一部分——从流媒体服务和电子商务网站，到令人恐惧的金融和医疗保健平台——就这么凭空消失了。

随后的几天和几周里，事后分析报告纷纷出炉。Tom’s Guide^[3]等出版物记录了这次巨大的、连锁性的影响，而福布斯^[4]则一直在统计损失。目前的估计是多少？超过110亿美元的收入损失和市值蒸发。

一百一十亿。美元。

跟风指责 AWS 很容易。但老实说，在这种规模下进行工程设计是极其困难的。故障总会发生。

现在尘埃落定，我们需要问自己一个真正令人不安的问题：我们为何如此脆弱？

单一云的诱惑

十年来，公共云一直是一个令人难以置信的加速器。我们用资本支出换取了运营支出，作为回报，我们获得了按需计算、存储以及丰富的托管服务生态系统。这是一笔划算的交易。

但我们也变得安逸了。我们围绕一个提供商的专有 API 构建了我们的整个系统和业务。我们基于 DynamoDB 构建，使用 Lambda 作为函数，并通过身份和访问管理 (IAM) 将一切连接起来。它速度快，功能强大，但也像一颗定时炸弹。

十月的大规模中断不仅仅是一次服务故障；它是控制平面的故障。当身份服务崩溃时，整个纸牌屋都倒塌了。它暴露了我们思维中的根本缺陷：我们在一个单一的、巨大的故障点之上构建了极其弹性的应用程序。

福布斯文章指出，华尔街现在最喜欢用的词是“多云”。他们没错。例如，那些在 AWS 和 Google Cloud Platform (GCP) 上拥有 active-active 设置的公司，当时发推文说的是“我们正在经历一些小问题”，而不是“我们彻底瘫痪了”。

但对我们大多数人来说，“直接上多云”是一个糟糕、简单且极其昂贵的建议。