亚马逊公布了大规模 AWS 停机原因 | 这就尴尬了

简评：因打错字而大规模停机，搞得大厂的运维们哭天喊地，亚马逊干得好。

3 月 1日凌晨，AWS 的云存储（S3服务）服务宕机，各大网站和服务纷纷无法访问，如雅虎邮箱、Trello、Docker Registry Hub等，不只是网友，这些厂商都一脸懵逼，仿佛如世界末日（心疼了这些公司的运维了）。在国外 AWS 的使用者非常多，这场事故也给亚马逊敲响了警钟，近日，亚马逊终于揭示了长时间中断的原因，不过这个原因有点尴尬。
根据亚马逊在周四的网站上发表了一个非常冗长的解释：原因是「人为错误」。刨根问底去追究这个「人为错误」到底是什么，结论是，打错字了。

一名 S3（AWS 的数据存储服务）系统团队的成员日常维护时，错误的输入了命令，他原本是想将一小部分服务器从某个 S3 子系统中移除，却不慎输入了一个不正确的指令，结果移除了一组其他的服务器，包括支持两个S3子系统的服务器。其中一个是索引子系统，管理者元数据和全区所有 S3 对象的定位信息。
更尴尬的是，服务器已经太久没有重启过了，亚马逊花费了非常多的时间来重启服务器。
回顾一下：员工的打字错误造成了一系列毁灭性的事件，使一些关键系统脱机，亚马逊重启服务器也花了大量的时间。
好的方面是：亚马逊承认这一切，认错并承诺采取了新的措施以确保这样的事情不会再出现。他们说已经添加了一些「保护机制」防止系统出事，并且重新优化了工作流程以提高恢复服务器的速度。
「这件事给我们的客户带来了很多不良影响，我们郑重道歉」，该公司写道。「我们会从此次事件中吸取教训，进一步提高我们服务器的可用性。」
原文： Much of the internet stopped working because of a typo

日报延伸阅读：

• 半个美国的网络几乎瘫痪，可能是这家杭州公司的锅
• 史上最严重的 DDoS 攻击

欢迎关注：

• 知乎专栏「极光日报」，每天为 Makers 导读三篇优质英文文章。
• 网易云电台「极光日报」，上下班路上为你读报。