谷歌就长达数小时的云服务宕机事件致歉并发布事故报告

　　谷歌就一起重大服务宕机事件致歉，该公司称事故由近期多层级的缺陷更新所致。

　　公司于周五晚发布事故报告，详细说明周四发生的数小时服务中断情况。全球超 70 项谷歌云服务停止正常运行，导致 Cloudflare、OpenAI、Shopify 等数十家第三方服务瘫痪或受干扰，Gmail、谷歌日历、谷歌云端硬盘、谷歌 Meet 等第一方产品也出现故障。

　　“我们对此次宕机造成的影响深表歉意，” 谷歌在事故报告中写道，“谷歌云客户及其用户将业务托付给谷歌，我们会做得更好。我们不仅为此次事件对客户业务及其用户造成的影响道歉，也为系统信任受损致歉。我们承诺将做出改进，避免未来发生类似宕机。”

　　谷歌云业务首席执行官托马斯・库里安也于周四在 X 平台（原推特）发帖提及此次宕机，称 “对给客户造成的干扰深感遗憾”。

　　事故报告显示，谷歌于 5 月为评估自动传入请求的 “配额策略检查” 添加了新功能，但该功能未立即在真实场景中测试。因此，系统无法正确处理新功能产生的数据（包括空白条目）。这些空白条目随后被发送至所有谷歌云数据中心区域，引发系统崩溃。

　　据谷歌称，工程师在 10 分钟内定位了问题，但由于部分大型区域因崩溃出现过载，整个事件持续了 7 小时。

　　谷歌还提到，推出该功能时未使用 “功能标志”—— 这是行业内日益普遍的做法，可通过缓慢部署新功能来降低问题发生时的影响。若使用功能标志，本可在问题扩散前发现隐患。

　　展望未来，谷歌表示将调整架构，确保单一系统故障时其他系统仍能运行，避免连锁崩溃。此外，公司将审计所有系统，并改进自动化和人工通信机制，“让客户尽快获取应对问题所需的信息”。