乍一看是「宕機」,實際上是

2022-10-02 20:30:20 字數 1624 閱讀 8564

資料沒有丟,真好!

本周一,雲頭條報道稱「github.com 已掛了 8 個小時:資料儲存裝置壞掉了!」 許多使用者在twitter上紛紛吐槽,抱怨**宕機,包括中國、日本的好多惴惴不安的程式設計師,一些人抱怨自己無法登入進去,或者分支版本丟失了,等等。

乍一看,又是「宕機」惹的禍。可是,元芳,你怎麼看?

疑點一:具體表現。

&n程式設計客棧bsp;從美國西海岸時間週日下午 4 點開始,github.com一直處於抽瘋的狀態。具體來說,該**仍在提供頁面服務,它只是間歇性地提供過期的檔案,但忽略了提交上去的gist、**錯誤報告和帖子。有時候,它似乎在提供唯讀快取或它本身的舊備份,不過一些推送的新**無法發布到**上。

官網故障

疑點二:官方宣告。

開發團隊在下午 5 點後說:「我們在繼續努力遷移資料儲存系統,以便恢復訪問github.com的服務。」該團隊隨後在過去的幾分鐘補充道:「我們在繼續修復github.com的資料儲存系統。在此過程中您可能會看到不一致的結果。」

官網宣告

一般來說,像上面案例中提www.cppcns.com到的「遷移資料儲存系統,以便恢復訪問github.com的服務」,也是應對it事故、恢復業務的常規流程,無可厚非。然而在故障 8 小時候,仍舊無法提供業務支援,只能提供「舊備份」資料或者「不一致」的資料,讓我不禁懷疑github**的資料有丟失的嫌疑。

作為乙個面向開源及私有軟體專案的託管平台,github擁有超過 900 萬開發者使用者。在github,使用者可以十分輕易地找到海量的開源**。這意味著每時每刻都有大量重要資料在github匯集。如果真的丟失了部分資料,對github來說可能只是一小丟丟,可是對終端使用者而言,則是100%的災難。

雖說容災備份領域早就突破了早期的「資料備份與恢復」範疇,而增加了「業務連續」方面的內容,但資料才是根本,沒有資料,談何業務?

在這一點上,我十分贊同容災備份老牌廠商和力記易提出的「乙個優秀的容災備份方案,資料可用是底線」的說法。

2015 年底,筆者在一次行業會議上結識了和力記易公司的張總。當時大會就資料安全的重要性進行熱烈討論,在交流時,有人提起前不久銀監會通報了某銀行的資料丟失問題,為什麼明明做了「雙機雙櫃」,怎麼還是不能「倖免於難」?和力記易的張總寥寥數語解開了這個疑問,「資料庫資料還在,但是發生了內部邏輯錯誤(比如asm標頭檔案錯誤),所以整個資料庫就不可用了。」

我開玩笑的問張總「雙機雙櫃方案都解決不了問題,你們和力記易的容災備份方案呢?」張總斬釘截鐵的說「我們可以!」

不論是何種資料備份,定時也好,實時也好,快照也好,映象也好,技術上的差別就決定了資料備份與恢復的不同結果。「備份資料」能忠實於「源資料」是最基本的,但是如果這份資料恢復回來以後無法使用,那這個恢復就沒uxgknir有任何意義。和力記易容災備份軟體——備特佳的cdp持續資料保護技術,區別於市場其他備份軟體的最核心的一點就是:不僅能夠保證備份資料的完整性,更能保證恢復資料的可用性。這一點,和力記易稱之為「容災備份的底線」。

兩年前的經歷現在卻歷歷在目,當時是因為震撼,今天被github勾想了起來,卻是衷心的希望github的事故,乍一看是「宕機」,實際上也是「宕機」,千萬不要丟失資料,浪費了忠實使用者的心血和成績。

&nb程式設計客棧sp;所幸,發文時,github在歷經了 24 小時磨難後,終於恢復正常,資料沒有丟失,真好。

本文標題: 乍一看是「宕機」,實際上是......

本文位址:

簡單揹包問題(實際上是子集問題)

從一堆物品weight 1 weight n 中,從中選取若干件放入揹包,使其重量恰好為s 實際上對weight進行全排列,然後只要和為s,即可輸出方案。例如 how many weight do you want to input.6input 6 weight 3 4 6 5 7 2 input...

Git叉子實際上是Git轉殖嗎?

我一直聽到有人說他們在git中提供 git fork 聽起來像git 轉殖 還有一些 毫無意義的 放棄未來合併的心理意願。git中沒有fork命令,對吧?github通過將對應關係固定到它上來使叉子變得更加真實。也就是說,您按下前叉按鈕後,當您按下拉取請求按鈕時,系統足夠智慧型,可以通過電子郵件傳送...

機器學習競賽實際上是一場資料競賽

希望使ai有別於其他公司的方法就是使用差異化的資料集,自己構建資料集是乙個差異化方法之一。隨著機器學習 或人工智慧 商業化的進行。競相同時定義和實現機器學習的公司驚訝地發現,實施用於使機器智慧型化的資料集或問題的演算法很容易。從谷歌tensorflow的開源機器學習框架到微軟的azure機器學習和亞...